目的：
本研究探讨了基于基线MRI的放射组学特征与年轻乳腺癌患者新辅助化疗（NAC）后的复发和无病生存期（DFS）之间的关联。
材料与方法：
共有181名40岁及以下的乳腺癌患者在接受NAC前接受了MRI检查，她们被分为训练组（n=126）和测试组（n=55）。研究人员利用肿瘤内、肿瘤周围及结合区域的MR图像构建了三个放射组学特征。通过单变量和多变量逻辑回归分析筛选出独立的风险因素，以构建临床模型。通过整合临床模型和放射组学特征，开发出了一种诺模图（nomogram）模型。使用接收者操作特征曲线下面积（AUC）来评估模型性能。多变量Cox回归和Kaplan-Meier分析用于确定各种模型与DFS之间的关联。
结果：
在所有放射组学特征中，组合特征对复发的预测效果最佳，训练组和测试组的AUC分别为0.899和0.849。诺模图模型在预测复发方面的表现也最为出色（训练组AUC=0.925，测试组AUC=0.880）。该模型在预测DFS方面的准确性也最高（训练组C-index=0.872，测试组C-index=0.846）。
结论：
基于治疗前乳腺MRI的诺模图模型能够有效预测接受NAC的年轻乳腺癌患者的复发情况，可作为DFS风险分层的潜在生物标志物。
