超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值

目的探讨超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值,并结合影像组学、超声特征及临床独立危险因素特征建立列线图,评估其在减少不必要活检中的价值。方法回顾性收集常规超声检查筛选出的BI-RADS 4a类不规则乳腺结节905例,随机分为训练队列(n=634)和验证队列(n=271),比例为7∶3。共收集851个影像组学特征,以手术病理结果为金标准,通过Logistic回归模型构建影像组学模型,同时利用单因素逻辑分析及多因素逻辑分析结合影像组学特征、超声特征及临床独立危险因素建立影像组学模型,通过ROC曲线评估影像组学模型及列线图模型对超声BI-RADS 4a类形态不规则乳腺结节的诊断效能。结果905例不规则乳腺结节中,恶性结节485个,良性结节420个;患者年龄22~83(50.05±11.13)岁,训练队列及验证队列的年龄、Rad-score值、肿块直径等结果差异无统计学意义(P>0.05);训练队列影像组学模型AUC值为0.927(95%CI:0.900~0.950),验证队列影像组学模型AUC值为0.946(95%CI:0.908~0.976),该模型训练队列的敏感度、准确度、特异性、F1值、精确度分别为0.879、0.879、0.877、0.909、0.940,该模型验证队列的敏感度、准确度、特异性、F1值、精确度分别为0.890、0.896、0.909、0.921、0.956;校准曲线显示该模型训练队列和验证队列有较好的校准度;训练队列列线图模型AUC值为0.943(95%CI:0.912~0.960),验证队列列线图模型AUC值为0.968(95%CI:0.924~0.970)。结论超声影像组学及列线图模型在提高BI-RADS 4a类形态不规则乳腺结节良恶性的诊断效能有重要价值,对BI-RADS 4a类不规则乳腺结节有更好的预测效能,并且能够减少不必要的活检。

乳腺癌超声征象与肿瘤干细胞及上皮间质转化标志物表达水平的相关性

目的探讨乳腺癌超声征象与肿瘤干细胞及上皮间质转化标志物表达水平的相关性及其意义。方法选择在我院行乳腺癌手术的患者组织标本98例,分析每位患者对应的乳腺超声征象,包括肿块周边是否有毛刺、边缘是否有高回声晕、纵横比、后方回声情况、微小钙化、内部血流显像分级;并采用免疫组化方法检测组织样本中CD24、CD44、E-cadherin、N-cadherin、β-catenin、Vimentin的表达情况,分析其与超声表现的相关性。分析其它可能影响肿瘤干细胞及上皮间质转化标志物表达的因素;对肿瘤干细胞及上皮间质转化标志物表达相关性进行多因素logistic回归分析。结果肿瘤周边是否有毛刺与CD44、E-cadherin、N-cadherin、β-catenin的表达水平差异有统计学意义(P<0.05)。肿块边缘是否有高回声晕与CD44和E-cadherin的表达水平差异有统计学意义(P<0.05)。肿块纵横比、后方回声变化均与E-cadherin的表达水平差异有统计学意义(P<0.05)。血流分级、腺体类型与CD44的表达水平差异有统计学意义(P<0.05)。腺体背景类型是CD24表达的独立相关因素(P<0.05)。血流情况、雌孕激素受体表达情况是CD44表达的独立相关因素(P<0.05)。有无高回声晕、肿块后方回声特征、腋窝淋巴结是否有转移是E-cadherin表达的独立相关因素(P<0.05)。临床分期是N-cadherin表达的独立相关因素(P<0.05)。边缘有无毛刺是β-catenin表达的独立相关因素(P<0.05)。结论乳腺癌超声征象与肿瘤干细胞及上皮间质转化标志物表达之间存在联系,超声征象可作为无创性预测乳腺癌患者肿瘤干细胞及上皮间质转化标志物表达水平的方式,并可为预测乳腺癌潜在的侵袭能力提供更多依据。

乳腺癌新辅助化疗早期超声影像组学联合模型对病理完全缓解的判断价值

目的 探讨基于常规超声的影像组学主成分分析(PCA)法对乳腺癌新辅助化疗(NAC)效果病理完全缓解(pCR)的判断价值。方法 回顾性分析2019-01-05-2022-01-01新疆医科大学附属肿瘤医院经病理确诊并行NAC 6~8个周期的377例女性乳腺癌患者超声图像。纳入患者按7∶3的比例随机分为训练组(270例)和验证组(107例),在NAC 2个周期后共提取851个超声影像组学特征。采用PCA进行特征降维处理,用支持向量机(SVM)分类器建立影像组学模型,并与临床超声模型构建联合模型。采用受试者工作特征(ROC)曲线评估联合模型性能,并在验证组中进一步评估模型性能。结果 377例乳腺癌患者中,93例(58.5%)为pCR,284例(41.5%)为非pCR。经过PCA降维分析得出8个主成分特征,累计贡献率达81.0%,多因素分析显示,第1主成分(PC1)和第5主成分(PC5)与乳腺癌NAC患者达到pCR显著相关。由影像组学模型结合临床超声模型构建的联合模型训练组中曲线下面积为0.917(95%CI:0.878~0.956),验证组为0.913(95%CI:0.859~0.967)。决策曲线分析(DCA)显示,当联合模型阈值概率区间为4.76%~95.58%,判断性能优于影像组学模型及临床超声模型。结论 2个周期NAC后超声影像组学模型结合临床超声模型共同构建的联合模型在判断乳腺癌的NAC疗效上有较好的性能表现,可为实现乳腺癌患者个体化治疗和及时调整化疗方案提供有价值的信息。