点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
2024年第47届圣安东尼奥乳腺癌研讨会年会将于12月10日至13日在美国圣安东尼奥召开。由中国医科大学附属第一医院的毛晓韵教授领导的一项前瞻性研究将在此次大会上展示壁报(Poster摘要编号P1-04-04)。该研究通过结合术前活检病理与高分辨率CT(HRCT)成像,开发并验证了一种评估乳腺癌患者腋窝淋巴结转移风险的列线图。研究表明,该列线图在判别能力和校准能力上表现优异,决策曲线分析显示其在1%至86%的转移可能性阈值范围内具有良好的临床实用性,为优化临床决策提供了一种有前景的工具。
研究背景中强调,精准评估乳腺癌患者术前的腋窝淋巴结状态至关重要,这不仅可以避免非转移性淋巴结的清扫,保护患侧上肢功能,还可提高治疗的针对性。虽然超声检查方便经济,但难以评估深部淋巴结且结果较为主观;磁共振虽然分辨率较高,但其成本较高且仅能有限显示腋窝;常规CT虽然可以提供部分淋巴结信息,但在识别小淋巴结方面存在不足之处。对比之下,该研究利用HRCT的高空间分辨率,通过详尽的影像学特征与病理学结果匹配来开发出一种基于多变量逻辑回归模型的列线图。
在研究方法上,项目收集了2023年4月至2024年5月期间98位经空芯针穿刺活检确诊的乳腺癌患者,记录其详细的病理与HRCT影像资料,进行了影像-病理一一对应的匹配分析。通过R4.4.0软件进行数据分析,筛选风险因素构建预测模型。
结果显示,本研究匹配了302个淋巴结样本,其中71个为转移性淋巴结,231个为非转移淋巴结。转移淋巴结在平均CT值、短径、长径等指标上与非转移淋巴结存在显著差异。通过LASSO回归进行筛选,最终确定了平均CT值、短直径、边界、形状、Ki-67状态以及组织学分级6个预测指标,利用多变量逻辑回归分析开发了个体化的预测模型。C指数为0.869,曲线下面积为0.862,验证了该模型的高预测性能和临床实用性。
研究者强调,该模型充分利用了HRCT的高分辨率性质,在淋巴结结构的评估上提供了关键数据,结合影像与病理的精准匹配,为构建高效可靠的预测模型奠定了基础。未来计划进一步扩展研究,进行多中心验证,并纳入更多临床指标以提高模型的准确性,从而助力术前评估与诊疗优化。
免责声明:新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展,本文旨在提供信息交流,不代表任何立场或治疗方案推荐。如需专业医疗建议,请咨询正规医疗机构。