MRI影像组学模型预测乳腺癌组织中HER-2低表达状态的价值

Value of dynamic contrast-enhanced magnetic resonance image-based model in pre-dicting low expression of HER-2 in breast cancer tissues

二维码有效期 120s

摘要目的:探讨使用基于动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)影像组学模型早期预测乳腺癌患者人表皮生长因子受体2(human epithelial growth factor recep-tor 2,HER-2)低表达的可能性及其价值.方法:收集294 例经穿刺或手术病理证实的乳腺浸润性导管癌女性乳腺癌患者的临床及病理资料,对MRI图像原始数据进行瘤内感兴趣区(regions of interest,ROI)勾画及特征提取,经Mann-Whitney U筛选出相关性的特征,LASSO回归进行特征选择,使用10 折交叉验证建模,受试者工作特征曲线(receiver operator curve,ROC)分析模型对模型的性能进行评价.结果:经10 折交叉验证Linear SVC建模后,所得验证集的平均准确性为 79.6%,敏感性为 73.7%,特异性为 85.6%,ROC分析平均AUC为0.87;经过1 000 次置换检验后的置换数据集的诊断效能与原数据集相比较,平均准确性、敏感性和特异性的P值均小于0.05,差异有统计学意义,经交叉验证后建立的模型可以对乳腺癌患者HER-2 阳性和HER-2 低表达进行分类,并且其模型的分类效能高于机会水平.结论:DCE-MRI影像组学模型可以帮助预测乳腺癌组织中HER-2 受体低表达状态,具有较好的预测效能,这将为临床进行无创HER-2 状态的诊断提供新的思路.