文献类型：期刊文章

作　　者：杨艾森[1] 金明丽[2,3] 黄德青[1] 秦娜[1] 彭一檬[4] 李钧[1]

YANG Aisen;JIN Mingli;HUANG Deqing;QIN Na;PENG Yimeng;LI Jun(Institute of System Science and Technology,School of Electrical Engineering,Southwest Jiaotong University,Chengdu 611756,P.R.China;Department of Radiology,Affiliated Hospital of Southwest Medical University,Luzhou,Sichuan 646099,P.R.China;Department of Radiology,The Second Affiliated Hospital of Chengdu Medical College,Nuclear Industry 416 Hospital,Chengdu 610051,P.R.China;Department of Radiology,Suining Central Hospital,Suining,Sichuan 629000,P.R.China)

机构地区：[1]西南交通大学电气工程学院系统科学与技术研究所,成都611756 [2]西南医科大学附属医院放射科,四川泸州646099 [3]成都医学院第二附属医院·核工业416医院放射科,成都610041 [4]遂宁市中心医院放射科,四川遂宁629000

出　　处：《中国普外基础与临床杂志》

基　　金：中国博士后科学基金第75批面上资助(项目编号:2024M752683);四川省自然科学基金项目(项目编号:2025ZNSFSC1450);成都医学院国际临床研究中心项目(项目编号:23LHHGYSD32)。

年　　份：2025

卷　　号：32

期　　号：7

起止页码：808-818

语　　种：中文

收录情况：普通刊

摘　　要：目的探讨基于磁共振成像(magnetic resonance imaging,MRI)多模态影像组学特征联合临床病理特征构建新辅助治疗(neoadjuvant therapy,NAT)后前哨淋巴结(sentinel lymph node,SLN)转移预测模型的价值。方法回顾性收集2018年1月至2024年9月期间西南医科大学附属医院和遂宁市中心医院2家医院初始诊断为cN0(临床评估无区域淋巴结转移)且进行NAT及手术治疗的乳腺癌患者的临床病理资料及MRI图像。提取及筛选患者T2加权短反转时间反转恢复序列(T2-weighted short tau inversion recovery,T2STIR)、弥散加权成像(diffusion-weighted imaging,DWI)及动态对比增强(dynamic contrast-enhanced,DCE)模态图像的影像组学特征并联合患者的临床病理资料,采用LightGBM、XGBoost、支持向量机和逻辑回归4种机器学习算法构建NAT后SLN转移的预测模型,并通过受试者操作特征曲线、校准曲线、决策曲线分析、Shapley分析对模型进行性能及可解释性评估。结果本研究共纳入236例乳腺癌患者,其中西南医科大学的216例患者按8∶2随机分为训练集和内部验证集、遂宁中心医院的20例患者作为外部验证集。在236例患者中,有34例发生SLN转移。多因素logistic回归分析结果显示,有淋巴血管侵犯[OR(95%CI)=21.215(4.404,102.202),P<0.001]和周围神经侵犯[OR(95%CI)=25.867(1.870,357.790),P=0.002]是NAT后SLN转移发生的风险因素,而Ki-67高表达[OR(95%CI)=0.119(0.035,0.404),P<0.001]是NAT后SLN转移发生的保护因素。结合多模态MRI特征及临床病理特征构建的4种机器学习(LightGBM、XGBoost、支持向量机和逻辑回归)预测模型在内部及外部验证集中的受试者操作特征曲线下面积(95%CI)分别为0.750(0.395,1.000)/0.625(0.321,0.926)、0.878(0.707,1.000)/0.778(0.525,0.986)、0.641(0.488,0.795)/0.681(0.345,1.000)、0.667(0.357,0.945)/0.583(0.196,0.969),选择在外部和内部验证集中实现最佳平衡的预测模型XGBoost进一步行Shapley分析,结果

关 键 词：乳腺癌 新辅助治疗 前哨淋巴结 磁共振成像  放射组学  

分 类 号：R737.9]