临床-病理-影像联合模型构建列线图预测乳腺癌新辅助治疗达病理完全缓解

杨蔚，李正正，刘开惠，张宁妹，尹清云，张朝林

1.宁夏医科大学总医院放射科，宁夏 银川 750004；2.宁夏回族自治区人民医院医学影像中心，宁夏 银川 750021；3.宁夏医科大学，宁夏 银川 750004；4.宁夏医科大学总医院病理科，宁夏 银川 750004；5.宁夏医科大学总医院肿瘤内科，宁夏银川 750004；6.宁夏医科大学总医院肿瘤外科，宁夏 银川 750004；*通信作者 杨蔚 yangwei_0521@163.com

乳腺癌是女性最常见的恶性肿瘤之一，近年来发病率居女性恶性肿瘤第1位，发病年龄也趋向年轻化[1]。新辅助治疗（neoadjuvant chemotherapy，NAC）是目前乳腺癌综合治疗中非常重要的组成部分，中国乳腺癌新辅助治疗专家共识（2022年版）[2]指出，降期手术、降期保乳、降期保腋窝和获得体内药敏相关信息等为NAC的主要目的，并由此区分NAC的必选人群、优选人群和可选人群。大量研究已经证实NAC后若达到病理完全缓解（pathologic complete response，pCR），则显著提高无病生存率，预后良好[3]，如何早期预测pCR是临床亟待解决的问题。

与乳腺X线、超声等影像技术相比，MRI动态对比增强（dynamic contrast-enhanced，DCE）具有最高的准确度，较高的敏感度和特异度[4]。DCE-MRI产生的时间-信号强度曲线能够动态反映肿瘤的血供情况，其最大上升斜率（maximum slope of increase，MSI）反映肿瘤的最大灌注，信号强化率（signal enhancement ratio，SER）反映肿瘤血管的完整性[5]，广泛用于乳腺癌的诊断，评估疾病程度和监测疗效等[6-8]。目前预测pCR的研究主要关注患者的临床和病理特征，特别推荐有一定肿瘤负荷（T2期或N1期及以上）的三阴性或人表皮生长因子受体2（human epidermal growth factor receptor 2，HER-2）阳性乳腺癌患者进行NAC。本研究旨在加入MRI参数，将患者的临床、病理、影像特征联合构建列线图预测乳腺癌NAC达pCR的价值。

1 资料与方法

1.1 研究对象 回顾性收集宁夏医科大学总医院2018年1月—2022年5月接受NAC并于治疗前经粗针穿刺病理证实为单侧乳腺癌的首诊女患者228例，年龄26～75岁，中位年龄48（43.00，53.25）岁。患者的腋窝淋巴结是否转移由穿刺病理证实。2018年1月—2021年5月接受治疗的患者为建模组，2021年6月—2022年5月接受治疗的患者为验证组。排除标准：①图像或病理资料不完整；②未完成NAC治疗全程；③NAC治疗后未进行手术；④既往有乳腺癌病史或化疗放疗史。本研究经宁夏医科大学总医院伦理委员会批准（KYLL-2022-0251），患者均签署知情同意书。

NAC方案依据当年的中国临床肿瘤学会（CSCO）指南[9]，激素受体阳性（Luminal型）NAC总体原则：蒽环类药物联合紫杉类药物；HER-2阳性NAC总体原则：紫杉类联合抗HER-2治疗；三阴型NAC总体原则：蒽环类药物联合紫杉类药物。

1.2 仪器与方法 所有患者均在GE 1.5T MR上进行扫描，包括DCE-MRI及扩散加权成像（DWI），使用8通道专用乳腺表面线圈。患者取俯卧位，双乳自然状态置于乳腺线圈中，行横轴位DWI（TR/TE 5 000 ms/70 ms，层厚4 mm，视野320 mm×320 mm，矩阵132×132，b值分别取0、1 000 s/mm2）；矢状位脂肪抑制FSE T2WI（TR/TE 3 800 ms/94 ms，层厚2 mm，视野200 mm×200 mm，矩阵288×224）；横断位DCE GRE脂肪抑制T1WI（翻转角15°，TR/TE 5 ms/2 ms，层厚2 mm，视野320 mm×320 mm，矩阵448×352）扫描。增强扫描对比剂采用钆喷酸葡胺注射液（Gd-DTPA，拜耳医药保健股份有限公司，0.2 mmol/kg），经肘静脉以2.5 ml/s团注，然后用10 ml生理盐水冲管。注射前后连续采集8个时相，总持续时间432 s。

1.3 数据处理及分析 图像分析在GE ADW 4.4后处理工作站FUNCTOOL进行。2名放射科医师（1名主任医师、1名住院医师）在对临床、病理结果未知的情况下独立阅片，有分歧时讨论达成共识。肿瘤最大径线（RECIST 1.1标准）在横断位DCE-MRI晚期时相上选取肿瘤的最大径线测量。在DWI图像上选取包含肿瘤实体部分的连续层面，避开囊变、出血、坏死区域，将感兴趣区（ROI，15～20 mm2）手动放置在该层面肿瘤中央，从对应的表观扩散系数（ADC）伪彩图上获得该ROI的ADC值，将各个层面的ADC值的平均值作为肿瘤的ADC值。在DCE-MRI选取晚期时相，将50～70 mm2圆形或卵圆形ROI手工放置在包含肿瘤实体成分的所有层面的主要强化区域[10]，通过对应的MSI及SER伪彩图，获得该ROI的MSI及SER值，将各个层面的MSI及SER值的平均值作为肿瘤的MSI及SER值。

1.4 病理分析 记录患者NAC前粗针穿刺组织病理学检查结果，包括病理类别、浸润性导管癌级别、激素受体（hormone receptor，HR）状态、HER-2状态、Ki-67表达等。HR阳性为雌激素受体（oestrogen receptor，ER）和（或）孕激素受体（progesterone receptor，PR）阳性，即标准免疫组化方法核染色＞1%。HER-2阳性为HER-2评分3+，或HER-2评分2+的肿瘤通过荧光原位杂交技术显示基因有扩增。pCR的定义为乳腺原发灶和转移的区域淋巴结均无恶性肿瘤的组织学依据，或仅存原位癌成分。

1.5 统计学分析 采用SPSS 23.0软件。非正态分布的计量资料以M（Q1，Q3）表示，组间比较采用Mann-WhitneyU检验；计数资料以例数或百分比表示，组间比较采用χ2检验。在建模组中，采用单因素和多因素Logistic回归分析明确pCR独立预后因素，绘制受试者工作特征（ROC）曲线，评估独立预后因素及联合模型的诊断效能。使用R 4.0.1软件绘制预测列线图及校准曲线以观察预测结果与实际情况的符合程度，利用Hosmer-Lemeshow检验评价模型的拟合度。医师间测量结果的一致性分析采用组内相关系数（ICC）进行评价。P＜0.05为差异有统计学意义。

2 结果

2.1 建模组与验证组基线临床、病理、影像特征比较2名医师对肿瘤最大径线、MSI、SER及ADC值的测量一致性良好，肿瘤最大径线：ICC=0.94（95%CI0.81～0.97），MSI：ICC=0.91（95%CI0.79～0.96），SER：ICC=0.89（95%CI0.77～0.92），ADC值：ICC=0.90（95%CI0.81～0.94）。

建模组患者159例，pCR 52例，非病理完全缓解（non-pCR）107例。验证组患者69例，pCR 20例，nonpCR 49例。两组pCR比例、年龄、绝经状态、肿瘤最大径线、病理类型、病理分级、ER状态、PR状态、Ki-67指数、分子亚型、腋窝淋巴结转移、NAC前肿瘤强化类型、MSI、SER、ADC值差异均无统计学意义；在NAC前TNM分期（P=0.036），HER-2状态（P=0.04）差异有统计学意义（表1）。

表1 建模组与验证组基线特征

2.2 pCR组与non-pCR组临床、病理、影像特征比较pCR组与non-pCR组年龄、绝经状态、NAC前临床TNM分期、病理类型、病理分级、腋窝淋巴结状态、NAC前MRI肿瘤强化类型、MSI、ADC值比较，差异无统计学意义（P均＞0.05）。肿瘤最大径线、ER状态、PR状态、HER-2状态、Ki-67指数、分子亚型、SER比较，差异有统计学意义（P均＜0.05）（表2）。进一步行多因素Logistic 回归分析显示肿瘤最大径线（OR=0.96，95%CI0.93～0.99，P=0.01）、HER-2状态（OR=0.07，95%CI0.02～0.22，P＜0.001）、Ki-67指数（OR=1.04，95%CI1.01～1.07，P=0.002）和SER（OR=1.02，95%CI1.01～1.03，P=0.002）是pCR的独立预后因素（表3）。将上述4个独立预后因素联合，建立临床-病理-影像联合模型。独立预后因素及联合模型的AUC依次为：肿瘤最大径线：0.64，Ki-67：0.65，HER-2：0.75，SER：0.77，联合模型：0.82。MRI参数SER联合临床、病理建立的预测模型诊断效能最高，敏感度为76.92%，特异度为88.45%。见表4、图1A。

图1 预测乳腺癌NAC pCR（ypT0）的列线图。A.肿瘤最大径线、HER-2状态、Ki-67指数、SER及联合模型诊断pCR的ROC曲线；B.基于联合模型构建的列线图，投影在底部刻度尺上的总分数表示乳腺癌NAC治疗达pCR的概率。当总分＞150分时，发生pCR的概率增加；C.建模组中联合模型的校准图，C指数=0.89，95% CI 0.83～0.94；D.验证组中联合模型诊断pCR的ROC曲线；E.验证组中联合模型的校准图

表2 pCR与non-pCR组临床、病理及影像参数比较

表3 单因素及多因素Logistic回归分析临床、病理及影像参数与pCR的相关性（建模组）

表4 独立预后因素与联合预测模型诊断效能

2.3 预测列线图的建立与验证 将临床-病理-影像联合模型通过R软件构建列线图及校准曲线（图1B、C）。在列线图上，每一个变量均对应顶部相应的得分，将各个变量的得分相加，得到的总分对应底部预测概率值。根据最大约登指数，确定列线图的截断值为150.11分，即当总分＞150分时，发生pCR的概率增加。该列线图的临床应用示例见图2。

图2 女，55岁，浸润性导管癌[HR-（-）、HER-2-（+）、Ki-67（70%）]，NAC治疗达pCR。A.NAC治疗前DCE-MRI示左乳有一最大径线为33.77 mm的不规则形强化肿块；B.ROI对应的SER伪彩图；C.免疫组化提示HER-2高表达，评分3+；D.免疫组化提示Ki-67 70%；E.NAC治疗后复查DCE-MRI示肿瘤床无残余强化；F.该患者术后病理图，提示未见肿瘤细胞（HE，×200）；G.该患者临床-病理-影像联合模型预测列线图。肿瘤最大径线33.77 mm，得分46.25分；HER-2阳性，得分48.75分；Ki-67 70%，得分56.25分；SER 128.24，得分31.25分，共计182.5分，对应的pCR可能性约88%。术后病理为Miller-Payne（MP）5级，即达到pCR，与预测一致

将列线图应用于验证组，计算验证组AUC为0.92[95%CI0.86～0.98，P＜0.001]，绘制ROC曲线及校准曲线（图1D、E），校准曲线显示列线图预测概率与实际概率有较好的一致性（C指数=0.97，95%CI0.94～1.01）。

3 讨论

3.1 联合模型构建列线图预测pCR的诊断效能 由于长期预后的改善和复发风险降低，NAC达pCR作为肿瘤治疗的终点越来越受到关注，建立一种能够准确预测pCR的模型成为研究热点[3]。本研究通过二元Logistic回归分析显示肿瘤最大径线、HER-2状态、Ki-67指数和NAC前SER与pCR独立相关，将4个变量联合建立临床-病理-影像联合模型，诊断效能高于临床、病理和影像单个参数，与Kim等[11]的研究一致。该联合模型构建的列线图在验证组中也表现出良好的辨别力（AUC=0.92）和校准能力（C指数=0.97）。尽管建模组和验证组的基线特征在临床TNM分期、HER-2阳性所占比例中存在差异，但该列线图在两组中仍表现出良好的性能和高度兼容性。

3.2 分子亚型与pCR的相关性 建模组159例患者中pCR 52例（33%），与文献报道[12]的pCR率一致。针对分子亚型与pCR的相关性，已有研究[11]证实：与Luminal型相比，HER-2阳性或三阴型乳腺癌更易达到pCR。然而，本研究结果显示三阴型乳腺癌与pCR相关，但不是独立预后因素。笔者认为导致结果不同的原因可能与种族不同及样本量的差异有关。

3.3 MRI参数与pCR的相关性 本研究发现SER与pCR具有独立相关性，SER每升高一个单位，NAC达pCR的概率增加0.102倍，与Abramson等[10]的研究一致。SER值作为DCE-MRI时间-信号强度曲线流出段的斜率，反映肿瘤血管的完整性，完整性越差，SER值越高。有研究[13]认为SER与乳腺癌分子亚型中的HER-2过表达型相关，本研究也发现HER-2阳性患者易达pCR。

3.4 联合模型构建列线图的特点 伴随人工智能及影像组学的发展，目前的研究热点主要集中在DCEMRI、ADC或两者结合的放射组学特征或纹理成像特征分析乳腺癌的预后因素，也具有较高的诊断效能[14-16]，但需要特殊的软件，操作复杂，可重复性差，部分参数临床意义不明确，实用性不强。本研究所选择的影像学参数均来自设备自带软件产生，如ADC值、时间-信号强度曲线、MSI、SER等参数，操作简单，临床意义明确，可重复性强。本研究得到较高的诊断效能（AUC为0.82，敏感度为76.92%，特异度为88.45%），通过联合模型建立的列线图适合推广应用。

3.5 优化预测pCR模型提高诊断效能 预测乳腺癌NAC达pCR是目前研究的热点与难点。朱彦芳等[17]认为NAC前乳腺水肿评分有助于预测乳腺癌患者NAC的疗效，且胸前水肿预后最差。张玉等[18]认为肿瘤ADC值单独及联合最大标准化摄取值预测pCR的AUC分别为0.731及0.921，敏感度分别为57.5%和87.5%，特异度分别为80.4%和89.1%。梁心红等[19]认为肿瘤NAC过程中向心性回缩消退模式能显著提高预测效能，AUC为0.895，敏感度、特异度分别为83.3%和95.6%。Li等[20]根据DCE-MRI上的肿瘤体积、峰值时间和雄激素受体状态构建的预测三阴型乳腺癌pCR列线图，AUC为0.84。由于选择参数、分子亚型不同，诊断效能也不同，因此仍有必要继续研究以优化模型。

3.6 本研究的局限性 ①为回顾性研究，病例均来自单一医疗机构，选择性偏倚不可避免；②病例中不同分子亚型的乳腺癌治疗方案尽管依据国家乳腺癌治疗指南，但随着临床治疗方案的改进完善，部分患者的治疗不一定是最佳治疗；③由于样本量偏小，未对不同分子亚型的预后因素进行分组研究，有待进一步扩大样本量研究。

总之，肿瘤最大径线、HER-2状态、Ki-67指数和NAC前SER是乳腺癌NAC治疗达pCR的独立预后因素，联合上述参数构建的列线图预测pCR具有较高的价值。