Serum- en weefselmetaboliet-gebaseerde voorspelling van schildwachtkliermetastase bij borstkanker

Borstkanker is een kwaadaardige tumor met de hoogste morbiditeit en mortaliteit bij vrouwen wereldwijd. Nauwkeurige stadiëring van oksellymfeklieren is van cruciaal belang voor metastatische beoordeling en beslissingen met betrekking tot behandelingsmodaliteiten bij borstkankerpatiënten. Van de patiënten die een schildwachtklierbiopsie ondergingen, had ongeveer 70% van de patiënten een negatief pathologisch resultaat en met andere woorden, deze 70% van de patiënten onderging een onnodige operatie. Op dit moment is beeldvorming en pathologische diagnose de belangrijkste maatstaf voor lymfekliermetastasen bij borstkanker. Er bleven echter beperkingen. Kunstmatige intelligentie, inclusief deep learning en machine learning-algoritmen, is naar voren gekomen als een mogelijke techniek die een nauwkeurigere voorspelling kan doen door machinaal verzamelen, leren en verwerken van eerdere informatie, vooral in radiologie en op pathologie gebaseerde diagnose. Met de intensivering van het concept van precisiegeneeskunde en de ontwikkeling van niet-invasieve technologie, zijn we van plan de kunstmatige-intelligentietechnologie te gebruiken om een ​​op serum en weefsel gebaseerd voorspellend model te ontwikkelen voor de diagnose van schildwachtkliermetastasen in combinatie met beeldvorming en pathologische informatie. specifieke, efficiënte en niet-invasieve biologische indicatoren voor de monitoring en vroegtijdige interventie van lymfekliermetastasen bij patiënten met borstkanker. Daarom nemen we retrospectief serummonsters op van vroege borstkankerpatiënten die een schildwachtklierbiopsie ondergaan, inclusief een ontdekkingscohort en een modelleercohort. Metabolieten werden gedetecteerd en gescreend in het ontdekkingscohort en vervolgens als de doelmetabolieten voor gerichte detectie in het modelleercohort. Gecombineerd met preoperatieve beeldvorming en pathologische informatie, zou een voorspellingsmodel van borstkanker schildwachtkliermetastase op basis van serummetabolieten worden opgesteld. Vervolgens zullen multi-center borstkankerpatiënten prospectief opnemen om de nauwkeurigheid en stabiliteit van ons model te verifiëren.