MRI与PET/CT在基于乳腺癌分子亚型评估新辅助治疗反应中的比较

回顾性分析了 2018 年 1 月至 2020 年 5 月期间在伊斯坦布尔梅德尼耶大学 Göztepe 培训和研究医院普通外科门诊接受 NAC 手术的 88 名乳腺癌患者。 记录了人口统计学数据、临床发现、肿瘤标志物、放射学发现和病理学数据。 使用 NAC 前后获得的 MRI 和/或 PET-CT，进行肿瘤分期，评估肿瘤大小和转移淋巴结的存在以及对 NAC 的放射学反应。 根据实体瘤反应评估标准 (RECIST) 和 Tozaki 等人描述的对比增强模式评估对 NAC 的反应。在 MRI 上，以及在 PET-CT 上的实体瘤分类 PET 反应标准 (PERCIST)。 术后病理报告如下：肿瘤的大小和组织病理学类型、激素受体状态、染色强度（Allred评分）、HER-2阳性、Ki-67增殖百分比和分子亚型；根据 Sataloff 分类，转移淋巴结的存在和数量，肿瘤和转移淋巴结（如果有）对 NAC 的反应。 Sataloff 得分为“A”的患者被认为具有 pCR，得分为“B”或“C”的患者被认为具有部分反应。 在检查 Sataloff 评分时，评估了原发肿瘤和腋窝中 pCR 的存在，并与 MRI 和/或 PET-CT 上放射学完全反应的存在进行了比较。 此外，根据分子亚型统计比较了 MRI 和 PET-CT 预测 NAC 患者 pCR 的敏感性。 MRI 和 PET-CT 结果与组织病理学数据一致的患者被纳入“放射学-病理学一致”组。 成像方法的灵敏度是通过检查分子亚组中的一致率来确定的。 适用于 Windows 版本 20（SPSS Inc.；美国伊利诺伊州芝加哥）的社会科学统计软件包用于所有分析。 通过 Shapiro-Wilk 测试评估正态性。 使用卡方检验或在适当情况下使用 Fisher 精确检验比较分类变量。 Mc-Nemar 检验用于配对分类数据。 使用线性关联测试检查大于 2x2 的表格中的趋势。 Kruskal-Wallis 检验用于比较三组中的非正态分布变量。 计算 Cohen 的 kappa (κ) 以检验放射学和病理学分类之间的一致性。