基于CESM影像与病理指标预测乳腺癌HER-2和Ki-67表达的价值

摘要

目的:基于对比增强能谱X线摄影(CESM)影像与病理指标构建预测模型,用于预测乳腺癌的HER-2、Ki-67表达水平。方法:回顾性分析200例肿块型乳腺癌的CESM影像及病理资料,按照7:3比例分为训练集(n=140)和验证集(n=60)。根据HER-2、Ki-67表达水平,分为阴性组和阳性组。比较阴性组和阳性组间CESM特征及病理指标的差异。利用logistic回归筛选出独立危险因素,构建预测模型。采用受试者操作特征(ROC)曲线下面积(AUC)、校准曲线和决策曲线分析评估预测模型的效能。结果:Logistic回归分析示乳腺癌边缘毛刺征、强化均匀性、可疑恶性微钙化、腋窝淋巴结转移是HER-2阳性的独立预测因子;肿块最大径、边缘毛刺征、强化均匀性、RS%_(CC)、组织学分级是Ki-67阳性的独立预测因子。基于上述特征构建的HER-2和Ki-67预测模型均具有较好的预测能力,其AUC值分别为0.858~0.899、0.901~0.916。其校准曲线及DCA曲线提示预测结果接近实际结果,该预测模型有良好的临床应用价值。结论:HER-2和Ki-67预测模型可作为一种有效和简便的方法用于预测乳腺癌患者HER-2和Ki-67表达水平,对于临床医生决策及患者预后有一定帮助。