Measurement of Intratumor Heterogeneity and Its Changing Pattern to Predict Response and Recurrence Risk After Neoadjuvant Chemotherapy in Breast Cancer
Notice bibliographique
Résumé
The heterogeneity of breast tumors might reflect biological complexity and provide prediction clues for the sensitivity of treatment. This study aimed to construct a model based on tumor heterogeneity in magnetic resonance imaging (MRI) for predicting the pathological complete response (pCR) to neoadjuvant chemotherapy (NAC). This retrospective study involved 217 patients with biopsy-confirmed invasive breast cancer who underwent MR before and after NAC. Patients were randomly divided into the training cohort and the validation cohort at a 1:1 ratio. MR images were processed by algorithms to quantify the heterogeneity of tumors. Models incorporating heterogeneity and clinical characteristics were constructed to predict pCR. The patterns of heterogeneity variation during NAC were classified into four categories abbreviated as the heterogeneity high-keep group (H_keep group), heterogeneity low-keep group (L_keep group), heterogeneity rising group, and decrease group. The average heterogeneity in patients achieving pCR was significantly lower than in those who did not (p = 0.029). Lower heterogeneity was independently associated with pCR (OR, 0.401 [95%CI: 0.21, 0.76]; p = 0.007). The model combining heterogeneity and clinical characteristics demonstrated improved specificity (True Negative Rate 0.857 vs. 0.698) and accuracy (Accuracy 0.828 vs. 0.753) compared to the clinical model. Survival outcomes were best for the L_keep group and worst for the rising group (Log-rank p = 0.031). Patients with increased heterogeneity exhibited a higher risk of recurrence approaching two years post-surgery, particularly within the non-pCR population. The quantified heterogeneity of breast cancer in MRI offers a non-invasive method for predicting pCR to NAC and evaluating the implementation of precision medicine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».