《Frontiers in Oncology》：Early peritumoral edema change improve prediction of pathological complete response in breast cancer: a multiparametric magnetic resonance imaging-based model
编辑推荐：
本研究通过多中心回顾性分析证实，将早期瘤周水肿动态变化纳入多参数磁共振成像（MRI）模型可显著提升乳腺癌新辅助化疗（NAC）后病理完全缓解（pCR）的预测效能。该模型整合ΔADC%、ΔLD%及分子分型等指标，训练队列AUC达0.899，验证队列AUC为0.882，为个体化治疗决策提供影像学依据。
引言
乳腺癌作为全球女性癌症相关死亡的首要原因，新辅助化疗（NAC）已成为局部晚期乳腺癌的标准治疗方案。病理完全缓解（pCR）与患者生存期显著改善密切相关，但缺乏可靠预测指标可能导致治疗不足或过度。磁共振成像（MRI）在NAC疗效评估中具有核心地位，而瘤周水肿作为反映肿瘤侵袭性的影像学生物标志物，其动态演变规律尚未明确。本研究通过双中心设计，探讨早期瘤周水肿变化对pCR的预测价值。
材料与方法
研究纳入2018年2月至2024年12月期间接受NAC的230例乳腺癌患者，随机分为训练队列（n=161）和验证队列（n=69）。所有患者在接受两个周期NAC前后进行多参数MRI扫描，包括T2加权成像、扩散加权成像（DWI）和动态增强MRI（DCE-MRI）。瘤周水肿按解剖分布分为0-3级：无水肿、瘤周水肿、胸肌前/皮下水肿、弥漫性水肿。早期水肿变化定义为治疗后水肿等级或范围的改变。同时记录病灶最长径（LD）和表观扩散系数（ADC）的百分比变化（ΔLD%、ΔADC%）。采用单因素及多因素逻辑回归分析确定pCR的独立预测因素，通过受试者工作特征（ROC）曲线和决策曲线分析（DCA）评估模型性能。
结果
多因素分析显示分子分型、ΔADC%、ΔLD%及早期水肿变化是pCR的独立预测因子（P<0.05）。与传统MRI参数模型（AUC=0.844）相比，加入水肿变化后模型AUC提升至0.880（P=0.037），而整合分子分型的综合模型进一步将AUC提高至0.899。验证队列中模型AUC为0.882，校准曲线显示预测概率与实际结果高度一致（Hosmer-Lemeshow检验P=0.236）。水肿分级评估的观察者间一致性较高（Kappa=0.84）。
讨论
早期瘤周水肿消退与化疗后血管正常化、炎症抑制及淋巴引流改善密切相关。水肿动态变化较基线单时间点评估更能敏感反映肿瘤微环境改变，尤其对于HER2阳性和三阴性乳腺癌等侵袭性亚型。ΔADC%升高提示肿瘤细胞密度降低，ΔLD%缩小直观体现病灶退缩，二者与水肿消退共同构成疗效响应的影像学三联征。本研究创新性地将动态水肿监测与分子分型 stratification 相结合，突破既往研究局限于特定亚型的瓶颈。值得注意的是，基线水肿分级与pCR无显著关联（P=0.547），凸显动态监测的临床优越性。
结论
基于多参数MRI的预测模型通过整合早期瘤周水肿变化、ΔADC%、ΔLD%及分子分型，显著提升乳腺癌NAC疗效预测精度。所构建的列线图可为临床医生提供可视化工具，助力治疗策略个体化优化。
