Ключевые слова
Как цитировать
Аннотация
Цель. Определить наиболее информативный метод лучевой диагностики и возможности нейронной сети в оценке ответа на неоадьювантное лечение наиболее агрессивных молекулярных подтипов рака молочной железы (РМЖ) путем сопоставления с патоморфологическими данными.
Материал и методы. Материалом для исследования послужили данные медицинской документации (истории болезни и амбулаторные карты) 336 больных РМЖ, проходивших обследование и лечение на базе ГАУЗ СО «Свердловский областной онкологический диспансер» (г. Екатеринбург) в 2021-2022 гг., средний возраст пациенток составил 57,6 (± 10,3) лет. В исследование были включены пациентки с операбельными и местнораспространёнными опухолями (сT1N1, сT2N1, сT2-3N0-1) различных иммуногистохимических подтипов, нуждающимися в неоадьюватной химиотерапии с целью уменьшения опухолевой массы. Ответ на лекарственную терапию оценивался на основе критериев RECIST 1.1. Были исследованы гистологические препараты до и после хирургического лечения с определением резидуальной опухоли или полного патоморфологического ответа (рathologic Complete Response — pCR). Всем пациентам были выполнены маммографическое, ультразвуковое, МРТ исследования, а также были проанализированы данные визуализации нейронной сетью. Приводилось сравнительное сопоставление ренген-лучевого (rCR) и патоморфологического (pCR) ответа опухоли.
Результаты. Регресс опухоли молочной железы, по данным гистологического исследования, (pCR) был обнаружен в 34,5 % (n = 116) случаев. В 44,8 % случаев (n = 52) получен полный ответ опухоли на неоадьюватную химиотерапию при люминальном В/HER2+ подтипе, а при нелюминальном/HER2+ подтипе pCR был зарегистрирован лишь у 37,9 % (n = 44) женщин. При тройном негативном РМЖ в 17,2 % (n = 20) случаев гистологически опухоль не определялась. Полный регресс, по данным лучевых методов исследования (rCR), был определен при маммографии в 28,6 % (n = 96) случаев, при УЗИ — у 29,8 % (n = 100), при МРТ в 32,1 % (n = 108), нейронная сеть определила полный регресс опухоли в 23,8 % случаев (n = 80). Наибольшую чувствительность в определении резидуальной опухоли продемонстрировала МРТ (80,0-83,3 %) в зависимости от молекулярного подтипа. Нейронная сеть продемонстрировала свою эффективность, сравнимую с маммографией по показателям чувствительности 69,2-72,0 % в зависимости от биологической характеристики опухоли, и специфичность на уровне 60,0-62,2 %.
Заключение. Была доказана высокая эффективность лучевых методов при мультимодальной диагностике в оценке и прогнозировании ответа опухоли на неоадьюватную химиотерапию. Обученная нейросетевая модель продемонстрировала способность выявлять остаточную опухоль на уровне маммографического исследования.
Библиографические ссылки
Каприн А.Д., Старинский В.В., Петрова Г.В. Состояние онкологической помощи населению России в 2022 году (заболеваемость и смертность). Под ред. Каприна А.Д., Старинского В.В., Петровой Г.В. Москва: МНИОИ им. П.А. Герцена филиал ФГБУ «НМИЦ радиологии» Минздрава России. 2023: 239. [Kaprin A.D., Starinskiy V.V., Petrova G.V. The state of cancer care in Russia in 2022 (mor- bidity and mortality). Ed. by Kaprin A.D., Starinskiy V.V., Petrova G.V. Moscow: P.A. Herzen Moscow State Research Institute - a branch of FSBI «National Medical Research Radiological Centre» of the Ministry of Health of Russia. 2023: 239. (in Rus)].
Рожкова Н.И., Боженко В.К., Бурдина И.И., et al. Радиогеномика рака молочной железы - новый вектор междисциплинарной интеграции лучевых и молекулярнобиологических технологий (обзор литературы). Медицинский алфавит. 2020; 21-29. [Rozhkova N.I., Bozhenko V.K., Burdina I.I., et al. Radiogenomics of breast cancer as new vector of interdisciplinary integration of radiation and molecular biological technologies (literature review). Medical Alphabet. 2020; 21-29/ (In Rus)].
Семиглазов В.Ф. Лечение рака молочной железы: клинико-биологическое обоснование. Под ред. В.Ф. Семиглазова. Москва: СИМК. 2017: 272.-ISBN: 978-5-91894-059-4. [Semiglazov V.F. Treatment of breast cancer: clinical and biological basis. Ed. by V.F. Semiglazov. Moscow: SIMK. 2017: 272.-ISBN: 978-5-91894-059-4. (In Rus)].
Семиглазов В.Ф., Криворотько П.В., Дашян Г.А., et al. Клинико-биологическая модель для оценки эффективности системной терапии рака молочной железы. Вопросы онкологии. 2018; 3: 289-297. [Semiglazov V.F., Krivorotko P.V., Dashyan G.A., et al. Clinical and biological model for evaluating the effectiveness of systemic treatment of breast cancer. Voprosy Onkologii = Problems in Oncology. 2018; 3: 289-297. (in Rus)].
von Minckwitz G., Untch M., Nüesch E., et al. Impact of treatment characteristics on response of different breast cancer phenotypes: pooled analysis of the German neo-adjuvant chemotherapy trials. Breast Cancer Res Treat. 2011; 125(1): 145-56.-DOI: https://doi.org/10.1007/s10549-010-1228-x.
De Los Santos J.F., Cantor A., Amos K.D., et al. Magnetic resonance imaging as a predictor of pathologic response in patients treated with neoadjuvant systemic treatment for operable breast cancer. Translational Breast Cancer Research Consortium trial 017. Cancer. 2013; 119(10): 1776-83.-DOI: https://doi.org/10.1002/cncr.27995.
World Health Organization (1979) WHO handbook for reporting results of cancer treatment. Geneva. World Health Organization. 2012; 45. (18 June 2023) URL: https://apps.who.int/iris/handle/10665/37200.
Feinberg B.A., Zettler M.E., Klink A.J., et al. Comparison of solid tumor treatment response observed in clinical practice with response reported in clinical trials. JAMA Netw Open. 2021; 4(2): e2036741.-DOI: https://doi.org/10.1001/jamanetworkopen.
Fournier L., de Geus-Oei L.F., Regge D., et al. Twenty years on: RECIST as a biomarker of response in solid tumours an EORTC imaging group - ESOI joint paper. Front Oncol. 2022; 11: 800547.-DOI: https://doi.org/10.3389/fonc.2021.800547.
Houssami N., Macaskill P., von Minckwitz G., et al. Meta-analysis of the association of breast cancer subtype and pathologic complete response to neoadjuvant chemotherapy. Eur J Cancer. 2012; 48(18): 3342-54.-DOI: https://doi.org/10.1016/j.ejca.2012.05.023.
Ogston K.N., Miller I.D., Payne S., et al. A new histological grading system to assess response of breast cancers to primary chemotherapy: prognostic significance and survival. Breast. 2003; 12(5): 320-7.-DOI: https://doi.org/10.1016/s0960-9776(03)00106-1.
Cortazar P., Geyer C.E. Jr. Pathological complete response in neoadjuvant treatment of breast cancer. Ann Surg Oncol. 2015; 22(5): 1441-6.-DOI: https://doi.org/10.1245/s10434-015-4404-8.
Park J., Chae E.Y., Cha J.H., et al. Comparison of mammography, digital breast tomosynthesis, automated breast ultrasound, magnetic resonance imaging in evaluation of residual tumor after neoadjuvant chemotherapy. Eur J Radiol. 2018; 108: 261-268.-DOI: https://doi.org/10.1016/j.ejrad.2018.09.032.
Keune J.D., Jeffe D.B., Schootman M., et al. Accuracy of ultrasonography and mammography in predicting pathologic response after neoadjuvant chemotherapy for breast cancer. Am J Surg. 2010; 199(4): 477-84.-DOI: https://doi.org/10.1016/j.amjsurg.2009.03.012.
Schaefgen B., Mati M., Sinn H.P., et al. Can routine imaging aſter neoadjuvant chemotherapy in breast cancer predict pathologic complete response? Ann Surg Oncol. 2015.-DOI: https://doi.org/10.1245/s10434-015-4918-0.
Croshaw R., Shapiro-Wright H., Svensson E., et al. Accuracy of clinical examination, digital mammogram, ultrasound, and MRI in determining postneoadjuvant pathologic tumor response in operable breast cancer patients. Ann Surg Oncol. 2011; 18(11): 3160-3.-DOI: https://doi.org/10.1245/s10434-011-1919-5.
Adrada B.E., Huo L., Lane D.L., et al. Histopathologic correlation of residual mammographic microcalcifications after neoadjuvant chemotherapy for locally advanced breast cancer. Ann Surg Oncol. 2015; 22(4): 1111-7.-DOI: https://doi.org/10.1245/s10434-014-4113-8.
Fadul D., Rapelyea J., Schwartz A.M., Brem RF. Development of malignant breast microcalcifications after neoadjuvant chemotherapy in advanced breast cancer. Breast J. 2004; 10(2): 141-5.-DOI: https://doi.org/10.1111/j.1075-122x.2004.21365.x.
Pusztai L., Foldi J., Dhawan A., et al. Changing frameworks in treatment sequencing of triple-negative and HER2-positive, early-stage breast cancers. Lancet Oncol. 2019; 20(7): e390-e396.-DOI: https://doi.org/10.1016/S1470-2045(19)30158-5.
Chen J.H., Feig B., Agrawal G., et al. MRI evaluation of pathologically complete response and residual tumors in breast cancer after neoadjuvant chemotherapy. Cancer. 2008; 112(1): 17-26.-DOI: https://doi.org/10.1002/cncr.23130.
Morrow M., Waters J., Morris E. MRI for breast cancer screening, diagnosis, and treatment. Lancet. 2011; 378(9805): 1804-11.-DOI: https://doi.org/10.1016/S0140-6736(11)61350-0.
Hieken T.J., Boughey J.C., Jones K.N., et al. Imaging response and residual metastatic axillary lymph node disease after neoadjuvant chemotherapy for primary breast cancer. Ann Surg Oncol. 2013; 20(10): 3199-204.-DOI: https://doi.org/10.1245/s10434-013-3118-z.
Javid S., Segara D., Lotfi P., et al. Can breast MRI predict axillary lymph node metastasis in women undergoing neoadjuvant chemotherapy. Ann Surg Oncol. 2010; 17(7): 1841-6.-DOI: https://doi.org/10.1245/s10434-010-0934-2.
Lo Gullo R., Eskreis-Winkler S., Morris E.A., Pinker K. Machine learning with multiparametric magnetic resonance imaging of the breast for early prediction of response to neoadjuvant chemotherapy. Breast. 2020; 49: 115-122.-DOI: https://doi.org/10.1016/j.breast.2019.11.009.
Tahmassebi A., Wengert G.J., Helbich T.H., et al. Impact of machine learning with multiparametric magnetic resonance imaging of the breast for early prediction of response to neoadjuvant chemotherapy and survival outcomes in breast cancer patients. Invest Radiol. 2019; 54(2): 110-117.-DOI: https://doi.org/10.1097/RLI.0000000000000518.
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
© АННМО «Вопросы онкологии», Copyright (c) 2024