常规超声联合影像组学的分层可视化模型预测乳
研究背景与问题
乳腺癌是全球女性发病率最高的恶性肿瘤之一，其分子分型对于指导临床治疗具有重要意义。Luminal分子分型是乳腺癌的重要亚型之一，而Ki-67表达状态则是判断Luminal型乳腺癌侵袭性及预后的重要指标。然而，目前临床对于乳腺癌Luminal分子分型和Ki-67表达状态的预测主要依赖于组织病理学检查，存在一定的局限性。因此，本研究旨在探讨常规超声联合影像组学构建的分层可视化模型在术前预测乳腺癌Luminal分子分型和Ki-67表达状态中的价值，以期提高乳腺癌早期诊断和精准治疗的水平。
研究方法
本研究回顾性分析了375例乳腺癌患者的临床资料和超声图像。首先，通过单因素及多因素分析筛选出与乳腺癌Luminal分子分型和Ki-67表达状态相关的独立预测因素。其次，基于这些独立预测因素，结合影像组学特征，构建了常规超声联合影像组学的分层可视化模型。最后，对该模型进行内部验证和外部验证，评估其预测乳腺癌Luminal分子分型和Ki-67表达状态的能力。
核心结果
本研究结果显示，基于常规超声联合影像组学的分层可视化模型在预测乳腺癌Luminal分子分型和Ki-67表达状态方面具有显著优势。内部验证结果显示，该模型的预测准确率分别为85.3%和81.2%，敏感度和特异度均较高。外部验证结果也证实了该模型的稳定性和可靠性。此外，本研究还发现，影像组学特征在模型中具有重要作用，可显著提高预测的准确性。
结论与意义
本研究通过构建常规超声联合影像组学的分层可视化模型，实现了对乳腺癌Luminal分子分型和Ki-67表达状态的术前预测，为临床医生提供了新的辅助诊断工具。该模型具有操作简便、成本较低、预测准确率高等特点，有望在实际临床工作中得到广泛应用。本研究不仅为乳腺癌的早期诊断和精准治疗提供了新的思路，也为影像组学在临床诊断中的应用提供了有力支持。
