多参数MRI与细胞周期蛋白D1在乳腺癌腋窝淋巴结转移预测中的应用

来源 :磁共振成像 | 被引量 : 0次 | 上传用户:yesheng1991
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的

运用多参数磁共振成像(muti-parameter magnetic resonance imaging,mp-MRI)联合细胞周期蛋白D1 (Cyclin D1)预测乳腺癌腋窝淋巴结转移。

材料与方法

回顾性分析我院55例乳腺癌患者临床资料,采用单因素分析评估患者临床、病理、mp-MRI特征与乳腺癌腋窝淋巴结转移的关系。对乳腺癌病灶大小、同侧腋窝淋巴结最大皮质厚度、Cyclin D1表达及其联合因子绘制ROC曲线、计算曲线下面积(area under the curve,AUC)及各参数的敏感度、特异度,评价其判断腋窝淋巴结转移的诊断效能。

结果

55例乳腺癌患者中腋窝淋巴结转移阳性组与阴性组在乳腺癌病灶大小、表观扩散系数(apparent diffusion coefficient,ADC)值、病灶周围血管数量、管径以及同侧腋窝淋巴结最大厚度差异有统计学意义(P<0.05)。Cyclin D1高表达组67.86% (19/28)、低表达组14.81% (4/27)有腋窝淋巴结转移,差异有统计学意义(P<0.05)。病灶大小及同侧腋窝淋巴结最大皮质厚度增加、Cyclin D1高表达会增加腋窝淋巴结转移风险(OR=1.09、1.41、12.57,P<0.05)。以腋窝淋巴结转移状态为标准绘制mp-MRI病灶大小、同侧腋窝淋巴结皮质厚度、Cyclin D1表达以及预测模型(模型1:同侧腋窝淋巴结皮质厚度+Cyclin D1表达;模型2:病灶最大径+Cyclin D1表达;模型3:病灶最大径+同侧腋窝淋巴结皮质厚度+Cyclin D1表达)的ROC曲线,AUC为0.808、0.887、0.772、0.791、0.773、0.751。以Youden指数最大及临床对照作为标准,病灶最大径最佳临界值为28.5 mm,腋窝淋巴结最大皮质厚度最佳临界值为5.5 mm,同侧腋窝淋巴结最大皮质厚度敏感度91.3%最佳,模型2、3特异度93.7%最佳。

结论

病灶大小及同侧腋窝淋巴结最大皮质厚度增加、Cyclin D1高表达会增加腋窝淋巴结转移风险,可以作为独立预测因子,病灶大小与Cyclin D1高表达联合或三者联合模型可显著提高病变诊断特异度,可用于术前无创预测乳腺癌腋窝淋巴结转移。

其他文献
卫生科技创新公共服务平台是促进卫生医疗机构信息化的发展以及加强卫生医疗信息化制度创新的科技机构或组织,是促进区域内医疗卫生行业开展科学研究、技术开发的物质基础和重要保障.结合实际明确卫生科技创新平台建设的深刻含义和内涵定位,根据目前研究现状、实践成效总结存在的问题,并且分析和提出推进区域卫生科技创新公共服务平台建设的对策,以期进一步完善健全卫生科技创新平台.
目的探讨儿童中枢神经系统非典型畸胎样/横纹肌样瘤(atypical teratoid/rhabdoid tumor,AT/RT)的影像表现,提高对该肿瘤的诊断水平。材料与方法回顾性分析2017年6月~2021年1月经病理证实的9例(男4例,女5例) AT/RT患儿的临床和影像资料。结果患儿中位年龄19个月,年龄范围5个月~39个月,原发灶位于幕下5例,幕上1例,幕上、幕下同时受累3例。瘤体最大径4
目前,针对强迫症的常用治疗方法包括药物治疗、心理治疗和外科手术治疗等,但效果欠佳,仍有一部分患者在治疗后出现强迫症状。重复经颅磁刺激作为一种新兴的无创治疗手段,通过改变脉冲的频率,利用电磁场来调节大脑皮层的活动,从而改善强迫症患者的症状。但在刺激靶点的选择、参数设置等方面尚需进一步深入探讨。本文对重复经颅磁刺激治疗强迫症方面的研究进展进行综述,总结刺激不同靶点产生的临床疗效以及磁共振成像技术在强迫
酰胺质子转移成像是一种新型磁共振分子成像技术。它是化学交换饱和转移成像的一个分支,通过检测组织内源性蛋白质或多肽中的酰胺质子-水质子交换速率反映细胞内蛋白质浓度及pH值变化。本文拟对酰胺质子转移成像在泌尿生殖系统疾病中的应用进展做一综述。
目的探讨应用雾化全氟化碳纳米探针(perflurocarbon nanoprobe,PFC NP)进行多核1H/19F磁共振(1H/19F magnetic resonance,1H/19F-MR)肺通气成像的可行性。材料与方法将BALB/c鼠分为空气组和雾化PFC NP组,并进行多核1H/19F-MR扫描,研究经呼吸道递送雾化PFC NP后肺内19F磁共振(19F magnetic resona
乳腺硬化性腺病是女性常见的良性增生性疾病,影像学表现因酷似恶性病变而诊断困难,常导致不必要的过度治疗。本文主要对其X线摄影、超声和磁共振影像技术的表现和应用进行综述,旨在提高影像医师对于乳腺硬化性腺病的认识。
磁共振成像与机器学习算法相结合、建立诊断模型的研究方法被广泛应用于脑功能障碍辅助诊断的科研与临床之中。本文就目前应用于脑功能障碍相关疾病MRI常见的五种机器学习算法进行综述,即线性回归模型、K-最近邻、支持向量机、随机森林和深度学习。主要内容包括它们的基本原理、现阶段的应用、适用范围和局限性。相关研究应朝着脑影像特征的挖掘、标准化数据库的建立、多模态MRI的数据整合和机器学习算法的联合应用方向继续