乳腺癌是全世界范围内女性最常见的恶性肿瘤之一，估计有230万新病例（11.7%）。女性乳腺癌是全球癌症相关死亡的主要原因之一（6.9%），在女性癌症中发病率和死亡率最高（分别为24.5%和15.5%）。前哨淋巴结（SLN）是第一个引流站，其状况影响着乳腺癌的生存率和个体化治疗策略。由于SLN活检（SLNB）与腋窝淋巴结清扫术（ALND）相比，具有并发症少、总生存率相当等优点，在有一个或两个腋窝淋巴结（ALN）受累而无包膜外扩散的患者中，推荐使用SLN活检来评估淋巴结状态。然而，SLNB仍是一种侵入性程序，可导致潜在的并发症，如手臂麻木、神经损伤和淋巴水肿。此外，SLNB潜在的高假阴性率在5.5%-16.7%之间，是一个值得关注的点。因此，先前的报告打算根据临床病理数据在术前预测LN转移。然而，一些只能在活检后获得的信息和较差的预测性能阻碍了临床采用。由于现有方法的局限性，有必要改进治疗前无创检测LN状态的方法以指导病人的分期和最佳管理。

增强乳腺钼靶（CEM）是一种很有临床前景的乳腺诊断工具，具有成本低、节省时间的特点。CEM在重组的图像中抑制了乳腺实质的出现，并突出了肿瘤的血管增加和血管通透性的区域。此外，研究结果显示，CEM和磁共振成像（MRI）在诊断和评估残留病变方面表现相似。然而，CEM在识别乳腺癌的ALN转移方面表现不佳。放射组学是一个很有前景的领域，旨在通过将医学图像转换为高通量的定量特征，提供关于肿瘤异质性、表型和微环境的关键信息。放射组学是不同领域中无创预测LN转移的有力工具。然而，这些研究通常侧重于挖掘肿瘤内的放射组学特征，而忽略了周围微环境的细微变化。最近的证据表明，瘤周组织可能包含有价值的信息，并在LN转移的过程中发挥着关键作用。

近日，发表在Academic Radiology杂志的一项研究探索从CEM图像中提取的乳腺癌瘤内和瘤周放射组学特征的价值，通过开发和测试放射组学列线图，将开发的放射组学特征与临床病理学数据相结合用于乳腺癌ALN转移的术前预测。

本项研究回顾性地招募了来自两个中心的共809名乳腺癌术前CEM图像的患者。使用最小绝对收缩和选择算子（LASSO）回归，选择从CEM图像中提取的5毫米和10毫米的肿瘤和瘤周区域的放射组学特征，并构建放射组学特征。然后构建一个包括最佳放射组学特征和临床病理因素的列线图。使用AUC评估了列线图的性能，并与乳腺放射科医生直接进行了比较。 

在内部测试中，当瘤周面积增加时，瘤周特征的AUC就会下降，肿瘤+10mm显示了最佳性能，AUC为0.712。在内部和外部测试中，包含肿瘤+10毫米、肿瘤直径、孕酮受体（PR）、人表皮生长因子受体2（HER-2）和CEM报告的淋巴结状态的列线图分别获得了0.753和0.732的最大AUC。此外，该列线图的表现优于放射科医生，并提高了放射科医生的诊断性能。 

图 CEM图像CC视图中不同ROI划分。红色、绿色和蓝色区域分别代表瘤内、瘤周5毫米和10毫米区域。(A,C)低能量图像。(B,D) 重新组合的图像

本项研究表明，基于CEM瘤内和瘤周区域的列线图模型为乳腺癌ALN转移的治疗策略制定提供一个无创的辅助工具。

原始出处：

Zhongyi Wang,Haicheng Zhang,Fan Lin,et al.Intra- and Peritumoral Radiomics of Contrast-Enhanced Mammography Predicts Axillary Lymph Node Metastasis in Patients With Breast Cancer: A Multicenter Study.DOI:10.1016/j.acra.2023.02.005