Subscribe to RSS
DOI: 10.1055/s-0041-1730201
Identifikation von Brustkrebspatientinnen mit einer pathologischen Komplettremission in der Brust nach neoadjuvanter Systemtherapie mittels intelligenter vakuum-assistierter Biopsie
Zielsetzung Neoadjuvante Systemtherapien führen bei etwa 35% aller Brustkrebspatientinnen zu einer pathologischen Komplettremission (pCR). Die Operation bei diesen Patientinnen ohne residuellen Tumor stellt eine potentielle Übertherapie dar. Wir untersuchten multivariate Algorithmen unter Verwendung von Patientinnen-, Tumor- und vakuum-assistierten Biopsie (VAB) Variablen, um Patientinnen ohne residuellen Tumor in der Brust zu identifizieren.
Methoden Wir entwickelten und testeten vier multivariate Algorithmen: logistic regression with elastic net penalty, Extreme Gradient Boosting (XGBoost) tree, Support Vector Machines (SVM) und ein Neuronales Netzwerk. Daten aus drei Studien von 457 Patientinnen mit Brustkrebs Stadium 1-3, die eine VAB vor Operation erhielten, wurden verwendet. Endpunkte waren die falsch-negativ Rate (FNR) und Spezifität des Algorithmus im Vergleich zur Operation. Der beste Algorithmus wurde an Daten einer unabhängigen vierten Studie validiert.
Ergebnisse Die externe Validierung (n=50) des Neuralen Netzwerks zeigte eine FNR von 0% (0 von 27) und eine Spezifität von 65,2% (15 von 23). Fläche unter der ROC Kurve war 0,97 (95% CI, 0,94-1.00).
Zusammenfassung Ein multivariater Algorithmus kann zuverlässig Patientinnen ohne residuellen Tumor nach neoadjuvanter Therapie identifizieren.
Pfob A et al. Eur J Cancer. 2021. doi: 10.1016/j.ejca.2020.11.006
#
Interessenkonflikt
Es bestehen keine Interessenkonflikte.
Publication History
Article published online:
01 June 2021
© 2021. Thieme. All rights reserved.
Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany