乳腺癌患者的淋巴结手术减少与新的预测模型
在最近发表的研究中,隆德大学(Lund University)和瑞典Skåne大学医院(Skåne University Hospital)的研究人员提出了新的预测模型,用于改进乳腺癌患者淋巴结的个性化治疗。最新的研究结果已经发表在临床癌症研究和BMC癌症显示最多可以避免每三个操作中的一个。
乳腺癌是女性中最常见的肿瘤疾病,据估计,西方世界的每八名女性中有一个在终身期间会患上这种疾病。
“众所周知,乳腺癌扩散的知识腋窝淋巴结提供疾病病程的重要信息,淋巴结常规切除以进行检查。大约70%的患者被发现有健康的淋巴结,如果能换一种方法进行评估,手术是可以避免的,”隆德大学乳腺癌外科教授、Skåne大学医院顾问Lisa Rydén说。
来自大约3000个乳腺肿瘤的基因表达已经与其他肿瘤和患者相关的因素一起研究了疾病向淋巴结扩散之间的联系。研究结果发表在临床癌症研究,并表明肿瘤的大小和癌细胞向血管的浸润是预测疾病扩散的重要因素。
在激素敏感的乳腺肿瘤患者中(大约80%的所有乳腺癌),发达国家预测模型根据肿瘤的遗传型概况和常规收集的肿瘤特征数据,能够识别6-7%的女性健康淋巴结的女性,而不是其他模型。
“如果模型用于预测淋巴结的扩散,则可以将淋巴结作业的数量减少到该组中高达30%,”文章的作者指出。
通过人工神经网络发表在《科学》杂志上的另一项研究提出了三个预测模型BMC癌症;一种鉴定健康淋巴结(可以避免诊断手术),一种用于鉴定淋巴结中有限的疾病(除了除去少量诊断淋巴结足够的情况下),并且用于广泛的淋巴结疾病,表明更广泛手术或初级肿瘤治疗化疗。本研究还表明,健康的预测模型淋巴结可以将手术干预次数减少30%。
“研究结果表明,通过使用预测模型作为决策支持工具,我们可能离更个性化的手术治疗更近一步。为了确定临床使用的结果,需要对其他患者材料进行进一步的研究,以确认模型的可靠性和准确性,并独立评估我们的结果,”Lisa Rydén总结道。
进一步探索
Looket Dihge等人。人工神经网络模型预测临床淋巴结阴性乳腺癌的淋巴结状态,BMC癌症(2019)。DOI:10.1186 / s12885-019-5827-6
用户评论