作者：唐雪，杜勇，川北医学院附属医院放射科
理论上，有望获得腋窝淋巴结pCR者可以避免行腋窝淋巴结清扫术，从而减少相关术后并发症(如
虽然目前一些微创手术，如前哨淋巴结活检(sentinel lymph node biopsy， SLNB)、放射性
近年来，学者们开始探索更准确、更全面、创伤性更小的预测工具以指导临床乳腺癌的腋窝淋巴结管理。超声、MRI及PET等影像学方法已广泛应用于乳腺癌的诊断、疗效评估等，早期通过影像学无创、准确地评估、预测腋窝pCR成为一种趋势。但以往大部分研究主要集中于对乳腺癌原发病灶疗效进行评估预测，而针对腋窝淋巴结pCR的预测较少。本文将对目前影像学在预测乳腺癌新辅助治疗后腋窝淋巴结pCR方面的研究进展进行综述。
1.超声
在众多影像学方法中，超声是淋巴结评估的首选方法，目前在关注NAT后腋窝淋巴结状态方面的临床试验数据尚有限。既往研究表明，新辅助化疗(neoadjuvant chemotherapy， NAC)后超声对腋窝淋巴结残余转移灶的预测能力最强(OR=13.8)，而其他临床预测特征(包括临床N分期、Ki-67阴性、激素受体阳性、HER2阴性)的OR为2.3～3.7。
在一项涉及778例患者的荟萃分析中，超声对NAT后腋窝淋巴结反应评估的敏感度、特异度分别为67%、80%。目前，国内外多项研究发现，NAC后淋巴结的超声特征如腋窝残余肿瘤体积较小、淋巴结短径与长径较短、无门结构丢失、偏心性皮质厚度是NAC后腋窝pCR的独立预测因素，其中无门结构丢失是最强的预测因素。而根据美国放射学会(American college of radiology， ACR)的标准，评估NAC后残留病灶最准确的成像方式是乳腺癌原发灶MRI和腋窝淋巴结超声。
因此，除临床病理特征外，Kim等同时纳入了乳腺癌原发灶的MRI特征及腋窝淋巴结的超声特征以提高预测腋窝pCR的准确度(测试集和验证集中AUC分别为0.84和0.78)，研究结果表明，NAC后超声显示腋窝淋巴结病变及MRI显示肿瘤大小缩小<50%与腋窝pCR有关。Eun等也同时观察了MRI和超声图像特征，发现NAC中期和后期淋巴结皮质厚度是具有较高OR的独立预测因子。
超声虽然具有无创、成本低、操作便捷等优势，但其对淋巴结的评估受到操作者依赖性和观察者间变异性的限制。此外，超声对深部淋巴结的评价可能不够充分。
2.CT
CT同MRI一样，可以同时观察乳腺癌原发病灶及腋窝淋巴结情况，可以清晰显示腋窝淋巴结的形态变化。CT主要通过腋窝淋巴结增大及淋巴结门结构丢失来评估淋巴结转移，但经NAT后，部分反应性淋巴结增生也可表现为体积增大。因此，与未接受NAT的患者相比，接受NAT的患者更难评估其腋窝淋巴结状态；既往一些研究已经探索了CT在未接受NAT患者中预测腋窝淋巴结转移的价值，其准确度为66.7%～80.2%。而Wang等的研究以接受NAC患者为研究对象，其结果表明NAC后CT重建图像预测淋巴结阴性的敏感度和特异度分别为80.0%和93.9%，淋巴结pCR阳性预测值为84.9%。
Shien等纳入137例在NAC和手术前行CT增强检查的患者，根据腋窝淋巴结短轴直径、形状和增强类型等3个标准评估腋窝状况，研究结果表明，当定义CT图像上短径>5 mm的淋巴结为阳性淋巴结时，敏感度为60%，特异度为95%。以上研究初步显示了CT在预测NAC后腋窝淋巴pCR方面有一定价值，但目前该方面的研究数据尚较少，其准确性还有待进一步探讨。
3.MRI
1）基于腋窝淋巴结预测
MRI是目前检测乳腺癌灵敏度最高的影像学手段，基于其多功能、多参数成像的优势，MRI越来越多地应用于乳腺癌NAT反应的评估与预测。MRI在预测腋窝淋巴结pCR方面主要通过对淋巴结及乳腺癌原发灶形态学及功能学信息改变进行预测。Cattell等通过纵向研究不同治疗时间节点的腋窝淋巴结及乳腺癌原发灶体积变化，认为腋窝淋巴结的初始体积不能用于预测NAC后腋窝pCR；而早期时间点(新辅助化疗第1周期～第2周期)的体积变化比后期时间点更能预测pCR(AUC=0.87)。
国内学者在腋窝淋巴结形态学改变的基础上研究了功能学信息—表观扩散系数(apparent diffusion coefficient， ADC)在预测腋窝淋巴结pCR中的价值，研究结果表明，NAC前后淋巴结的最大短径及最大短径的变化率在pCR组与非pCR组之间差异并无统计学意义，而NAC前后的ADC值及其变化率与腋窝淋巴结pCR具有显著相关性；出现这种结果可能是由于淋巴结在接受新辅助化疗后功能学先于形态学发生改变。
ADC值可提供肿瘤细胞密度和细胞膜完整性的相关信息，以往一些研究表明治疗期间ADC值的变化可用于预测乳腺癌原发肿块pCR，但在预测腋窝淋巴结pCR方面的研究较少，未来可能需要更大样本量的研究来进一步探讨ADC值在预测腋窝淋巴结pCR中的价值。
2）基于乳腺癌原发灶和腋窝淋巴结的综合预测
相关研究表明乳房pCR与腋窝pCR存在一定相关性，故而在研究腋窝淋巴结形态与功能改变的基础上，有学者将乳腺癌原发灶的信息也纳入到预测模型中，通过原发灶及腋窝淋巴结MRI上各序列的综合表现来预测pCR，但目前根据NAT后MRI表现来预测腋窝pCR的准确度高低不一。Cortina等的研究结果显示，在预测腋窝pCR中，MRI表现的阳性预测值和阴性预测值分别为53.3%和74.3%；而Al-Hattali等的研究结果表明，NAC后MRI评估腋窝反应的假阳性率为21.7%，假阴性率为27%。
最近在一项多中心研究中，研究者联合治疗前后MRI特征(治疗前ADC值、治疗前后有无瘤周浸润、治疗后有无瘤床增强)及临床病理特征(PR及HER-2状态、治疗后临床T分期)构建了一个简化的评分系统—乳腺癌腋窝转移pCR预测评分(breast cancer with axillary metastasis pCR prediction， BCAM-pCR) (AUC:0.798～0.844)，该评分系统表明，腋窝pCR率随着评分系统总分的增加而增加，评分≥11分的患者pCR率为86%～100%。
乳房MRI在预测NAT后腋窝pCR方面的重要性迄今尚未得到充分研究。在现实世界中，虽然MRI可以提供乳腺癌原发灶及腋窝淋巴结的诸多形态及功能学信息，但由于检查时间长、价格昂贵，其广泛应用受到一定限制。
4.正电子发射计算机
与腋窝超声和乳腺MRI、CT的形态学数据相比， PET/CT是基于代谢活动的。以往有研究假设腋窝转移性淋巴结的基线糖酵解活性较高，因此18F-脱氧
Rousseau等也观察到获得腋窝pCR者SUVmax的值更低。理论上，MRI对软组织的显示优于CT，结合18F-FDG PET代谢评价可提供比单独18F-FDG PET/CT或MRI更高的诊断准确度；De Mooij等研究发现，与单独的18F-FDG PET或MRI评估相比，18F-FDG PET/MRI方法对每例患者的诊断性能有所改善，但阴性预测值为67%，敏感度仅为25%，在检测腋窝pCR方面的准确性欠佳。
PET/CT、PET/MRI在乳腺癌疗效评估方面的研究主要集中于关注原发灶，而针对腋窝淋巴结NAT后pCR的研究相对较少。在现有的一些研究中，多数研究样本量较小，目前一些研究表明PET在检测NAT后腋窝pCR方面的诊断性能有限。
5.影像组学与人工智能
人工智能的重大进步和在医学成像领域的实施使得对放射图像进行自动化定量评估成为可能。影像组学可从单一或多种医学成像模式中获得多种定量特征，突出肉眼无法观察的图像特征，从而极大增强了医学成像的鉴别和预测潜力。
目前，影像组学在乳腺癌腋窝淋巴结中的应用主要关注早期是否存在腋窝淋巴结转移，既往多项研究表明影像组学可以较好地预测早期腋窝淋巴结转移。在影像组学特征中，对乳腺癌腋窝淋巴结转移判断能力最强的纹理特征是熵。这类研究中纳入的患者大多数没有接受NAT，在专门预测NAT后腋窝淋巴结pCR方面的研究较少。
有研究使用了多参数MRI结合机器学习来预测NAT后总pCR和生存率，其预测模型的AUC值最高为0.86，但该研究只提取了原发病灶的影像学特征而忽略了腋窝淋巴结的特征。Gan等基于动态增强MRI影像组学提取到乳腺原发灶及腋窝区的840个纹理特征，通过筛选后将6个特征(4个来自乳腺肿瘤，2个来自腋窝淋巴结)用于构建模型，该模型获得了较好的性能，其AUC值在训练集为0.894，验证集为0.811，可以有效预测腋窝淋巴结pCR。
而Gu等则基于484例乳腺癌患者NAC前后的超声图像构建深度学习影像组学模型，在预测腋窝残留转移灶方面，该模型AUC值在训练集、验证集和测试集中分别为0.896、0.842和0.845，也展现出了较好的预测性能。Zhou等以247例接受NAT的乳腺癌患者为研究对象，通过分析其临床病理特征及NAT前后超声特征，在机器学习中采用随机森林(random forest， RF)对数据进行分析、构建预测模型，最终验证集的AUC值为0.85。
人为地基于常规影像图像和临床特征来判断NAT后腋窝淋巴结状态具有一定主观性，且影像图像中蕴含着大量人类肉眼无法观察到的信息，而影像组学的出现可以实现图像到大数据的转换，在医学各个领域中的应用越来越广泛。目前，一些预测NAT后腋窝pCR的影像组学研究初步表明基于MRI或超声影像组学构建的预测模型具有较好的预测性能。
部分初诊腋窝淋巴结阳性的乳腺癌患者在接受NAT过程中有望获得腋窝淋巴结pCR，而准确识别这部分患者可避免其接受腋窝过度治疗，从而提高生活质量。评估乳腺癌原发病灶pCR已有诸多研究，但聚焦于预测腋窝淋巴结治疗后是否获得pCR的研究不多。
现有的研究表明，常规影像学方法在一定程度上可预测腋窝淋巴结pCR，其中超声是评估腋窝淋巴结简便而有效的方法，MRI可结合乳腺癌原发灶及腋窝淋巴结信息更全面地预测，CT和PET在此方面的研究数据较少，其预测的准确性需进一步研究探讨，而影像组学在预测腋窝淋巴结pCR方面展现了较好的预测性能。相信随着影像学技术的发展，我们可从影像图像中获取越来越多的信息，尤其是结合人工智能的影像学方法，在预测腋窝淋巴结状态方面有着极大的潜力，有望为乳腺癌患者的腋窝淋巴结管理提供指导性意见。
来源：唐雪,杜勇.影像学方法预测乳腺癌新辅助治疗后腋窝淋巴结病理完全缓解的研究进展[J].放射学实践,2024,39(05):694-698.
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
