常規MRI聯合臨牀病理數據預測乳腺癌HER2狀態：輔助治療決策的新工具

*僅供醫學專業人士閱讀參考

常規MRI聯合病理數據有望區分乳腺癌HER2三種表達狀態，助力治療決策優化。

乳腺癌是我國女性最常見的惡性腫瘤之一，隨着分子分型技術的不斷髮展，人表皮生長因子受體（HER2）的表達狀態在乳腺癌的診療決策及預後評估中發揮着重要作用[1]。目前，HER2狀態主要依賴免疫組化（IHC）和熒光原位雜交（FISH）檢測，但其在實踐中受限於標準化流程，費用與檢測條件等因素。已有研究嘗試利用核磁共振成像（MRI）放射組學方法預測乳腺癌患者的HER2表達狀態，但由於研究中特徵提取、選擇和建模流程尚未統一，導致可重複性和臨牀轉化受限。近期，一項研究通過整合臨牀病理信息與常規動態對比增強磁共振成像（DCE-MRI）相關參數，構建了一種簡便實用的HER2表達狀態預測模型，爲輔助分型和精準治療選擇提供了新的可能[2]。現整理其重點內容如下，供讀者參考。

研究方法

本研究基於中山大學附屬第三醫院2012年6月至2023年5月間收治的乳腺癌病例，回顧性納入211例接受術前乳腺MRI檢查並經術後病理確診的原發性乳腺癌患者。根據IHC及FISH檢測結果，患者被劃分爲HER2-zero（IHC 0）、HER2-low（IHC 1+或2+且FISH陰性）和HER2-positive（IHC 3+或2+且FISH陽性）三組。研究設立了2個分類任務：

任務1：區分HER2-zero/low與HER2-positive

任務2：區分HER2-zero與HER2-low

在每個任務中，患者按7:3比例隨機分爲訓練集與測試集。研究提取了多項常規MRI參數包括腫瘤內脂肪抑制T2加權成像（FS T2WI）高信號強度、表觀擴散係數（ADC）、峰值信噪比（PSER）、峰值時間（TTP）等和臨牀病理特徵如ER/PR狀態、Ki-67指數、腫瘤分級等進行特徵篩選。通過單因素Logistic迴歸篩選p<0.2的變量特徵進入多因素分析，進一步採用逐步迴歸法構建二元Logistic迴歸模型，確定HER2表達狀態的獨立預測因子。通過計算各變量的比值比（OR）及95%置信區間（CI），並繪製ROC曲線評估模型的診斷性能。

研究結果

臨牀病理和MRI基線特徵

在211例納入的女性患者中，HER2-zero、HER2-low與HER2-positive分別爲36例、93例和82例。三組患者在年齡、絕經情況、組織學分級、Ki-67指數、ER/PR狀態、腫瘤長短徑、腫瘤內FS T2WI信號特徵、內部強化方式及ADC值等多項臨牀病理和MRI參數上存在統計學差異（p<0.05）。在任務1中，有129例HER2-zero/low患者和82例HER2-positive患者，訓練集與測試集之間各項特徵分佈均衡，無顯著差異。

關鍵特徵識別與模型性能評估

在任務1中，單因素分析篩選出了11項候選變量納入多因素Logistic迴歸分析，結果顯示，ADC（OR=41.22, p<0.001）、PSER（OR=0.42, p=0.016）、TTP（OR=0.78, p=0.049）、ER狀態（OR=0.17, p=0.002）與Ki-67指數（OR=5.68, p<0.001）爲區分HER2-zero/low與HER2-positive的獨立預測因子，據此構建了相應預測模型。

在任務2中，年齡（OR=1.07, p=0.030）、內部增強（OR=13.97, p<0.001）、ADC（OR=0.02, p=0.005）和Ki-67指數（OR=0.29, p=0.049）被識別爲區分HER2-zero與HER2-low的獨立變量。值得注意的是，ADC和Ki-67指數在兩個任務中都是穩定的預測指標。

模型在訓練集與測試集中的表現均顯示出良好判別力。任務1和任務2的訓練集曲線下面積（AUC）分別爲0.836和0.874，測試集的AUC分別爲0.845和0.805，提示該模型在不同HER2表達狀態的識別中具有較高的穩定性與準確性。

研究結論

本研究基於常規MRI序列及基礎病理信息，構建了區分HER2-zero、HER2-low及HER2-positive乳腺癌的多因素預測模型，具有良好的診斷準確性和較好的臨牀推廣性。研究結果顯示ADC和Ki-67指數在兩項分類任務中均爲穩定的關鍵變量，提示其在HER2分型預測中的重要價值。總體而言，本研究提出了一種便捷、可推廣的預測模型，尤其適用於IHC/FISH檢測資源受限的臨牀場景，未來有望助力HER2靶向治療時代下的精準分型。

參考文獻：

[1].Wolff AC, Somerfield MR, Dowsett M, et al. Human Epidermal Growth Factor Receptor 2 Testing in Breast Cancer: ASCO–College of American Pathologists Guideline Update. Journal of Clinical Oncology. Published online August 1, 2023.

[2].Liu W, Liu C, Yang Y, et al. Combining conventional magnetic resonance imaging (MRI) parameters with clinicopathologic data for differentiation of the three-tiered human epidermal growth factor receptor 2 (HER2) status in breast cancer. Clin Radiol. 2025;86:106955.

本材料由阿斯利康提供，僅供醫療衛生專業人士參考

審批編號：CN-162730，有效期 2026-07-14

* 此文僅用於向醫學人士提供科學信息，不代表本平臺觀點