亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Intelligent Vacuum-Assisted Biopsy to Identify Breast Cancer Patients With Pathologic Complete Response (ypT0 and ypN0) After Neoadjuvant Systemic Treatment for Omission of Breast and Axillary Surgery

医学 乳腺癌 癌症 乳腺活检 活检 腋窝 放射科 肿瘤科 新辅助治疗 内科学 乳腺摄影术
作者
André Pfob,Chris Sidey‐Gibbons,Geraldine Rauch,Benjamin Thomas,Benedikt Schaefgen,Sherko Kümmel,Toralf Reimer,Markus Hahn,Marc Thill,Jens‐Uwe Blohmer,John Hackmann,Wolfram Malter,Inga Bekes,Kay Friedrichs,Sebastian Wojcinski,Sylvie Joos,Stefan Paepke,Tom Degenhardt,Joachim Rom,Achim Rody,Marion van Mackelenbergh,Maggie Banys‐Paluchowski,Regina Große,Mattea Reinisch,Maria Margarete Karsten,Michael Golatta,Joerg Heil
出处
期刊:Journal of Clinical Oncology [American Society of Clinical Oncology]
卷期号:40 (17): 1903-1915 被引量:40
标识
DOI:10.1200/jco.21.02439
摘要

PURPOSE Neoadjuvant systemic treatment (NST) elicits a pathologic complete response in 40%-70% of women with breast cancer. These patients may not need surgery as all local tumor has already been eradicated by NST. However, nonsurgical approaches, including imaging or vacuum-assisted biopsy (VAB), were not able to accurately identify patients without residual cancer in the breast or axilla. We evaluated the feasibility of a machine learning algorithm (intelligent VAB) to identify exceptional responders to NST. METHODS We trained, tested, and validated a machine learning algorithm using patient, imaging, tumor, and VAB variables to detect residual cancer after NST (ypT+ or in situ or ypN+) before surgery. We used data from 318 women with cT1-3, cN0 or +, human epidermal growth factor receptor 2–positive, triple-negative, or high-proliferative Luminal B–like breast cancer who underwent VAB before surgery (ClinicalTrials.gov identifier: NCT02948764 , RESPONDER trial). We used 10-fold cross-validation to train and test the algorithm, which was then externally validated using data of an independent trial (ClinicalTrials.gov identifier: NCT02575612 ). We compared findings with the histopathologic evaluation of the surgical specimen. We considered false-negative rate (FNR) and specificity to be the main outcomes. RESULTS In the development set (n = 318) and external validation set (n = 45), the intelligent VAB showed an FNR of 0.0%-5.2%, a specificity of 37.5%-40.0%, and an area under the receiver operating characteristic curve of 0.91-0.92 to detect residual cancer (ypT+ or in situ or ypN+) after NST. Spiegelhalter's Z confirmed a well-calibrated model ( z score –0.746, P = .228). FNR of the intelligent VAB was lower compared with imaging after NST, VAB alone, or combinations of both. CONCLUSION An intelligent VAB algorithm can reliably exclude residual cancer after NST. The omission of breast and axillary surgery for these exceptional responders may be evaluated in future trials.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
花开发布了新的文献求助10
11秒前
香蕉觅云应助花开采纳,获得10
20秒前
我是老大应助拟好采纳,获得10
55秒前
caohuijun发布了新的文献求助10
1分钟前
Tinlie完成签到,获得积分20
1分钟前
1分钟前
拟好发布了新的文献求助10
1分钟前
寻道图强应助拟好采纳,获得30
2分钟前
3分钟前
3分钟前
4分钟前
cyb完成签到,获得积分10
4分钟前
iuv完成签到,获得积分10
4分钟前
Lucas应助容若采纳,获得10
4分钟前
4分钟前
中央完成签到,获得积分10
5分钟前
5分钟前
四夕发布了新的文献求助30
5分钟前
小蘑菇应助容若采纳,获得10
5分钟前
从容的盼晴完成签到,获得积分10
5分钟前
中中中完成签到 ,获得积分10
7分钟前
积极的中蓝完成签到 ,获得积分10
8分钟前
Wei发布了新的文献求助10
8分钟前
科研通AI2S应助Wei采纳,获得10
8分钟前
8分钟前
Meimei发布了新的文献求助20
9分钟前
情怀应助陈媛采纳,获得10
10分钟前
10分钟前
Meimei完成签到,获得积分10
10分钟前
陈媛发布了新的文献求助10
10分钟前
爱听歌的大地完成签到 ,获得积分10
11分钟前
荀煜祺完成签到,获得积分10
11分钟前
12分钟前
完美世界应助残酷日光采纳,获得10
13分钟前
去去去去发布了新的文献求助10
13分钟前
孙旭完成签到 ,获得积分10
13分钟前
完美世界应助Ying采纳,获得10
13分钟前
14分钟前
14分钟前
容若发布了新的文献求助10
14分钟前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
Case Research: The Case Writing Process 300
Global Geological Record of Lake Basins 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142692
求助须知:如何正确求助?哪些是违规求助? 2793563
关于积分的说明 7806988
捐赠科研通 2449831
什么是DOI,文献DOI怎么找? 1303518
科研通“疑难数据库(出版商)”最低求助积分说明 626959
版权声明 601328