Prediction of the Pathological Response to Neoadjuvant Chemotherapy in Breast Cancer Patients With MRI-Radiomics: A Systematic Review and Meta-analysis

医学 漏斗图 荟萃分析 乳腺癌 出版偏见 接收机工作特性 新辅助治疗 乳房磁振造影 肿瘤科 随机效应模型 内科学 癌症 乳腺摄影术
作者
Filippo Pesapane,Giorgio Maria Agazzi,Anna Rotili,Federica Ferrari,Andrea Cardillo,Silvia Penco,Valeria Dominelli,Oriana D’Ecclesiis,Silvano Vignati,Sara Raimondi,Anna Carla Bozzini,Maria Pizzamiglio,Giuseppe Petralia,Luca Nicosia,Enrico Cassano
出处
期刊:Current Problems in Cancer [Elsevier]
卷期号:46 (5): 100883-100883 被引量:23
标识
DOI:10.1016/j.currproblcancer.2022.100883
摘要

We performed a systematic review and a meta-analysis of studies using MRI-radiomics for predicting the pathological complete response in breast cancer patients undergoing neoadjuvant therapy , and we evaluated their methodological quality using the radiomics-quality-score (RQS). Random effects meta-analysis was performed pooling area under the receiver operating characteristics curves. Publication-bias was assessed using the Egger's test and visually inspecting the funnel plot. Forty-three studies were included in the qualitative review and 34 in the meta-analysis. Summary area under the receiver operating characteristics curve was 0,78 (95%CI:0,74-0,81). Heterogeneity according to the I2 statistic was substantial (71%) and there was no evidence of publication bias (P-value = 0,2). The average RQS was 12,7 (range:−1-26), with an intra-class correlation coefficient of 0.93 (95%CI:0.61-0.97). Year of publication, field intensity and synthetic RQS score do not appear to be moderators of the effect (P-value = 0.36, P-value = 0.28 and P-value = 0.92, respectively). MRI-radiomics may predict response to neoadjuvant therapy in breast cancer patients but the heterogeneity of the current studies is still substantial.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
9秒前
煎蛋西西完成签到,获得积分10
9秒前
量子星尘发布了新的文献求助10
12秒前
阳炎完成签到,获得积分10
14秒前
张小发布了新的文献求助10
15秒前
19秒前
量子星尘发布了新的文献求助10
19秒前
yinhuan完成签到 ,获得积分10
23秒前
量子星尘发布了新的文献求助10
25秒前
轻语完成签到 ,获得积分10
32秒前
yutingemail完成签到 ,获得积分10
37秒前
38秒前
Zhao完成签到 ,获得积分10
41秒前
羽冰酒完成签到 ,获得积分10
43秒前
量子星尘发布了新的文献求助10
43秒前
量子星尘发布了新的文献求助10
45秒前
47秒前
vinni完成签到 ,获得积分10
49秒前
milalala完成签到 ,获得积分10
55秒前
量子星尘发布了新的文献求助10
57秒前
量子星尘发布了新的文献求助10
1分钟前
研友_5Zl4VZ完成签到,获得积分10
1分钟前
1分钟前
数乱了梨花完成签到 ,获得积分0
1分钟前
量子星尘发布了新的文献求助10
1分钟前
1分钟前
wuxinrong完成签到 ,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
半夏生姜完成签到 ,获得积分10
1分钟前
喜悦香薇完成签到 ,获得积分10
1分钟前
loren313完成签到,获得积分0
1分钟前
兰花二狗他爹完成签到,获得积分10
1分钟前
打打应助嘻嘻哈哈采纳,获得10
1分钟前
龙弟弟完成签到 ,获得积分10
1分钟前
1分钟前
直率雪糕完成签到 ,获得积分10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
张图门完成签到 ,获得积分10
1分钟前
白昼の月完成签到 ,获得积分0
1分钟前
虚心青梦完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Forensic and Legal Medicine Third Edition 5000
Introduction to strong mixing conditions volume 1-3 5000
Agyptische Geschichte der 21.30. Dynastie 3000
Aerospace Engineering Education During the First Century of Flight 2000
从k到英国情人 1700
„Semitische Wissenschaften“? 1510
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5773288
求助须知:如何正确求助?哪些是违规求助? 5609323
关于积分的说明 15430767
捐赠科研通 4905836
什么是DOI,文献DOI怎么找? 2639845
邀请新用户注册赠送积分活动 1587745
关于科研通互助平台的介绍 1542740