關鍵詞：乳腺癌 脈管侵犯 擴散加權成像 動態對比增強 諾模圖 

摘要：目的探討基于增強MRI參數的諾模圖(nomogram)預測乳腺癌脈管侵犯的價值。方法回顧性分析2016年1月~2018年12月中山大學孫逸仙紀念醫院經活檢病理證實的256例浸潤性乳腺癌患者的常規MRI、DWI及DCEMRI的資料。根據術后病理檢查結果確定腫瘤脈管侵犯情況,將256例患者按約2:1隨機分為訓練集(n=171)及驗證集(n=85)。采用LASSO回歸篩選與乳腺癌脈管侵犯最相關的危險因素,構建諾模圖預測模型,采用受試者工作特征曲線(ROC)分析模型的診斷效能,繪制諾模圖校準曲線驗證預測能力。結果256例患者中,99例(38.7%)腫瘤侵犯脈管。經LASSO回歸,8個MRI參數及HER-2為乳腺癌脈管侵犯的獨立預測因素。訓練集中,基于多參數模型的諾模圖預測脈管侵犯的曲線下面積(AUC)為0.843,敏感度76.3%,特異度77.7%,符合率77.2%,陽性預測值為64.3%,陰性預測值為86.1%;驗證集中,諾模圖預測脈管侵犯的AUC為0.833,敏感度65.0%,特異度84.4%,符合率75.3%,陽性預測值為78.8%,陰性預測值為73.1%。諾模圖校準曲線顯示模型預測與真實結局之間具有良好吻合度。結論本研究構建及驗證的諾模圖能有效預測乳腺癌脈管侵犯。

影像診斷與介入放射學雜志要求:

{1}文章各章節或內容層次的序號,一般依一、(一)、1、(1)等順序表示。

{2}來稿要求題材新穎、內容真實、論點明確、層次清楚、數據可靠、文句通順。投稿請寄1份打印稿，同時推薦大家通過電子郵件形式投稿。

{3}題名與標題以最恰當、簡明的詞句反映論文、報告中的最重要的特定內容，題名應避免使用不常見的縮略語、首字母縮寫詞、字符、代號和公式等。

{4}參考文獻應該盡量選用近年公開發表的文獻，應在正文中加以標注，并按正文引用順序著錄。

{5}如多位作者之間用“，”隔開，不同工作單位的作者，應在姓名右上角加注不同的阿拉伯數字序號，并在其工作單位名稱之前加與作者姓名序號相同的數字，各工作單位之間連排時以分號“;”分開。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社