Rofo 2019; 191(S 01): S62
DOI: 10.1055/s-0037-1682184
Vortrag (Wissenschaft)
Onkologische Bildgebung/Onkologie
Georg Thieme Verlag KG Stuttgart · New York

Automatisierte MRT Analyse von Mammakarzinomen: Potential zur Risikostratifikation bei Patientinnen vor neoadjuvanter Therapie?

M Dietzel
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
E Wenkel
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
S Ellmann
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
R Schulz-Wendtland
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
P Clauser
2   Medical University of Vienna, Department of Biomedical Imaging and Image-Guided Therapy, Vienna General Hospital, Vienna
,
M Uder
1   Universitätsklinikum Erlangen, Radiologisches Institut, Erlangen
,
P Baltzer
2   Medical University of Vienna, Department of Biomedical Imaging and Image-Guided Therapy, Vienna General Hospital, Vienna
› Institutsangaben
Weitere Informationen

Publikationsverlauf

Publikationsdatum:
27. März 2019 (online)

 

Zielsetzung:

Die computergestützte volumetrische Analyse der Vaskularisation (vAV) kann automatisiert an jeder Brust MRT durchgeführt werden. Wir evaluierten, ob die vAV sich zur Risikostratifikation von Patientinnen mit geplanter neoadjuvanter Therapie (nTx) anbietet.

Material und Methoden:

In dieser retrospektiven IRB-bewilligten Studie erhielten 77 Patienten mit primären invasiven Mammakarzinom vor geplanter nTx eine standardisierte Brust MRT entsprechend internationaler Richtlinien. Diagnose, Behandlung und Verlaufskontrolle erfolgte an einem tertiären akademischen Brustzentrum entsprechend nationaler Leitlinie. Vollständiges Therapieansprechen (vT: 13), Fernmetastasen (MTX: 17) und krankheitsassoziiertes Versterben (V: 14) wurden als Studienendpunkte definiert (mittlere Verlaufskontrolle: 56 Monate). VAV wurden automatisiert durch eine kommerzielle FDA-genehmigte Software ermittelt. Die Vorhersage der Endpunkte durch vAV wurde ermittelt und mit etablierten klinikopathologischen Prognosefaktoren verglichen (kPF: Tumorgröße, Nodalstatus, Rezeptorenbesatz etc.). Abschließend wurde untersucht, ob die Kombination von kPF und vAV zu einer besseren Prognose von vT und MTX führt (logistische/Cox-Regression, ROC- Kaplan-Meier Analysen, alpha = 5%).

Ergebnisse:

VAV war in der Lage, sowohl V (Area under the ROC-Curve/AUC = 86,3, Hazard Ratio/HR = 20,2), als auch MTX (AUC = 80,3) und vT exakt zu prädizieren (AUC = 79, alle P < 0,001). Zwar ermöglichten KPF ebenso die Vorhersage von V (AUC = 68,3, HR = 2,7; P = 0,01) und MTX (AUC = 74,4, P = 0,03); dies erfolgte jedoch mit einer deutlich niedrigeren Genauigkeit (P < 0,05). Die Kombination von kPF und vAV führte zu einer signifikanten Erhöhung (P < 0,004) der prognostischen Genauigkeit hinsichtlich V (AUC = 86,3, HR = 35,7) und – im geringeren Maße – auch MTX (AUC = 85,7%).

Schlussfolgerungen:

Die automatisierte MRT Analyse von Mammakarzinomen ermöglicht eine Risikostratifikation von Patientinnen vor neoadjuvanter Therapie. Diese Methode empfiehlt sich daher für eine weitere onkologische Evaluierung.