S'abonner

Early prediction of pathologic complete response of breast cancer after neoadjuvant chemotherapy using longitudinal ultrafast dynamic contrast-enhanced MRI - 30/11/23

Doi : 10.1016/j.diii.2023.07.003 
Ying Cao a, 1, Xiaoxia Wang b, 1, Lan Li b, Jinfang Shi b, Xiangfei Zeng b, Yao Huang a, Huifang Chen b, Fujie Jiang b, Ting Yin c, Dominik Nickel d, Jiuquan Zhang b, ⁎
a School of Medicine, Chongqing University, Chongqing, 400030, Chongqing, China 
b Department of Radiology, Chongqing University Cancer Hospital, Chongqing Key Laboratory for Intelligent Oncology in Breast Cancer (iCQBC), 400030, Chongqing, China 
c MR Collaborations, Siemens Healthineers Ltd., 610065 Chengdu, China 
d Siemens Healthcare, 91052, Erlangen, Germany 

⁎Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

•
Greater changes in ultrafast DCE-MRI parameters are associated with pathologic complete response of breast cancer after neoadjuvant chemotherapy.
•
Changes in ultrafast DCE-MRI parameters after neoadjuvant chemotherapy can early predict treatment response in breast cancer.
•
Ultrafast DCE-MRI helps depict the anti-angiogenesis and cytotoxic effects of neoadjuvant chemotherapy in breast cancer.

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose

The purpose of this study was to evaluate the temporal trends of ultrafast dynamic contrast-enhanced (DCE)-MRI during neoadjuvant chemotherapy (NAC) and to investigate whether the changes in DCE-MRI parameters could early predict pathologic complete response (pCR) of breast cancer.

Materials and methods

This longitudinal study prospectively recruited consecutive participants with breast cancer who underwent ultrafast DCE-MRI examinations before treatment and after two, four, and six NAC cycles between February 2021 and February 2022. Five ultrafast DCE-MRI parameters (maximum slope [MS], time-to-peak [TTP], time-to-enhancement [TTE], peak enhancement intensity [PEI], and initial area under the curve in 60 s [iAUC]) and tumor size were measured at each timepoint. The changes in parameters between each pair of adjacent timepoints were additionally measured and compared between the pCR and non-pCR groups. Longitudinal data were analyzed using generalized estimating equations. The performance for predicting pCR was assessed using area under the receiver operating characteristic curve (AUC).

Results

Sixty-seven women (mean age, 50 ± 8 [standard deviation] years; age range: 25–69 years) were included, 19 of whom achieved pCR. MS, PEI, iAUC, and tumor size decreased, while TTP increased during NAC (all P < 0.001). The AUC (0.92; 95% confidence interval [CI]: 0.83–0.97) of the model incorporating ultrafast DCE-MRI parameter change values (from timepoints 1 to 2) and clinicopathologic characteristics was greater than that of the clinical model (AUC, 0.79; 95% CI: 0.68–0.88) and ultrafast DCE-MRI parameter model at timepoint 2 when combined with clinicopathologic characteristics (AUC, 0.82; 95% CI: 0.71–0.90) (P = 0.01 and 0.02).

Conclusion

Early changes in ultrafast DCE-MRI parameters after NAC combined with clinicopathologic characteristics could serve as predictive markers of pCR of breast cancer.

Le texte complet de cet article est disponible en PDF.

Keywords : Breast neoplasms, Dynamic MRI, Magnetic resonance imaging, Neoadjuvant therapy, Treatment outcome

Abbreviations : AUC, CI, DCE, ER, HER2, iAUC, LABC, MRI, MS, NAC, pCR, PEl, PR, ROC, SD, TTP, TTE, VIBE, VOI


Plan


© 2023  Société française de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 104 - N° 12

P. 605-614 - décembre 2023 Retour au numéro
Article précédent Article précédent
  • Left atrioventricular coupling index assessed using cardiac CT as a prognostic marker of cardiovascular death
  • Théo Pezel, Jean-Guillaume Dillinger, Solenn Toupin, Raphael Mirailles, Damien Logeart, Alain Cohen-Solal, Alexandre Unger, Elena Sofia Canuti, Florence Beauvais, Alexandre Lafont, Trecy Gonçalves, Antoine Lequipar, Emmanuel Gall, Alexandre Boutigny, Tania Ah-Sing, Lounis Hamzi, Joao A.C. Lima, Valérie Bousson, Patrick Henry
| Article suivant Article suivant
  • Robotic-assisted percutaneous irreversible electroporation for the treatment of hepatocellular carcinoma
  • Romain L'Huillier, Jérôme Dumortier, Charles Mastier, Benedicte Cayot, Christine Chambon, Nicolas Benech, Nicolas Stacoffe, Pierre-Jean Valette, Laurent Milot

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.