Análisis radiómico PET intra y peritumoral para predecir la respuesta patológica en pacientes con cáncer de mama que reciben quimioterapia neoadyuvante

Resumen

Objetivo

El objetivo de nuestro estudio fue evaluar la contribución de los datos radiómicos de la tomografía por emisión de positrones con ¹⁸Fluor-fluorodesoxiglucosa (PET con ¹⁸F-FDG) obtenidos tanto del área tumoral como peritumoral en la predicción de la respuesta patológica completa (pRC) en pacientes con cáncer de mama localmente avanzado que reciben quimioterapia neoadyuvante (QNA).

Métodos

Se evaluaron retrospectivamente pacientes femeninas con diagnóstico de carcinoma ductal infiltrante que recibieron QNA. El volumen de interés (VOI) del tumor primario (VOI-T) se segmentó manualmente, luego se agregó un VOI de espesor de vóxel alrededor del VOI-T para definir el área peritumoral (VOI-PT). Los parámetros morfológicos, basados en intensidad, histogramas y textura, se obtuvieron de los VOI. Los pacientes se dividieron en dos grupos: pRC y respuesta patológica no completa (npRC). Se creó un «modelo radiómico» únicamente con características radiómicas y un «modelo patorradiómico» utilizando características radiómicas y datos inmunohistoquímicos.

Resultados

De las 66 pacientes incluidas en el estudio, 21 estaban en el grupo pRC. La única característica estadísticamente significativa del tumor primario entre las pacientes con pRC y npRC fue la Compacıdad_Morfológica-_T (AUC: 0,666). Entre los grupos de respuesta, se detectó una diferencia significativa en 2 características morfológicas, 1 de intensidad y 4 de textura de VOI-PT; no se encontró correlación entre la Compacidad_Morfológica-PT y el contraste_NGLDM-PT. Los valores de sensibilidad y precisión del modelo radiómico obtenidos se calcularon como del 61,9% y del 75,8%, respectivamente (AUC: 0,786). Cuando se añadió el estado de HER2, los valores de sensibilidad y de precisión del modelo patorradiómico aumentaron al 85,7% y al 81,8%, respectivamente (AUC: 0,903).

Conclusiones

La evaluación de las características radiómicas peritumorales de la PET junto con el tumor primario, en lugar de solo el tumor primario, proporciona una mejor predicción de la pRC a QNA en pacientes con cáncer de mama.

Abstract

Objective

The aim of our study was to evaluate the contribution of ¹⁸Fluorine-fluorodeoxyglucose positron emission tomography (18F-FDG PET) radiomic data obtained from both the tumoral and peritumoral area in predicting pathological complete response (pCR) in patients with locally advanced breast cancer receiving neoadjuvant chemotherapy (NAC).

Methods

Female patients with a diagnosis of invasive ductal carcinoma who received NAC were evaluated retrospectively. The volume of interest (VOI) of the primary tumor (VOI-_T) was manually segmented, then a voxel-thick VOI was added around VOI-_T to define the peritumoral area (VOI-_PT). Morphological, intensity-based, histogram and texture parameters were obtained from VOIs. The patients were divided into two groups as pCR and non-complete pathological response (npCR). A «radiomic model» was created with only radiomic features, and a «patho-radiomic model» was created using radiomic features and immunohistochemical data.

Results

Of the 66 patients included in the study, 21 were in the pCR group. The only statistically significant feature from the primary tumor among patients with pCR and npCR was Morphological_Compacity-_T (AUC: 0.666). Between response groups, a significant difference was detected in 2 morphological, 1 intensity, 4 texture features from VOI-_PT; no correlation was found between Morphological_Compacity-_PT and NGLDM_contrast-_PT. The obtained radiomic model's sensitivity and accuracy values were calculated as 61.9% and 75.8%, respectively (AUC: 0.786). When HER2 status was added, sensitivity and accuracy values of the patho-radiomic model increased to 85.7% and 81.8%, respectively (AUC: 0.903).

Conclusions

Evaluation of PET peritumoral radiomic features together with the primary tumor, rather than just the primary tumor, provides a better prediction of the pCR to NAC in patients with breast cancer.