SwePub
Tyck till om SwePub Sök här!
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:prod.swepub.kib.ki.se:145199487"
 

Sökning: onr:"swepub:oai:prod.swepub.kib.ki.se:145199487" > Predicting breast c...

  • Li, W (författare)

Predicting breast cancer response to neoadjuvant treatment using multi-feature MRI: results from the I-SPY 2 TRIAL

  • Artikel/kapitelEngelska2020

Förlag, utgivningsår, omfång ...

  • 2020-11-27
  • Springer Science and Business Media LLC,2020

Nummerbeteckningar

  • LIBRIS-ID:oai:prod.swepub.kib.ki.se:145199487
  • http://kipublications.ki.se/Default.aspx?queryparsed=id:145199487URI
  • https://doi.org/10.1038/s41523-020-00203-7DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • Dynamic contrast-enhanced (DCE) MRI provides both morphological and functional information regarding breast tumor response to neoadjuvant chemotherapy (NAC). The purpose of this retrospective study is to test if prediction models combining multiple MRI features outperform models with single features. Four features were quantitatively calculated in each MRI exam: functional tumor volume, longest diameter, sphericity, and contralateral background parenchymal enhancement. Logistic regression analysis was used to study the relationship between MRI variables and pathologic complete response (pCR). Predictive performance was estimated using the area under the receiver operating characteristic curve (AUC). The full cohort was stratified by hormone receptor (HR) and human epidermal growth factor receptor 2 (HER2) status (positive or negative). A total of 384 patients (median age: 49 y/o) were included. Results showed analysis with combined features achieved higher AUCs than analysis with any feature alone. AUCs estimated for the combined versus highest AUCs among single features were 0.81 (95% confidence interval [CI]: 0.76, 0.86) versus 0.79 (95% CI: 0.73, 0.85) in the full cohort, 0.83 (95% CI: 0.77, 0.92) versus 0.73 (95% CI: 0.61, 0.84) in HR-positive/HER2-negative, 0.88 (95% CI: 0.79, 0.97) versus 0.78 (95% CI: 0.63, 0.89) in HR-positive/HER2-positive, 0.83 (95% CI not available) versus 0.75 (95% CI: 0.46, 0.81) in HR-negative/HER2-positive, and 0.82 (95% CI: 0.74, 0.91) versus 0.75 (95% CI: 0.64, 0.83) in triple negatives. Multi-feature MRI analysis improved pCR prediction over analysis of any individual feature that we examined. Additionally, the improvements in prediction were more notable when analysis was conducted according to cancer subtype.

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Newitt, DC (författare)
  • Gibbs, J (författare)
  • Wilmes, LJ (författare)
  • Jones, EF (författare)
  • Arasu, VA (författare)
  • Strand, FKarolinska Institutet (författare)
  • Onishi, N (författare)
  • Nguyen, AAT (författare)
  • Kornak, J (författare)
  • Joe, BN (författare)
  • Price, ER (författare)
  • Ojeda-Fournier, H (författare)
  • Eghtedari, M (författare)
  • Zamora, KW (författare)
  • Woodard, SA (författare)
  • Umphrey, H (författare)
  • Bernreuter, W (författare)
  • Nelson, M (författare)
  • Church, AL (författare)
  • Bolan, P (författare)
  • Kuritza, T (författare)
  • Ward, K (författare)
  • Morley, K (författare)
  • Wolverton, D (författare)
  • Fountain, K (författare)
  • Lopez-Paniagua, D (författare)
  • Hardesty, L (författare)
  • Brandt, K (författare)
  • McDonald, ES (författare)
  • Rosen, M (författare)
  • Kontos, D (författare)
  • Abe, H (författare)
  • Sheth, D (författare)
  • Crane, EP (författare)
  • Dillis, C (författare)
  • Sheth, P (författare)
  • Hovanessian-Larsen, L (författare)
  • Bang, DH (författare)
  • Porter, B (författare)
  • Oh, KY (författare)
  • Jafarian, N (författare)
  • Tudorica, A (författare)
  • Niell, BL (författare)
  • Drukteinis, J (författare)
  • Newell, MS (författare)
  • Cohen, MA (författare)
  • Giurescu, M (författare)
  • Berman, E (författare)
  • Lehman, C (författare)
  • Partridge, SC (författare)
  • Fitzpatrick, KA (författare)
  • Borders, MH (författare)
  • Yang, WT (författare)
  • Dogan, B (författare)
  • Goudreau, S (författare)
  • Chenevert, T (författare)
  • Yau, C (författare)
  • DeMichele, A (författare)
  • Berry, D (författare)
  • Esserman, LJ (författare)
  • Hylton, NM (författare)
  • Karolinska Institutet (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:NPJ breast cancer: Springer Science and Business Media LLC6:1, s. 63-2374-4677

Internetlänk

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy