美国得州大学奥斯汀分校Yankeelov等报告，基于MRI的数学建模肿瘤预测流程能够利用从多亚型、多中心临床试验获得的“真实世界”MRI数据，在无需训练数据集的情况下，以乳腺癌患者特异性方式可准确预测新辅助治疗（NAT）疗程后的肿瘤状态。（Clin Cancer Res. 2025年9月23日在线版）

该研究旨在验证基于生物学的数学模型在准确预测局部晚期乳腺癌患者对NAT反应方面的普适性。

来自10个I-SPY 2临床试验中心的91例患者（代表三种局部晚期乳腺癌亚型），分别在标准治疗或实验性NAT疗程开始前（V1）、治疗3周时（V2）及完成首个12周疗程后（V3）接受定量MRI检查。

利用这些数据，以患者特异性为基础校准先前开发的生物学为基础的数学模型，该模型描述了肿瘤细胞数量的时空变化。将数学模型与V1和V2的MRI数据进行校准后，该模型通过清楚地计算肿瘤细胞运动（受周围组织力学特性约束）、增殖及治疗所致死亡，预测了V3时患者特异性肿瘤状态。

从V1到V3期间，观察值与预测值的肿瘤总细胞数变化的一致性相关系数为0.94，肿瘤体积变化的为0.91。基于V1至V3预测肿瘤体积指标构建的逻辑回归模型，区分病理完全缓解与非病理完全缓解患者的受试者工作特征曲线下面积为0.78。

（编译 赵明）