前言
在乳腺癌临床诊治中，术前对腋窝淋巴结（axillarylymphnode，ALN）状态的了解有助于乳腺癌的临床诊断和治疗方案的制订。现在有超声和磁共振成像（MRI）来预测ALN的状态，有一定临床价值也有局限性。CESM在这方面的研究比较少。
医院是国内比较早进行CESM医院，最近结合组学方法进行了多中心研究（包括医院，医院，医院），成果发表在近期《EuropeanRadiology》上。
主要内容
方法：回顾性研究接受CESM检查的例乳腺癌患者数据。使用LASSO进行特征选择，用于构建组学特征，并结合独立的临床因素建立预测模型。利用ROC曲线来确定预测模型在训练集和验证集中的性能。
研究流程图
结果：
模型包括放射组学特征和CESM报告的淋巴结状态，在训练集、内部验证集和外部验证集中，ROC曲线下的面积分别为0.（95%CI0.–0.）、0.（95%CI0.–0.）和0.79（95%CI0.63–0.94）。将放射组学列线图中的临界分数确定为?1.49，相当于总分数49，可诊断腋窝淋巴结转移，敏感性95%。
培训和验证数据集中的患者特征（平均值±标准偏差）
CESM图像的组学特征
训练和内部验证集中的放射组学特征和列线图的ROC曲线。图a和图b分别显示了训练集和内部验证集中放射组学特征的ROC曲线。图c和d分别显示了训练集和内部验证集中放射组学列线图的ROC曲线。
乳腺癌ALN转移的危险因素分析
放射组学列线图预测ALN转移
外部验证集中的放射组学特征和列线图的ROC曲线
预测乳腺癌ALN转移的诊断性能评价
结论：基于CESM组学特征建立的预测模型是一种无创预测工具，在乳腺癌腋窝淋巴结转移的术前预测中显示出良好的应用前景。
更多精彩敬请