Locoregional stage assessment in clinically node negative breast cancer: Clinical, imaging, pathologic, and statistical methods

Abstract

The locoregional staging remains an essential part of prognostication in breast cancer. Tumour size and biology, together with the number of lymph node metastases, guide the planning of appropriate treatments. Accurate clinical, imaging, pathologic, and statistical staging is needed as the surgical staging diminishes.

In this study, 743 clinically lymph node negative breast cancer patients treated in 2009‒2017 were evaluated. Clinopathological factors were investigated in association with the number of lymph node metastases, the use of preoperative imaging methods and the surgical treatment method. A nomogram was developed and tested to predict the number of lymph node metastases after sentinel lymph node positivity. Three previously published models were validated to confirm their feasibility in the current population to predict nodal stage pN2a or pN3a.

Tumour size, biologic subtype and proliferation associated with higher numbers of lymph node metastases. To predict stage pN2a or pN3a, the machine learning algorithms identified tumour size, invasive ductal histology, multifocality, lymphovascular invasion, oestrogen receptor status and the number of positive sentinel lymph nodes as risk factors. The nomograms performed well with favourable discrimination. Clinopathological factors seemed to guide preoperative magnetic resonance imaging (MRI) prior to more extensive surgery. MRI estimated the increasing tumour size more accurately than mammography or ultrasound.

According to this study, clinopathological factors, additional preoperative MRI and modern statistics can be utilized in breast cancer staging without extensive surgical interference. The importance of non-surgical investigations in staging is growing in the planning of surgical, systemic and radiation treatments. Thus, maintaining the impressive survival outcomes of clinically node negative breast cancer patients can be achieved.

<b>Kliinisesti imusolmukenegatiivisen rintasyövän paikallislevinneisyyden arvioiminen. Kliiniset, kuvantamisen, patologian alan ja tilastotieteen menetelmät</b>

Kasvaimen paikallinen levinneisyys on tärkeä rintasyövän ennustetekijä. Kasvaimen koko ja biologia sekä imusolmukemetastaasien lukumäärä ohjaavat syöpähoitojen suunnittelua. Levinneisyyden selvittelyssä tarvitaan huolellista kliinistä tutkimusta sekä tarkkoja kuvantamisen, patologian alan ja tilastotieteen menetelmiä, kun kirurginen levinneisyysluokittelu vähenee.

Tutkimuksessa arvioitiin vuosina 2009‒2017 hoidettujen 743 kliinisesti imusolmukenegatiivisen suomalaisen potilaan tietoja. Työssä selvitettiin kliinispatologisten tekijöiden ja kainaloimusolmukemetastaasien lukumäärän, leikkausta edeltävien kuvantamistutkimusten sekä leikkausmenetelmien yhteyttä. Ennustemalli kehitettiin ja koekäytettiin positiivisen vartijaimusolmuketutkimuksen jälkeisen imusolmukemetastaasien määrän arvioimiseksi. Kolme aiemmin julkaistua mallia validoitiin, jotta niiden käyttökelpoisuus imusolmukeluokan pN2a tai pN3a ennustamisessa varmistuisi tässä aineistossa.

Kasvainkoko, biologinen alatyyppi ja jakautumisnopeus olivat yhteydessä suurempaan imusolmukemetastaasien määrään. Koneoppimisalgoritmit määrittivät levinneisyysluokan pN2a tai pN3a ennustamiseksi tarvittaviksi tekijöiksi kasvainkoon, invasiivisen duktaalisen histologian, monipesäkkeisyyden, suoni-invaasion, estrogeenireseptoristatuksen sekä positiivisten vartijaimusolmukkeiden määrän. Ennustemallit toimivat aineistossa hyvin osoittaen suotuisaa erotuskykyä. Kliinispatologiset tekijät näyttivät ohjaavan magneettikuvauspäätöstä ennen laajaa kirurgista hoitoa. Magneettikuvaus oli tarkin kuvantamismenetelmä suurenevan kasvainkoon arvioinnissa.

Tämän tutkimuksen perusteella kliinispatologiset tekijät, leikkausta edeltävä täydentävä magneettikuvaus ja nykyaikaiset tilastotieteen menetelmät voivat hyödyttää rintasyövän levinneisyysluokittelua ilman laajoja kirurgisia toimenpiteitä. Kajoamattomien tutkimusten asema levinneisyysluokittelussa on vahvistumassa kirurgisten, lääkkeellisten ja sädehoitojen suunnittelun yhteydessä. Tarkka levinneisyysluokittelu edesauttaa kliinisesti imusolmukenegatiivisten rintasyöpäpotilaiden erinomaista ennustetta.