Frontiers in Oncology2025ChirurgieOnkologieRadiologie

Mammakarzinom: pCR-Prognose via Deep Learning (DCE-MRT)

KI-generierte Zusammenfassung, nicht ärztlich geprüft|Quelle: Frontiers in Oncology (2025)|Keine Diagnose- oder Therapieempfehlung

💡Praxis-Tipp

Achten Sie bei der Auswertung von DCE-MRIs vor neoadjuvanter Therapie nicht nur auf den Primärtumor, sondern auch auf peritumorale Gefäße (≥ 3 mm) und Lymphknoten. Diese Strukturen liefern als 'funktionelle Kanäle' wichtige Hinweise auf das Mikromilieu und das zu erwartende Therapieansprechen.

Häufig gestellte Fragen

Ein positiver HER2-Status und das Fehlen einer Brustwandinvasion sind unabhängige Prädiktoren für das Erreichen einer pathologischen Komplettremission (pCR).

Das Clinical Combined Deep Learning Radiomic (CCDLR) Modell ist ein Vorhersagemodell, das klinische Merkmale (HER2-Status, Brustwandinvasion) mit 3D-Deep-Learning-Radiomics-Daten aus dem DCE-MRI verknüpft.

Als peritumorale Gefäße wurden abnorm verdickte Gefäße mit einem Durchmesser von ≥ 3 mm in der Umgebung des Tumors definiert.

War diese Zusammenfassung hilfreich?

Quelle: Deep learning model based on DCE-MRI: fusion of 3D features of tumor, peritumoral vessels and metastatic lymph nodes for prediction of pathological (Frontiers in Oncology, 2025). Originaldokument ansehen

KI-generierte Zusammenfassung, nicht ärztlich geprüft. Keine Diagnose- oder Therapieempfehlung. Die klinische Entscheidung trifft der behandelnde Arzt.

Verwandte Leitlinien

Fragen statt blättern. Die Antwort kommt aus den Leitlinien.

Edgar Health ist die Leitliniensuche für Ärztinnen und Ärzte: Sie fragen in eigenen Worten und bekommen eine Antwort, in der jede Aussage ihre Quelle trägt.

Kostenfrei anmelden

Kostenlos für Ärztinnen und Ärzte. Ohne Konto 3 Fragen am Tag, mit kostenfreiem Konto 150.