DOI: 10.24060/2076-3093-2021-11-1-5-9

Введение. В зависимости от биологического подтипа опухоли рак молочной железы (РМЖ) подразделяется на люминальный А и В, HER2-позитивный и трижды негативный. Согласно современным клиническим рекомендациям Министерства здравоохранения РФ, в плане комбинированного лечения больным при HER2- позитивном биологическим подтипе необходимо проведение таргетной химиотерапии в неоадъювантном режиме. Однако сейчас отсутствует соответствующая модель прогнозирования эффективности такого лечения для пациентов с данным биологическим подтипом.
Цель исследования. Разработать математическую модель и программу для ЭВМ для расчета достижения полного морфологического регресса у больных с диагнозом «Первично-операбельный HER2-позитивный РМЖ».
Материалы и методы. Для определения статистически значимых предикторов оценивался результат лечения 103 больных с диагнозом «HER2-позитивный РМЖ», которым проводилась неоадъювантная таргетная химиотерапия. Создана модель бинарной логистической регрессии, в которой определена зависимость дихотомической переменной от ряда предикторов.
Результаты и обсуждение. В результате многофакторного анализа разработана математическая модель и программа для ЭВМ «Расчет достижения полного морфологического регресса у больных с диагнозом “Первично-операбельный рак молочной железы с рецепторами эпидермального фактора роста” после неоадъювантной химиотерапии». По данным проведенного исследования можно считать, что программа обеспечивает автоматизацию и систематизацию расчета достижения полного морфологического регресса до проведения неоадъювантной таргетной химиотерапии и может быть использована в клинической практике для составления оптимальной схемы лечения пациентов с диагнозом «Первично-операбельный HER2-позитивный РМЖ».
Заключение. Разработанная математическая модель и компьютерная программа для ЭВМ при высоких диагностических значениях чувствительности 92 %, специфичности 97,33 % и точности 93,21 % позволяет рассчитать риск достижения полного морфологического регресса до проведения неоадъювантной таргетной химиотерапии.

Права: CC BY 4.0

DOI: 10.24060/2076-3093-2021-11-1-5-9

Background. Breast cancer (BC) is distinguished with its biological tumour subtypes as luminal A, B, HER2-positive and triple-negative. The current clinical guidelines of the Russian Ministry of Health prescribe neoadjuvant targeted chemotherapy as combined treatment in the HER2-positive cancer subtype. An adequate model for treatment efficacy prediction in such patients had been missing to date.
Aim. Development of a mathematical model and its computer realisation for complete morphological regression estimation in patients with primary operable HER2-positive breast cancer.
Materials and methods. Statistically significant predictors were estimated with the treatment outcome data on 103 HER2- positive breast cancer cases with neoadjuvant targeted chemotherapy. A binary logistic regression model was developed to account for a dichotomous variable dependency on certain predictors.
Results and discussion. Multivariate analysis laid out a mathematical model and software “Complete morphological regression estimation in primary operable EGFR-expressing breast cancer under neoadjuvant chemotherapy”. Our results attest that the program correctly automates a systematic estimation of complete morphological regression achieved prior to neoadjuvant targeted chemotherapy and is clinically justified for optimising treatment regimens in primary operable HER2-positive BC.
Conclusion. The mathematical model and computer program developed estimate the rate of complete morphological regression achieved prior to neoadjuvant targeted chemotherapy with a high 92 % sensitivity, 97.33 % specificity and 93.21% accuracy.

Права: CC BY 4.0