The value of ultrasound features combined with clinicopathology for early prediction of the efficacy of neoadjuvant chemotherapy in breast cancer

doi:10.3877/cma.j.issn.2095-655X.2025.02.004

Abstract

Abstract:

Objective

To investigate the clinical utility of the combination of ultrasound features and clinicopathologic factors for the early prediction of pathologic complete response （pCR） after neoadjuvant chemotherapy （NAC） in breast cancer patients.

Methods

A retrospective was conducted on imaging and clinical data from 304 breast cancer patients who received NAC at Zhejiang Cancer Hospital between October 2020 and March 2022. According to the postoperative pathological results， patients were divided into the pCR group and the non-pathologic complete response （non-pCR） group. The differences in ultrasound and clinical pathological characteristics between the 2 groups were compared. Binary Logistic regression analysis was performed to identify independent predictors of pCR. The diagnostic ability of each model for pCR was evaluated by receiver operating characteristics （ROC） curve. A nomogram model for predicting pCR was established using R software， and the goodness-of-fit was assessed with the Hosmer-Lemeshow test.

Results

There were statistically significant differences in the scores of lateral acoustic shadow， margin characteristics，calcification patterns and blood flow scores between the pCR group and the non-pCR group before NAC （χ²=12.001， 18.135， 12.991， 9.327， all P＜0.05）. The reduction rate of the maximum tumor diameter in the pCR group was greater than that in the non-pCR group after 2 cycles of NAC， and the difference was statistically significant （Z=4.182， P＜0.01）. Before NAC， there were statistically significant differences in clinical T stage， estrogen receptor （ER） expression， progesterone receptor （PR） expression and human epidermal grouth factor receptor 2 （HER2） expression between the 2 groups （χ²=8.553， 23.293， 30.333，38.384， all P＜0.05）. Binary Logistic regression analysis showed that lateral acoustic shadow （OR=2.782，95%CI：1.534-5.045）， calcification （OR=0.395， 95%CI：0.170-0.920）， margin （OR=0.244， 95%CI：0.104-0.572）， blood flow score （OR=0.527， 95%CI：0.295-0.941）， clinical T stage ［T₂（OR=0.371，95%CI：0.153-0.902）、T₃（OR=0.212，95%CI：0.066-0.684）、 T₄（OR=0.146，95%CI：0.039-0.555）］， maximum diameter reduction rate （OR=5.988， 95%CI： 1.923-18.645）， and HER2 expression （OR=4.977， 95%CI：2.740-9.041） were independent predictors of pCR in breast cancer （all P＜0.05）. Based on the above factors， a combined model was constructed， and the area under the ROC curve for predicting pCR was 0.821 （95%CI： 0.796-0.872）. A nomogram was also constructed， and the Hosmer-Lemeshow goodness-of-fit test showed that the nomogram model had a good fit （χ²=4.144， P＞0.05）.

Conclusion

Lateral acoustic shadows， calcifications， margins， blood flow scores， maximum diameter reduction rate， as well as clinical T stage and HER2 expression measured by ultrasound are independent predictors for obtaining pCR after NAC in patients with breast cancer， and ultrasound features combined with clinicopathology factors can provide an imaging basis for the development of clinical treatment plans for patients with breast cancer.

Key words: Ultrasonography, Breast neoplasms, Neoadjuvant chemotherapy, Pathologic complete response, Pathology

Xinnian Pang, Tian Jiang, Beibei Xu, Tianyao Yang, Wei Li, Lucou Chen. The value of ultrasound features combined with clinicopathology for early prediction of the efficacy of neoadjuvant chemotherapy in breast cancer[J]. Chinese Journal of Diagnostics(Electronic Edition), 2025, 13(02): 89-96.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhzdxdzzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2095-655X.2025.02.004

https://zhzdxdzzz.cma-cmc.com.cn/EN/Y2025/V13/I02/89

Figures/Tables 7

项目	pCR组（n=99）	non-pCR组（n=205）	统计量	P值
年龄（岁， $\overset{ˉ}{x}$ ± s ）	49.45±10.74	51.40±9.89	t=1.387	0.164
绝经状态［例（%）］			χ ²=0.382	0.537
绝经	46（46.46）	103（50.24）
未绝经	53（53.53）	102（49.76）
临床T分期［例（%）］			χ ²=8.553	0.036
T₁	17（17.17）^a	19（9.27）^a
T₂	67（67.68）^b	129（62.93）^b
T₃	10（10.10）^b	33（16.09）^b
T₄	5（5.05）^b	24（11.71）^b
临床N分期［例（%）］			χ ²=4.955	0.175
N₀	10（10.10）	12（5.85）
N₁	61（61.62）	120（58.54）
N₂	17（17.17）	32（15.61）
N₃	11（11.11）	41（20.00）
组织病理学类型［例（%）］				0.324^*
IDC	99（100.00）	203（99.02）
ILC	0	2（0.98）
ER［例（%）］			χ ²=23.293	0.000
阴性	58（58.59）	61（29.76）
阳性	41（41.41）	144（70.24）
PR［例（%）］			χ ²=30.333	0.000
阴性	72（72.73）	80（39.02）
阳性	27（27.27）	125（61.98）
HER2［例（%）］			χ ²=38.384	0.000
阴性	37（37.37）	152（74.15）
阳性	62（62.63）	53（25.85）
Ki-67［例（%）］				0.083^*
阴性	3（3.03）	17（8.29）
阳性	96（96.97）	188（91.71）
分子分型［例（%）］				0.000^*
Luminal　A型	0	16（7.80）
Luminal　B 型	42　（42.42）	131（63.90）
HER2过表达型	33　（33.33）	25　（12.20）
TNBC 型	24（24.25）	33（16.10）

项目	pCR组（n=99）	non-pCR组（n=205）	统计量	P值
年龄（岁， $\overset{ˉ}{x}$ ± s ）	49.45±10.74	51.40±9.89	t=1.387	0.164
绝经状态［例（%）］			χ ²=0.382	0.537
绝经	46（46.46）	103（50.24）
未绝经	53（53.53）	102（49.76）
临床T分期［例（%）］			χ ²=8.553	0.036
T₁	17（17.17）^a	19（9.27）^a
T₂	67（67.68）^b	129（62.93）^b
T₃	10（10.10）^b	33（16.09）^b
T₄	5（5.05）^b	24（11.71）^b
临床N分期［例（%）］			χ ²=4.955	0.175
N₀	10（10.10）	12（5.85）
N₁	61（61.62）	120（58.54）
N₂	17（17.17）	32（15.61）
N₃	11（11.11）	41（20.00）
组织病理学类型［例（%）］				0.324^*
IDC	99（100.00）	203（99.02）
ILC	0	2（0.98）
ER［例（%）］			χ ²=23.293	0.000
阴性	58（58.59）	61（29.76）
阳性	41（41.41）	144（70.24）
PR［例（%）］			χ ²=30.333	0.000
阴性	72（72.73）	80（39.02）
阳性	27（27.27）	125（61.98）
HER2［例（%）］			χ ²=38.384	0.000
阴性	37（37.37）	152（74.15）
阳性	62（62.63）	53（25.85）
Ki-67［例（%）］				0.083^*
阴性	3（3.03）	17（8.29）
阳性	96（96.97）	188（91.71）
分子分型［例（%）］				0.000^*
Luminal　A型	0	16（7.80）
Luminal　B 型	42　（42.42）	131（63.90）
HER2过表达型	33　（33.33）	25　（12.20）
TNBC 型	24（24.25）	33（16.10）

项目	pCR组（n=99）	non-pCR组（n=205）	统计量	P值
最大径［mm，M ( Q₁,　 Q₃ )］	29（21，40）	32（24，42）	Z=-1.664	0.096
肿瘤位置［例（%）］			χ ²=0.668	0.414
左乳	59（59.60）	112（54.63）
右乳	40（40.40）	93（45.37）
肿瘤方位［例（%）］			χ ²=6.534	0.163
外上象限	65（65.66）	136（66.34）
外下象限	14（14.14）	16（7.81）
内上象限	8（8.08）	22（10.73）
内下象限	7（7.07）	9（4.39）
中央区	5（5.05）	22（10.73）
回声［例（%）］			χ ²=2.893	0.089
低回声	89（89.90）	169（82.44）
混合回声	10（10.10）	36（17.56）
形状［例（%）］				0.662^*
规则	2（2.02）	3（1.46）
不规则	97（97.98）	202（98.54）
边界［例（%）］			3.434	0.064
清晰	17（17.17）	20（9.76）
模糊	82（82.83）	185（90.24）
边缘［例（%）］			χ ²=18.135	0.000
光整	24（24.24）	26（12.68）
模糊	52（52.53）^a	81（39.51）^a
毛刺/蟹足样	23（23.23）^b	98（47.81）^b
侧方声影［例（%）］			χ ²=12.001	0.001
存在	63（63.64）	87（42.44）
不存在	36（36.36）	118（57.56）
后方回声［例（%）］			χ ²=1.118	0.572
增强	38（38.38）	73（35.61）
不变	47（47.48）	93（45.37）
衰减	14（14.14）	39（19.02）
钙化［例（%）］			χ ²=12.991	0.002
不存在	48（48.48）	93（45.37）
粗大钙化	24（24.24）^a	22（10.73）^a
微钙化	27（27.27）^b	90（43.90）^b
血流分数［例（%）］			χ ²=9.327	0.004
低分	54（54.55）	76（37.07）
高分	45（45.45）	129（62.93）
弹性分数［例（%）］			χ ²=3.011	0.083
低分	52（52.53）	86（41.95）
高分	47（47.47）	119（58.05）

项目	pCR组（n=99）	non-pCR组（n=205）	统计量	P值
最大径［mm，M ( Q₁,　 Q₃ )］	29（21，40）	32（24，42）	Z=-1.664	0.096
肿瘤位置［例（%）］			χ ²=0.668	0.414
左乳	59（59.60）	112（54.63）
右乳	40（40.40）	93（45.37）
肿瘤方位［例（%）］			χ ²=6.534	0.163
外上象限	65（65.66）	136（66.34）
外下象限	14（14.14）	16（7.81）
内上象限	8（8.08）	22（10.73）
内下象限	7（7.07）	9（4.39）
中央区	5（5.05）	22（10.73）
回声［例（%）］			χ ²=2.893	0.089
低回声	89（89.90）	169（82.44）
混合回声	10（10.10）	36（17.56）
形状［例（%）］				0.662^*
规则	2（2.02）	3（1.46）
不规则	97（97.98）	202（98.54）
边界［例（%）］			3.434	0.064
清晰	17（17.17）	20（9.76）
模糊	82（82.83）	185（90.24）
边缘［例（%）］			χ ²=18.135	0.000
光整	24（24.24）	26（12.68）
模糊	52（52.53）^a	81（39.51）^a
毛刺/蟹足样	23（23.23）^b	98（47.81）^b
侧方声影［例（%）］			χ ²=12.001	0.001
存在	63（63.64）	87（42.44）
不存在	36（36.36）	118（57.56）
后方回声［例（%）］			χ ²=1.118	0.572
增强	38（38.38）	73（35.61）
不变	47（47.48）	93（45.37）
衰减	14（14.14）	39（19.02）
钙化［例（%）］			χ ²=12.991	0.002
不存在	48（48.48）	93（45.37）
粗大钙化	24（24.24）^a	22（10.73）^a
微钙化	27（27.27）^b	90（43.90）^b
血流分数［例（%）］			χ ²=9.327	0.004
低分	54（54.55）	76（37.07）
高分	45（45.45）	129（62.93）
弹性分数［例（%）］			χ ²=3.011	0.083
低分	52（52.53）	86（41.95）
高分	47（47.47）	119（58.05）

变量	β 值	SE	Wald χ ²值	P值	OR 值	95%CI
最大径缩小率	1.790	0.580	9.537	0.002	5.988	1.923～18.645
HER2	1.605	0.305	27.776	0.000	4.977	2.740～9.041
侧方声影	1.023	0.304	11.354	0.001	2.782	1.534～5.045
血流分数	-0.641	0.296	4.697	0.030	0.527	0.295～0.941
钙化
粗大钙化	-0.384	0.415	0.855	0.355	0.681	0.302～1.537
微钙化	-0.928	0.431	4.632	0.031	0.395	0.170～0.920
临床T分期
T₂	-0.990	0.452	4.788	0.029	0.371	0.153～0.902
T₃	-1.553	0.598	6.737	0.009	0.212	0.066～0.684
T₄	-1.921	0.680	7.978	0.005	0.146	0.039～0.555
边缘
模糊	-0.710	0.408	3.023	0.082	0.492	0.221～1.095
毛刺/蟹足样	-1.410	0.434	10.558	0.001	0.244	0.104～0.572
常量	0.156	0.689	0.051	0.821	1.168	0.303～4.509

模型	敏感度（%）	特异度（%）	准确度（%）	阳性预测值（%）	阴性预测值（%）	AUC	95%CI	约登指数	截断值
联合模型	76.77	76.10	76.32	60.80	87.15	0.821	0.769～0.872	0.529	0.342
临床模型	71.72	66.83	68.42	51.08	83.03	0.731	0.674～0.788	0.386	0.272
超声模型	56.57	84.39	75.33	63.64	80.09	0.763	0.704～0.823	0.410	0.444

References 33

［1］	Siegel RL，Kratzer TB，Giaquinto AN，et al.Cancer statistics，2025［J］.CA Cancer J Clin，2025，75（1）：10-45.DOI：10.3322/caac.21871.
［2］	Liu Z，Li J，Zhao F，et al.Long-term survival after neoadjuvant therapy for triple-negative breast cancer under different treatment regimens：a systematic review and network meta-analysis［J］.BMC Cancer，2024，24（1）：440.DOI：10.1186/s12885-024-12222-9.
［3］	de Moraes F，de Castro Ribeiro C，PessÔa F，et al. Pathologic response rates in HER2-low versus HER2-zero early breast cancer patients receiving neoadjuvant therapy：a systematic review and meta-analysis［J］.Breast Cancer Res，2025，27（1）：39.DOI：10.1186/s13058-025-01989-9.
［4］	Talarico M，Derchain S，da Silva LF，et al.Metabolomic profiling of breast cancer patients undergoing neoadjuvant chemotherapy for predicting disease-free and overall survival［J］.Int J Mol Sci，2024，25（16）：8639.DOI：10.3390/ijms25168639.
［5］	Gradishar WJ，Moran MS，Abraham J，et al.Breast cancer，version 3.2024，NCCN clinical practice guidelines in oncology［J］.J Natl Compr Canc Netw，2024，22（5）：331-357.DOI：10.6004/jnccn.2024.0035.
［6］	Villacampa G，Navarro V，Matikas A，et al.Neoadjuvant immune checkpoint inhibitors plus chemotherapy in early breast cancer：a systematic review and meta-analysis［J］.JAMA Oncol，2024，10（10）：1331-1341.DOI：10.1001/jamaoncol.2024.3456.
［7］	Wolf DM， Yau C， Wulfkuhle J， et al. Redefining breast cancer subtypes to guide treatment prioritization and maximize response：predictive biomarkers across 10 cancer therapies［J］.Cancer Cell，2022，40（6）：609-623.e6.DOI：10.1016/j.ccell.2022.05.005.
［8］	Jiang M， Li CL， Luo XM， et al. Ultrasound-based deep learning radiomics in the assessment of pathological complete response to neoadjuvant chemotherapy in locally advanced breast cancer［J］.Eur J Cancer，2021（147）：95-105.DOI：10.1016/j.ejca.2021.01.028.
［9］	Lee YJ，Kim SH，Kang BJ，et al.Contrast-enhanced ultrasound for early prediction of response of breast cancer to neoadjuvant chemotherapy［J］.Ultraschall Med，2019，40（2）：194-204.DOI：10.1055/a-0637-1601.
［10］	Hu Y，Li M，Hu Y，et al.Evaluating dynamic contrast-enhanced MRI for differentiating HER2-zero，HER2-low，and HER2-positive breast cancers in patients undergoing neoadjuvant chemotherapy［J］.Eur J Med Res，2025，30（1）：132.DOI：10.1186/s40001-024-02188-6.
［11］	Cardoso F，Kyriakides S，Ohno S，et al.Early breast cancer：ESMO clinical practice guidelines for diagnosis，treatment and follow-up［J］.Ann Oncol，2019，30（8）：1194-1220.DOI：10.1093/annonc/mdz173.
［12］	Zeng Q， Liu L， He C， et al. Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning：a multicentre study［J］.Acad Radiol，2025，32（3）：1264-1273.DOI：10.1016/j.acra.2024.10.033.
［13］	Dubsky P，Pinker K，Cardoso F，et al.Breast conservation and axillary management after primary systemic therapy in patients with early-stage breast cancer：the Lucerne toolbox［J］.Lancet Oncol，2021，22（1）：e18-e28.DOI：10.1016/S1470-2045（20）30580-5.
［14］	Adler DD，Carson PL，Rubin JM，et al.Doppler ultrasound color flow imaging in the study of breast cancer：preliminary findings［J］.Ultrasound Med Biol，1990，16（6）：553-559.DOI：10.1016/0301-5629（90）90020-d.
［15］	Itoh A，Ueno E，Tohno E，et al.Breast disease：clinical application of US elastography for diagnosis［J］.Radiology，2006，239（2）：341-350.DOI：10.1148/radiol.2391041676.
［16］	Tang L，Jiang L，Shu X，et al.Prognosis and influencing factors of ER-positive，HER2-low breast cancer patients with residual disease after neoadjuvant chemotherapy：a retrospective study［J］.Sci Rep，2024，14（1）：11761.DOI：10.1038/s41598-024-62592-0.
［17］	《乳腺癌HER2检测指南（2024版）》编写组.乳腺癌HER2检测指南（2024版）［J］.中华病理学杂志，2024，53（12）：1192-1202.DOI：10.3760/cma.j.cn112151-20241009-00664.
［18］	Vieira D，Wopereis S，Walter LO，et al.Analysis of Ki-67 expression in women with breast cancer：comparative evaluation of two different methodologies by immunophenotyping［J］.Pathol Res Pract，2022（230）：153750.DOI：10.1016/j.prp.2021.153750.
［19］	《乳腺癌新辅助治疗的病理诊断专家共识（2020版）》编写组.乳腺癌新辅助治疗的病理诊断专家共识（2020版）［J］.中华病理学杂志，2020，49（4）：296-304.DOI：10.3760/cma.j.cn112151-20200102-00007.
［20］	Pavlov MV，Bavrina AP，Plekhanov VI，et al.Changes in the tumor oxygenation but not in the tumor volume and tumor vascularization reflect early response of breast cancer to neoadjuvant chemotherapy［J］.Breast Cancer Res，2023，25（1）：12.DOI：10.1186/s13058-023-01607-6.
［21］	岳民璐，姜桂艳.多模态超声动态评估乳腺癌新辅助化疗疗效［J］.中国医学影像技术，2024，40（7）：1020-1024.DOI：10.13929/j.issn.1003-3289.2024.07.013.
［22］	Wan CF， Liu XS， Wang L， et al. Quantitative contrast-enhanced ultrasound evaluation of pathological complete response in patients with locally advanced breast cancer receiving neoadjuvant chemotherapy［J］.Eur J Radiol，2018（103）：118-123.DOI：10.1016/j.ejrad.2018.04.005.
［23］	Yoshikawa K，Ishida M，Kan N，et al.Direct comparison of magnetic resonance imaging and pathological shrinkage patterns of triplenegative breast cancer after neoadjuvant chemotherapy［J］.World J Surg Oncol，2020，18（1）：177.DOI：10.1186/s12957-020-01959-9.
［24］	Humbert O，Lasserre M，Bertaut A，et al.Breast cancer blood flow and metabolism on dual-acquisition ¹⁸F-FDG PET：correlation with tumor phenotype and neoadjuvant chemotherapy response［J］.J Nucl Med，2018，59（7）：1035-1041.DOI：10.2967/jnumed.117.203075.
［25］	Han X， Yang H， Jin S， et al. Prediction of pathological complete response to neoadjuvant chemotherapy in patients with breast cancer using a combination of contrast-enhanced ultrasound and dynamic contrast-enhanced magnetic resonance imaging［J］.Cancer Med，2023，12（2）：1389-1398.DOI：10.1002/cam4.5019.
［26］	Kwon BR，Shin SU，Kim SY，et al.Microcalcifications and peritumoral edema predict survival outcome in luminal breast cancer treated with neoadjuvant chemotherapy［J］.Radiology，2022，304（2）：310-319.DOI：10.1148/radiol.211509.
［27］	夏梦楚，孙井军，朱亚楠.超声征象及MRR和TOPK、Ki-67表达与乳腺癌新辅助化疗敏感性的关系［J］.临床和实验医学杂志，2022，21（23）：2564-2568.DOI：10.3969/j.issn.1671-4695.2022.23.028.
［28］	冯桂英，景香香，钟婷婷.不同病理亚型乳腺黏液癌的超声表现特征［J］.医学影像学杂志，2021，31（3）：431-434，444.
［29］	Zhu Q，Ademuyiwa FO，Young C，et al.Early assessment window for predicting breast cancer neoadjuvant therapy using biomarkers，ultrasound，and diffuse optical tomography［J］.Breast Cancer Res Treat，2021，188（3）：615-630.DOI：10.1007/s10549-021-06239-y.
［30］	Pastorello RG， Laws A， Grossmith S， et al. Clinico-pathologic predictors of patterns of residual disease following neoadjuvant chemotherapy for breast cancer［J］.Mod Pathol，2021，34（5）：875-882.DOI：10.1038/s41379-020-00714-5.
［31］	Wolff AC，Hammond M，Allison KH，et al.Human epidermal growth factor receptor 2 testing in breast cancer：American society of clinical oncology/college of American pathologists clinical practice guideline focused update［J］.Arch Pathol Lab Med，2018，142（11）：1364-1382.DOI：10.5858/arpa.2018-0902-SA.
［32］	Denkert C，Seither F，Schneeweiss A，et al.Clinical and molecular characteristics of HER2-low-positive breast cancer：pooled analysis of individual patient data from four prospective，neoadjuvant clinical trials［J］.Lancet Oncol，2021，22（8）：1151-1161.DOI：10.1016/S1470-2045（21）00301-6.
［33］	Du S，Gao S，Zhao R，et al.Contrast-free MRI quantitative parameters for early prediction of pathological response to neoadjuvant chemotherapy in breast cancer［J］.Eur Radiol，2022，32（8）：5759-5772.DOI：10.1007/s00330-022-08667-w.

[1]	Xiangying Tian, Huazhang Miao, Ling Xu, Yanping Tu, Jie Zhang, Guanghua Xiang, Xianzhe Zhao, Ning Shang. Sonographic and clinicopathological characteristics of ovarian granulosa cell tumors and thecoma-fibroma group of tumors [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(04): 311-320.
[2]	Hongyu Yang, Keting Li, Chuanqing Sun, Min Ren. Value of ultrasound features combined with ROMA index in predicting subtypes of epithelial ovarian cancer [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(04): 321-327.
[3]	Jiayin Liao, Huaxuan Wen, Shuzhen Xue, Hui Huang, Yingni Wei, Yayan Chen. Prenatal ultrasonographic evaluation of fetal eyelids and palpebral fissures [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(03): 191-196.
[4]	Jingjing Xu, Nian'an He, Xianjun Ye, Xiaoyu Qi, Yanmei Zhang. Assessment of recurrent laryngeal nerve function changes using transcutaneous laryngeal ultrasound in patients after thyroid microwave ablation [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(03): 224-229.
[5]	Yuting Jin, Long Yuan, Xiaowei Qi, Jun Jiang. Clinical research evidence of non-radical resection for breast cancer [J]. Chinese Journal of Breast Disease(Electronic Edition), 2025, 19(02): 65-69.
[6]	Jinze Li, Yaqi Peng, Yueping Liu, Li Ma. Clinical insights on HER-2-low and HER-2-ultralow in breast cancer [J]. Chinese Journal of Breast Disease(Electronic Edition), 2025, 19(02): 70-75.
[7]	Jinyi Xiao, Jinmei Zhou, Tao Wang. Ten hot topics of systemic treatment of breast cancer in 2024 [J]. Chinese Journal of Breast Disease(Electronic Edition), 2025, 19(02): 76-83.
[8]	Chunyan Mu, Dawei Yang, Yundong Zhang, Zhaoqing Cui. Research progress on the relationship between E1A binding protein P300 and the development of breast cancer [J]. Chinese Archives of General Surgery(Electronic Edition), 2025, 19(02): 111-115.
[9]	Kejian Zhang, Jianhong Zhao, Peizhong Shang, Keqin Zhang, Shaobin Zhang, Tieshan Wang. A case report of myelodysplasia and sweet syndrome complicating chemotherapy after surgery for pulmonary metastasis of breast cancer [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(04): 471-472.
[10]	Na Yang, Gang Hu, Yue Pan. Influence of neoadjuvant chemotherapy after breast-conserving surgery and modified radical mastectomy on serum markers of triple-negative breast cancer [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(03): 345-348.
[11]	Ming Su, Danping Tang, Ping Wang, Qian He. Research progress on method selection of immediate breast reconstruction after modified radical mastectomy for breast cancer [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(02): 231-234.
[12]	Qiang Ding, Xiang Dong, Weidong Gan. Differential diagnosis of TFE3-rearranged renal cell carcinoma and clear cell renal cell carcinoma based on dynamic-enhanced CT and clinical features [J]. Chinese Journal of Endourology(Electronic Edition), 2025, 19(03): 329-334.
[13]	Xueqing Li, Chi Zhang, Xiaopeng Liu. Effect of prostate volume on efficacy and postoperative pathology of robot-assisted laparoscopic radical prostatectomy [J]. Chinese Journal of Endourology(Electronic Edition), 2025, 19(03): 372-376.
[14]	Yonghong Li, Jun Wang, Hengjun Xiao. Interpretation updates of the 2025 NCCN Guidelines on diagnosis and treatment for prostate cancer [J]. Chinese Journal of Endourology(Electronic Edition), 2025, 19(02): 129-133.
[15]	Jun Yan, Shixiang Guo, Kun Wu. Modified “two-step” Appleby operation after neoadjuvant therapy for locally advanced pancreatic body cancer [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2025, 14(02): 274-280.

Please choose a citation manager

Content to export