Интеграция сентинельного лимфатического картирования и молекулярной классификации в стадировании рака эндометрия
Введение
Сентинельное лимфатическое картирование (SLN mapping) стало популярным методом хирургического стадирования рака эндометрия, предлагая менее инвазивную альтернативу лимфаденэктомии. Одновременно с этим молекулярная классификация рака эндометрия углубила понимание его биологии, что привело к более персонализированным подходам в диагностике и лечении.
Цель
Данный обзор исследует взаимодействие между сентинельным лимфатическим картированием и молекулярной классификацией рака эндометрия, акцентируя внимание на клинических последствиях такого подхода.
Методы
Анализировались современные исследования, посвященные интеграции молекулярных подтипов рака эндометрия с SLN mapping. Особое внимание уделялось четырем молекулярным подтипам, выявленным с помощью суррогатной молекулярной классификации, которые демонстрируют различные паттерны лимфатического распространения и метастатического потенциала.
Результаты
Накопленные данные подтверждают, что комбинация молекулярной классификации и SLN mapping повышает точность стадирования лимфатических узлов, что позволяет разрабатывать более персонализированные терапевтические стратегии. Кроме того, применение искусственного интеллекта (ИИ) и машинного обучения (ML) для анализа молекулярных сигнатур в реальном времени может улучшить точность картирования.
Выводы
Интеграция молекулярной классификации и SLN mapping открывает новые возможности для персонализированного лечения рака эндометрия. Разработка новых молекулярных трассеров и таргетных методов биопсии сентинельных лимфоузлов может повысить точность диагностики и минимизировать необоснованные лимфаденэктомии. Будущие исследования должны быть направлены на оптимизацию этих методов и их внедрение в клиническую практику.
Термины и сокращения
- SLN mapping (Sentinel Lymph Node mapping) — метод визуализации и биопсии сторожевых лимфатических узлов.
- ИИ (Искусственный интеллект) — технологии компьютерного анализа данных.
- ML (Machine Learning) — подраздел ИИ, связанный с алгоритмами обучения на данных.
- Тип I и тип II рака эндометрия (по Bokhman) — историческая классификация на эндометриоидный (I) и неэндометриоидный (II) подтипы.