Purpose Placing clips in nodes with biopsy-confirmed metastasis before initiating neoadjuvant therapy allows for evaluation of response in breast cancer. Our goal was to determine if pathologic changes in clipped nodes reflect the status of the nodal basin and if targeted axillary dissection (TAD), which includes sentinel lymph node dissection (SLND) and selective localization and removal of clipped nodes, improves the false-negative rate (FNR) compared with SLND alone. Methods A prospective study of patients with biopsy-confirmed nodal metastases with a clip placed in the sampled node was performed. After neoadjuvant therapy, patients underwent axillary surgery and the pathology of the clipped node was compared with other nodes. Patients undergoing TAD had SLND and selective removal of the clipped node using iodine-125 seed localization. The FNR was determined in patients undergoing complete axillary lymphadenectomy (ALND). Results Of 208 patients enrolled in this study, 191 underwent ALND, with residual disease identified in 120 (63%). The clipped node revealed metastases in 115 patients, resulting in an FNR of 4.2% (95% CI, 1.4 to 9.5) for the clipped node. In patients undergoing SLND and ALND (n = 118), the FNR was 10.1% (95% CI, 4.2 to 19.8), which included seven false-negative events in 69 patients with residual disease. Adding evaluation of the clipped node reduced the FNR to 1.4% (95% CI, 0.03 to 7.3; P = .03). The clipped node was not retrieved as an SLN in 23% (31 of 134) of patients, including six with negative SLNs but metastasis in the clipped node. TAD followed by ALND was performed in 85 patients, with an FNR of 2.0% (1 of 50; 95% CI, 0.05 to 10.7). Conclusion Marking nodes with biopsy-confirmed metastatic disease allows for selective removal and improves pathologic evaluation for residual nodal disease after chemotherapy.

Medical three-dimensional (3D) printing has expanded dramatically over the past three decades with growth in both facility adoption and the variety of medical applications. Consideration for each step required to create accurate 3D printed models from medical imaging data impacts patient care and management. In this paper, a writing group representing the Radiological Society of North America Special Interest Group on 3D Printing (SIG) provides recommendations that have been vetted and voted on by the SIG active membership. This body of work includes appropriate clinical use of anatomic models 3D printed for diagnostic use in the care of patients with specific medical conditions. The recommendations provide guidance for approaches and tools in medical 3D printing, from image acquisition, segmentation of the desired anatomy intended for 3D printing, creation of a 3D-printable model, and post-processing of 3D printed anatomic models for patient care.

Objective To report data from the first three years of operation of the RSNA-ACR 3D Printing Registry. Methods Data from June 2020 to June 2023 was extracted, including demographics, indications, workflow and user assessments. Clinical indications were stratified by 12 organ systems. Imaging modalities, printing technologies and number of parts per case were assessed. Effort data was analyzed, dividing staff into provider and non-provider categories. The opinions of clinical users were evaluated through a Likert-scale questionnaire, and estimates of procedure time saved were collected. Results A total of 20 sites and 2,637 cases were included, consisting of 1,863 anatomic models and 774 anatomic guides. Mean patient age for models and guides was 42.4 ± 24.5 years and 56.3 ± 18.5 years respectively. Cardiac models were the most common type of models (27.2%), and neurologic guides were the most common type of guides (42.4%). Material jetting, vat photopolymerization and material extrusion were the most common printing technologies used overall (85.6% of all cases). On average, providers spent 92.4 minutes and non-providers spent 335.0 minutes per case. Providers spent most time on consultation (33.6 minutes), while non-providers focused most on segmentation (148.0 minutes). Confidence in treatment plans increased after using 3D printing (p<.001). Estimated procedure time savings for 155 cases was 40.5 ± 26.1 minutes. Conclusion 3D printing is performed in healthcare facilities for many clinical indications. The registry provides insight into the technologies and workflows used to create anatomic models and guides, and the data shows clinical benefits from 3D printing.