期刊文献+

乳腺癌相关肿瘤特征预测淋巴结转移和死亡风险与列线图的构建 被引量:3

原文传递
导出
摘要 目的通过乳腺癌相关的肿瘤特征预测肿瘤淋巴结转移和死亡风险,并建立相关模型。方法回顾性分析2013年1月—2015年1月湖州市中医院诊治的50例乳腺癌术后患者的相关人口学资料、病理检查结果,用SPSS软件对纳入的相关因素与是否发生乳腺癌淋巴结转移之间的关系进行单因素和多因素Logistic回归分析,并根据肿瘤的位置、大小、分期、细胞组织学分级、分子分型及区域淋巴结转移等特征预测乳腺癌非前哨淋巴转移以及患者死亡的风险评估。通过R软件调用pROC程序包和rms程序包绘制ROC曲线图和列线图,将每位患者的各项指标评分相加,得到模型总分,按照总得分排序,得分越高,说明淋巴结转移及死亡风险越高。通过ROC曲线评估模型预测风险的准确性并得到各项指标的评分,采用Cox回归进行乳腺癌患者的生存分析,并通过R软件调用rms程序包绘制列线图。结果 BMI(χ^(2)=4.381,P=0.036)、肿瘤分期(χ^(2)=4.780,P=0.029)及分子分型(χ^(2)=8.666,P=0.034)是乳腺癌淋巴结转移的危险因素。多因素分析显示,BMI、肿瘤分期及分子分型是乳腺癌患者淋巴结转移的高危因素。根据列线图分析建立的淋巴结转移风险评估模型总分为140分,并根据这3项因素建立了生存风险的模型,观测其生存1年、3年及5年的概率。风险模型包括BMI值、肿瘤分期及分子分型,其中BMI值为最危险的因素,分子分型也产生了一定的影响。随着BMI值的不断增大,分值越高,淋巴结转移的风险就越大。最佳阈值为103分,在ROC曲线中可知该模型的灵敏度为0.95,特异度为0.61,AUC为0.833。结论由体质指数、肿瘤分期及分子分型构建的列线图风险和存活率模型可以较好地预测乳腺癌患者淋巴结转移风险和生存时间,从而为乳腺癌术后预后提供理论依据。
出处 《中国妇幼保健》 CAS 2022年第2期206-210,共5页 Maternal and Child Health Care of China
  • 相关文献

参考文献10

二级参考文献106

  • 1向清平,彭梅英,陈贤梅.乳腺癌一级预防的管理实践与效果[J].护理管理杂志,2006,6(6):48-49. 被引量:7
  • 2杨玲,李连弟,陈育德,D.M.Parkin.中国乳腺癌发病死亡趋势的估计与预测[J].中华肿瘤杂志,2006,28(6):438-440. 被引量:278
  • 3Alkis N, Dumali A G, Arslan U Y, et al. Optimal timing of adjuvant treatment in patients with early breast cancer [ J ]. Med Oncol, 2011, 28(4) : 1255 - 1259.
  • 4Ferlay J, Shin H R, Bray F, et al. GLOBOCAN 2005, Canc- er Incidence and Mortality Worldwide: IARC Cancer Base No. 10 ~ M]. Lyon: International Agency for Research on Cancer, 2010.
  • 5Perou C M, Sorlie T, Eisen M B, et al. Molecular portraits of human breast tumours [ J ]. Nature, 2000, 406 ( 6797 ) : 747 - 752.
  • 6Carey L A, Perou C M, Livasy C A, et al. Race, breast cancer subtypes, and survival in the Carolina Breast Cancer Study[J]. JAMA, 2006, 295(21): 2492-2502.
  • 7Chang H Y, Nuyten D S, Sneddon J B, et al. Robustness, scalability, and integration of a wound-response gene expres- sion signature in predicting breast cancer survival [ J ]. Proc Natl Acad Sci USA, 2005, 102(10) : 3738 -3743.
  • 8Dolled-Filhart M, Ryden L, Cregger M, et al. Classification of breast cancer using genetic algorithms and tissue microar- rays[J]. Clin Cancer Res, 2006, 12(21): 6459-6468.
  • 9Liu R, Wang X, Chen G Y, et al. The prognostic role of a gene signature from tumorigenic breast-cancer cells [ J ]. N Engl J Med, 2007, 356(3) : 217 -226.
  • 10Paik S, Shak S, Tang G, et al. A multigene assay to predict recurrence of tamoxifen-treated, node-negative breast cancer [J]. N Engl J Med, 2004, 351(27) : 2817 -2826.

共引文献202

同被引文献55

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部