非前哨淋巴结转移预测模型对中国乳腺癌患者的验证价值

目的评估纪念斯隆-凯特琳癌症中心(MSKCC)、Louisville和SCH等3种乳腺癌非前哨淋巴结(non-SLN)转移风险预测模型在中国人群中的临床应用价值,并构建新的non-SLN转移风险预测模型。方法本研究共纳入220例在我院进行SLN活检阳性和腋窝淋巴结清扫的乳腺癌患者。对患者的临床病理资料进行单因素分析和多因素logistic回归分析,根据筛选出的non-SLN的独立预测因素建立1个新的non-SLN转移风险预测模型。使用所纳入的乳腺癌患者临床病理资料对MSKCC、Louisville和SCH以及新建立的模型进行比较,绘制受试者工作特征曲线,计算各模型的曲线下面积及假阴性率,以评估各模型的区分能力和临床应用价值。结果所纳入的220例中国乳腺癌患者中,有97例(44.1%)发现腋窝淋巴结转移阳性。经logistic回归分析,发现原发肿瘤大小、脉管癌栓有无、阳性SLN的数量以及阳性SLN/总SLN的比值是non-SLN转移的独立预测因素,并据此建立了1个新的non-SLN转移风险预测模型。在预测non-SLN转移风险时,MSKCC、Louisville、SCH以及新的模型的曲线下面积分别为0.683、0.747、0.657和0.762。各模型的假阴性率调整到接近10%时,MSKCC、Louisville、SCH和新建模型分别将17.27%、20.00%、15.00%和33.18%的病人归类到低风险组中。结论与MSKCC、Louisville模型和SCH模型比较,本研究建立的新模型在对乳腺癌non-SLN转移风险的预测方面可能具有更高的临床价值,但在应用此模型前仍需更大样本的资料进行验证和修正。对于SLN活检阳性的乳腺癌患者,在应用非前哨淋巴结转移风险预测模型辅助是否进行腋窝淋巴结清扫的临床决策时需谨慎。

中国人群非前哨淋巴结转移预测模型研究

目的腋窝淋巴结清除(axillary lymph node dissection,ALND)是乳腺癌前哨淋巴结(sentinel lymph node,SLN)阳性患者的标准术式,但很多患者进行ALND后并未发现腋窝淋巴结转移。为了避免患者进行不必要的非前哨淋巴结活检(sentinel lymph node biopsy,SLNB),提高患者的生活质量,本研究建立适合中国人群的预测非SLN阳性率模型。方法收集2010-01-01-2017-09-30中国临床肿瘤学会(Chinese Society of Clinical Oncology,CSCO)数据(研究号:CSCO BC RWS18005),其中行SLNB并行淋巴结清除患者1 036例,数据完整患者共235例。建立2个模型,模型1根据多因素分析将P<0.05变量纳入模型,模型2根据临床、病理资料建立,并将2个模型进行对比研究。结果多因素分析结果示,肿瘤直径、脉管瘤栓、肿瘤类型、SLN阳性数与SLN总数比值(the ratio of sentinel lymph node positive number and total sentinel lymph node ratio,SLN.POS.RATIO)差异有统计学意义,P<0.05。将上述4个变量纳入模型1,将模型1变量加上年龄、雌激素受体、孕激素受体、人表皮生长因子受体2和Ki-67纳入模型2,模型1受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)为0.739,模型2ROC AUC为0.747,2个模型均具有良好的预测效能,2个模型对于非SLN阳性转移率预测差异无统计学意义,P=0.428 5。结论依据临床病理等参数建立的模型1,对于预测乳腺癌个体患者非SLN转移概率方便、快捷,可能对乳腺癌ALND范围的合理选择有一定的指导意义。

前哨淋巴结阳性乳腺癌患者非前哨淋巴结转移预测模型

目的预测前哨淋巴结阳性乳腺癌患者非前哨淋巴结是否转移具有非常重要的临床意义。本研究探讨前哨淋巴结阳性乳腺癌的非前哨淋巴结转移的危险因素,并构建非前哨淋巴结转移的预测模型,为预测前哨淋巴结阳性患者的非前哨淋巴结是否转移提供理论依据。方法回顾性分析广东省妇幼保健院2007-01-01-2016-07-31收治的206例前哨淋巴结阳性并且完成腋窝淋巴结清除术的乳腺癌患者临床病理资料。经单因素及多因素分析前哨淋巴结阳性乳腺癌的非前哨淋巴结转移的相关危险因素,用Logistic回归模型建立预测非前哨淋巴结转移风险的预测模型,并评估模型的准确度、敏感度、特异性。结果单因素及多因素分析均表明,脉管侵犯、ER阳性、前哨淋巴结转移率(阳性的前哨淋巴结数/总的前哨淋巴结数)为100%、前哨淋巴结包膜外侵犯与非前哨淋巴结转移密切相关,均P<0.05。预测模型的ROC曲线下面积为0.804,预测非前哨淋巴结状态的敏感度为74.2%(72/97),特异性为70.7%(53/75),总符合率72.7%(125/172)。验证模型的敏感度为77.8%(14/18),特异性为62.5%(10/16),总符合率70.6%(24/34)。结论本模型可以较好地预测前哨淋巴结阳性乳腺癌其非前哨淋巴结转移的风险,但模型的准确度仍需前瞻性多中心的验证进行评估。

广西乳腺癌非前哨淋巴结转移相关影响因素分析及新转移预测模型的建立

目的：回顾性分析与广西前哨淋巴结（ SLN）阳性乳腺癌患者非前哨淋巴结（ NSLN）癌转移相关的临床病理因素，建立预测模型量化NSLN的转移风险，使低危的SLN阳性患者避免不必要的腋窝淋巴结清扫（ ALND）。方法共有83例SLN阳性并行补充ALND的乳腺癌患者纳入该研究。对与NSLN转移相关的临床病理因素进行单因素及多因素分析，建立一个多变量的NSLN转移风险预测模型。并将新建模型运用于83例研究对象，计算受试者操作曲线下面积（ AUC）评估该模型预测的准确度。连续变量用Mann-Whitney U检验，分类变量用χ2检验或确切概率法。结果肿瘤大小、肿瘤分级、有无血管淋巴管浸润、SLN癌灶大小等四个影响因素在logistic回归分析中被证实是NSLN转移的独立预测因素，并纳入最终的NSLN转移预测模型。将新建模型运用于83例研究对象，AUC为0.832（95％CI＝0.744～0.919）。结论新建立的预测模型能较好地区分广西乳腺癌SLN阳性患者NSLN有无肿瘤侵犯，但新建模型预测的准确度，仍需要进行前瞻性的中心内部验证及外部验证进行评估。

早期乳腺癌非前哨淋巴结转移状态预测模型的研究

目的:探讨早期乳腺癌非前哨淋巴结(NSLN)转移状态预测模型的预测价值。方法:回顾性分析2015年6月-2021年7月揭阳市人民医院收治的早期乳腺癌患者120例,由纳排标准筛选后最终纳入104例,并依据NSLN是否发生转移将其分为未转移组(67例)和转移组(37例)进行早期乳腺癌NSLN转移状态模型的建立。依据χ^(2)检验、秩和检验比较组间不同病理特征的差异,采用单因素和多因素Logistic回归模型建立早期乳腺癌NSLN转移状态预测模型,并以预测概率做受试者工作特征(ROC)曲线,以曲线下面积(AUC)值评估模型预测能力。结果:两组年龄、月经状态、组织分化级别、是否多灶性、是否伴脉管癌栓、病程、雌激素受体(ER)、孕激素受体(PR)、人表皮生长因子受体2(HER2)、细胞增殖抗原Ki-67、SLN转移灶大小比较,差异无统计学意义(P>0.05);转移组肿瘤直径>2 cm、SLN阳性数≥3枚、SLN阳性数/活检数>0.5的比例均高于未转移组(P<0.05)。多因素Logistic回归分析结果显示肿瘤直径>2 cm、SLN阳性数≥3枚、SLN阳性数/活检数>0.5为NSLN转移的独立危险因素(P<0.05);ROC曲线结果显示,敏感度为67.60%,特异度为79.10%,AUC值为0.821。结论:以肿瘤直径、SLN阳性数、SLN阳性数/活检数作为自变量构建早期乳腺癌NSLN转移状态预测模型具有较高的预测价值。

乳腺癌非前哨淋巴结转移的预测模型构建

目的探究乳腺癌非前哨淋巴结(NSLN)转移的危险因素。方法回顾性分析2012年12月至2020年5月梅州市人民医院入院病理诊断为前哨淋巴结(SLN)阳性并行腋窝淋巴结清扫(ALND)的125例乳腺癌患者资料。根据有无NSLN转移分为不同的预后类型,分析影响SLN阳性患者NSLN转移的影响因素,并验证模型对SLN阳性患者出现NSLN转移阳性的预测能力。结果125例SLN阳性患者中NSLN阳性26例(20.8%)。不同预后分型样本对于肿瘤大小、组织学分级及SLN阳性率差异有统计学意义(P均<0.05)。多因素logistic回归分析显示肿瘤大小(OR=6.707,95%CI:1.329~10.883)、SLN阳性率(OR=11.081,95%CI:2.840~14.229)和组织学分型(OR=3.504,95%CI:1.728~6.855)均为SLN阳性患者出现NLSN转移的独立危险因素。肿瘤大小SLN阳性率、组织学分级和联合预测对应的AUC值分别为0.781、0.866、0.874和0.912。结论肿瘤大小、SLN阳性率和组织学分级为乳腺癌SLN阳性患者非前哨淋巴结转移的独立危险因素,三个指标联合预测NSLN发生转移的风险有较高准确性。

乳腺癌非前哨淋巴结转移危险因素及三种预测模型的验证比较研究

目的探讨前哨淋巴结活检(SLNB)阳性乳腺癌患者非前哨淋巴结(NSLN)转移危险因素,并分析验证三种预测模型(Memorial Sloan-Kettering Cancer Center(MSKCC)模型、Cambridge模型、Tenon模型)对乳腺癌患者NSLN转移的预测效能与临床价值。方法收集2014年1月～2018年6月于深圳大学第一附属医院甲乳外科行SLN证实阳性且行腋窝淋巴结清扫的89例乳腺癌患者的临床资料并进行回顾性分析,其中NSLN转移阳性患者27例。采用单因素和多因素分析乳腺癌NSLN转移相关危险因素;分别利用MSKCC模型、Cambridge模型、Tenon模型预测入组病人NSLN转移风险,通过ROC曲线下面积(AUC)评估预测效能;通过校正曲线及χ~2检验比较MSKCC、Cambridge、Tenon模型预测值和实际值之间的差异。结果单因素分析显示,乳腺癌患者NSLN转移与原发肿瘤大小、组织学分级、是否有脉管癌栓、阳性SLN数、SLN转移灶大小、SLN阳性数/SLN总数相关(P<0.05),而与年龄(P=0.197)、肿瘤位置(P=0.157)、病理类型(P=0.247)、阴性SLN个数(P=0.104)、肿瘤多灶性(P=0.266)、肿瘤ER状态(P=0.226)、PR状态(P=0.162)、HER2状态(P=0.129)、Ki-67状态(P=0.246)不相关(P>0.05)。多因素Logistic回归分析显示,肿瘤大小、SLN阳性数、脉管侵犯与否、SLN转移灶大小、SLN阳性数占总SLN的比例为乳腺癌患者NSLN转移的独立危险因素。采用MSKCC、Cambridge、Tenon模型绘制入组患者NSLN转移预测的ROC曲线,计算AUC值分别为0.712、0.600和0.654,校正曲线显示MSKCC和Tenon模型的预测值曲线与真实值曲线趋势相近,优于Cambridge模型。三种模型预测值与实际值比较,MSKCC模型对NSLN转移的预测值与实际值相关(χ~2=7.728,P=0.006),而Cambridge、Tenon预测值与实际值不相关(χ~2=0.732,P=0.269、χ~2=1.059,P=0.326)。结论 MSKCC模型可以较准确的预测我中心SLN阳性患者NSLN转移风险,作为术前评估参考具有一定的临床价值,而Cambridge、Tenon模型的预测效能劣于MSKCC模型。

早期乳腺癌非前哨淋巴结转移的相关因素分析及转移风险评估

背景与目的:乳腺癌是女性最常见的恶性肿瘤,腋窝淋巴结转移是乳腺癌预后的重要指标。前哨淋巴结活检(SLNB)是一种检测早期乳腺癌腋窝淋巴结转移状态的新方法,当前哨淋巴结(SLN)阳性时临床上需将非前哨淋巴结(NSLN)清扫,避免腋窝淋巴结癌组织残留。但是临床实践中笔者发现,SLN阳性患者中只有部分NSLN阳性,而由于缺乏可预判NSLN是否阳性的手段,通常选择无差别将NSLN切除。这种做法使得部分患者丧失保留NSLN机会,增加患者创伤导致患侧肢体功能受限以及远期淋巴水肿的发生。因此,本研究分析早期乳腺癌患者的临床病理特征,筛选出影响NSLN转移的危险因素,并建立对应的预测模型,希望获得可靠预测NSLN转移风险的工具,为将来部分NSLN转移低风险患者豁免NSLN切除提供依据。方法:选取140例在广东省揭阳市人民医院就诊的早期乳腺癌且术中病理活检提示SLN阳性的患者,以7∶3按照随机数字表法将其分为训练集(98例)和验证集(42例)。将训练集患者分为NSLN阳性组(30例)和NSLN阴性组(68例)。经单因素及多因素Logistic回归分析影响早期乳腺癌患者NSLN转移的因素,构建预测模型评估NSLN转移风险,绘制拟合优度曲线及ROC曲线评估模型的价值。结果:多因素Logistic回归分析显示,年龄(OR=3.106,95%CI=1.387~6.956)、肿瘤直径>2 cm(OR=2.889,95%CI=1.427~5.847)、脉管癌栓(OR=3.147,95%CI=1.490~6.646)及人表皮生长因子受体2(HER-2)阳性(OR=3.051,95%CI=1.306~7.128)为影响早期乳腺癌发生NSLN转移的因素(均P<0.05)。根据多因素Logistic回归分析结果构建预测模型,拟合度曲线显示模型拟合度良好(训练集:χ^(2)=13.711,P=0.057;验证集:χ^(2)=12.567,P=0.065)。绘制ROC曲线评估模型的区分度显示,训练集ROC曲线AUC为0.877(95%CI=0.795~0.934),敏感度、特异度分别为93.33%、67.65%;验证集ROC曲线AUC为0.841(95%CI=0.754~0.907),敏感度、特异度分别为90.00%、72.06%。结论:年龄、肿瘤直径>2 cm、脉管癌栓及HER-2阳性是影响早期乳腺癌NSLN转移的因素,以此构建的预测模型具有较好的区分度及有效性,可作为临床评估NSLN转移风险发生的有效工具。

早期乳腺癌非前哨淋巴结转移的预测模型构建

目的探讨早期乳腺癌非前哨淋巴结(NSLN)转移的预测模型构建方法,以便为临床诊治早期乳腺癌NSLN转移提供依据。方法纳入2017年1月至2022年1月于三门峡市中心医院经前哨淋巴结活检(SLNB)证实为前哨淋巴结(SLN)阳性的早期乳腺癌患者120例。患者均行腋窝淋巴结清扫术(ALND),根据术后病理结果分为NSLN转移阳性组与NSLN转移阴性组,比较两组病理特征(单因素分析),并对统计学差异显著的病理特征进一步实施多因素回归分析,按照多因素Logistic回归分析建立NSLN转移风险预测模型。结果120例早期乳腺癌,经术后病理证实NSLN转移阳性45例(纳入NSLN转移阳性组),NSLN转移阴性75例(纳入NSLN转移阴性组)。单因素分析结果显示,两组肿瘤长径、肿瘤位置、淋巴管侵犯、SLN转移灶长径、SLN阳性率比较差异均有统计学意义(P均<0.05);多因素回归分析结果显示,早期乳腺癌患者NSLN转移的独立危险因素为肿瘤长径、淋巴管侵犯及SLN阳性率(OR=2.103、5.203、5.671,P均<0.05);早期乳腺癌NSLN转移预测模型计算出的曲线下面积为0.796(95%CI:0.651~0.938)。结论早期乳腺癌NSLN转移风险因素主要为肿瘤长径、淋巴管侵犯及SLN阳性率,根据这些因素构建早期乳腺癌NSLN转移预测模型对NSLN转移有较好的预测价值,术前可辅助医师进行诊断,从而选择更合理的手术方案,提高预后。

腋窝前哨淋巴结阳性乳腺癌患者腋窝非前哨淋巴结转移风险预测

目的探讨腋窝前哨淋巴结(SLN)1~2枚阳性的乳腺癌患者,腋窝非前哨淋巴结(nSLN)转移的危险因素,预测nSLN转移风险。方法选择2002—2017年手术治疗的、SLN 1~2枚阳性的乳腺癌患者917例,收集其临床病理资料。根据手术时间将患者分为建模组(497例)和验证组(420例)。以nSLN是否转移为因变量,建立列线图模型,并对模型的预测效果进行验证。结果917例患者的nSLN转移率为27.4%。单因素分析显示,病理分级、原发肿瘤脉管瘤栓、淋巴结包膜外受侵、SLN阳性数、SLN阴性数、SLN是否宏转移与乳腺癌患者腋窝nSLN转移有关(均P<0.05)。多因素Logistic回归分析显示,SLN阳性数、SLN阴性数和SLN是否宏转移为乳腺癌患者腋窝nSLN转移的独立影响因素(均P<0.05)。以有统计学意义的变量,建立了列线图模型。建模组预测nSLN转移风险的受试者工作特征(ROC)曲线下面积为0.718,验证组预测nSLN转移风险的ROC曲线下面积为0.742。结论利用6个危险因素建立的nSLN转移风险预测模型有较高的准确性,可能有助于临床医师进行临床决策。

早期乳腺癌腋窝前哨淋巴结阳性患者腋窝非前哨淋巴结转移风险预测

目的分析前哨淋巴结活检(SLINB)1~2个阳性乳腺癌患者中非前哨淋巴结(NSLN)转移的影响因素并构建预测模型:方法冋顾分析2008-2014年中国医学科学院北京协和医学院肿瘤医院未行新辅助化疗前哨淋巴结1?2个阳性并行腋窝淋巴结清扫的乳腺癌患者的临床病理因素。计数资料组间比较采用X2检验,多因素分析采用x^2回归模型。以AUC值和校正曲线对Nomogram预测模型进行评估。结果共270例患者纳入研究,87例(32.2%)存在NSLN转移,中位年龄46(21~80)岁,中位SLN送检个数4(1~10)个,中位腋窝淋巴结清扫个数20(10~41)个。单因素分析结果显示病理分级、SLN宏转移、阳性SLN个数和阴性SLN个数是腋窝NSLN转移的影响因素(P=0.001~0.045)。多因素分析结果显示病理分级、阳性SLN个数和阴性SLN个数是NSLN转移的独立影响因素(P=0.000~0.041)。乳腺癌NSLN转移Nomogram预测模型AUC=0.70,当预测患者的NSLN转移率≤15%时,假阴性率仅为10.57“结论Nomogram预测模型可作为临床医师进行腋窝处理时的决策参考,对于NSLN转移概率低的患者可以避免行腋窝淋巴结清扫或腋窝放疗。