基于临床病理大数据的早发乳腺癌腋窝淋巴结转移风险预测模型构建

• 作者: 宋文静 张京伟 杨燕 贺鑫 魏蕾 龚鹏举
• 来源期刊: 中国普通外科杂志
• 学科: 医学
• 关键词: 乳腺肿瘤 青年人 淋巴转移 危险因素 大数据
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 专题研究
• 页码范围: 1293-1302
• 页数: 10页
• 分类号: R737.9
• 语种: 中文
• DOI: 10.7659/j.issn.1005-6947.2020.11.002

摘要

背景与目的:近年来,乳腺癌的发病人群趋于年轻化,并且更容易发生腋窝淋巴结(ALN)转移.本研究通过临床病理大数据平台分析年轻乳腺癌患者ALN转移的影响因素,并建立风险预测模型,为年轻乳腺癌患者的诊断和治疗提供参考依据.方法:收集SEER数据库中2010-2015年间被诊断为乳腺癌并且接受了ALN手术的年轻患者的临床病理资料,采用单因素和多因素回归分析筛选ALN转移的影响因素,并以列线图的方式可视化.通过AUC/C指数量化列线图区分不同ALN状态患者的能力,采用bootstrap方法(1000次重复,随机数种子设置为12)进行列线图预测性能内部验证.另外,收集2015-2017年在武汉大学中南医院初诊为乳腺癌的年轻患者资料,对模型行外部验证.结果:共纳入SEER数据库中23778例年轻乳腺癌患者,其中39.6％患者存在ALN转移.单因素Logistic回归分析显示,年龄、种族、肿瘤部位、病理学分级、肿瘤大小、胸壁或皮肤是否受侵以及ER、PR、HER-2状态与ALN转移有关(均P＜0.001);多因素Logistic回归分析显示:年龄、种族、婚姻状态、边侧、肿瘤部位、分级、肿瘤大小、胸壁或皮肤是否受侵以及ER与PR状态是ALN转移独立影响因素(均P＜0.05),据此建立风险预测模型.内部验证的校准曲线显示,利用该模型计算的预测值与真实值之间存在良好的一致性(AUC/C指数=0.716).共纳入391例年轻乳腺癌患者作为外部验证数据集,其中49.9％患者初次手术发现有ALN转移.外部验证提示模型预测能力较好(AUC/C指数=0.798).结论:基于SEER数据库建立的年轻乳腺癌患者ALN转移的风险预测模型具有较好的预测能力,可为临床预测患者ALN转移风险提供参考.