论文部分内容阅读
目的
探究广东粤东地区腋窝前哨淋巴结（SLN）阳性的女性乳腺癌患者非前哨淋巴结（non-SLN）的转移风险因素并构建适合粤东地区的风险预测模型。
资料与方法
收集广东省汕头大学医学院附属肿瘤医院乳腺中心2009年11月至2018年12月期间选择行前哨淋巴结术（SLNB）的女性乳腺癌患者共736名，其中术中快速冰冻检测结果阳性且进一步行腋窝淋巴结清扫(ALND)的患者共228例。收集这些患者的临床及病理资料：年龄、月经情况、肿瘤位置、肿瘤大小、是否多灶性、病理类型、神经及脉管浸润、组织学分级、ER受体表达状态、PR受体表达状态、Her2受体表达状态、Ki67表达状态、SLN总个数、阳性SLN个数、阴性SLN个数、腋窝non-SLN转移状况。根据腋窝non-SLN是否存在转移分为两组，即阴性组：腋窝non-SLN无转移，共116例；阳性组：腋窝non-SLN存在转移，共112例。利用统计软件SPSS19.0（StatisticalProductandServiceSolutions）对各项指标分别进行单因素分析，分析non-SLN相关危险因素，随后纳入全部相关因素进行二元logistic回归多因素分析，并建立non-SLN转移状况预测方程：Logit（P）=Ln（P/1-P）=1.913*a+1.241*b+1.442*c+1.097*d-2.074。继续收集本院乳腺中心从2019年1月至2019年4月满足入组条件的患者资料共19例，对该模型进行初步验证。
结果
1.本研究中共收集228例腋窝SLN阳性且进一步行ALND患者的临床及病理资料。进行单因素分析,设置第一类错误水平为0.05，结果显示，与腋窝NSLN转移状况相关的因素包括：年龄（P=0.045）、临床肿瘤大小（M=3.0，P=0.006）、肿瘤多灶性（P=0.011）、神经及脉管浸润（P=0.003）、阳性SLN个数（X-=1.43，P=0.009）、阴性SLN个数（X-=1.46，P=0.034）。随后进行二元Logistic回归多因素分析，回归分析结果提示，临床肿瘤大小（P=0.030）、神经及脉管浸润（P=0.017）、肿瘤多灶性（P=0.016）及阳性SLN个数（P=0.033）为non-SLN的独立危险因素。
2.利用预测方程对于模型组228人和检验组19人进行验证，得到ROC曲线下面积为0.715和0.795，并对两组分别进行拟合度检测，得到拟合优度R方值分别为0.899和0.868。
3.利用预测方程设置低危区间，当风险值≤21.5%时，假阴性率在较低水平，可以筛选出约4%的患者避免ALND。
结论
1、对于腋窝SLNB结果阳性的早期乳腺癌女性患者，年龄、临床肿瘤大小、脉管及神经束侵犯、肿瘤多灶性、阳性SLN个数、阴性SLN个数与non-SLN有无发生转移相关。其中临床肿瘤大小、是否多灶性、有无脉管及神经束浸润、阳性SLN个数更是non-SLN转移状态的独立危险因素。
2、该模型预测效能仍需要更多的样本进行验证和优化。对于某些行SLNB术，结果阳性的女性乳腺癌患者，应用预测模型判断non-SLN状态有一定参考价值，但是否需要补充行ALND仍需慎重考虑。
探究广东粤东地区腋窝前哨淋巴结（SLN）阳性的女性乳腺癌患者非前哨淋巴结（non-SLN）的转移风险因素并构建适合粤东地区的风险预测模型。
资料与方法
收集广东省汕头大学医学院附属肿瘤医院乳腺中心2009年11月至2018年12月期间选择行前哨淋巴结术（SLNB）的女性乳腺癌患者共736名，其中术中快速冰冻检测结果阳性且进一步行腋窝淋巴结清扫(ALND)的患者共228例。收集这些患者的临床及病理资料：年龄、月经情况、肿瘤位置、肿瘤大小、是否多灶性、病理类型、神经及脉管浸润、组织学分级、ER受体表达状态、PR受体表达状态、Her2受体表达状态、Ki67表达状态、SLN总个数、阳性SLN个数、阴性SLN个数、腋窝non-SLN转移状况。根据腋窝non-SLN是否存在转移分为两组，即阴性组：腋窝non-SLN无转移，共116例；阳性组：腋窝non-SLN存在转移，共112例。利用统计软件SPSS19.0（StatisticalProductandServiceSolutions）对各项指标分别进行单因素分析，分析non-SLN相关危险因素，随后纳入全部相关因素进行二元logistic回归多因素分析，并建立non-SLN转移状况预测方程：Logit（P）=Ln（P/1-P）=1.913*a+1.241*b+1.442*c+1.097*d-2.074。继续收集本院乳腺中心从2019年1月至2019年4月满足入组条件的患者资料共19例，对该模型进行初步验证。
结果
1.本研究中共收集228例腋窝SLN阳性且进一步行ALND患者的临床及病理资料。进行单因素分析,设置第一类错误水平为0.05，结果显示，与腋窝NSLN转移状况相关的因素包括：年龄（P=0.045）、临床肿瘤大小（M=3.0，P=0.006）、肿瘤多灶性（P=0.011）、神经及脉管浸润（P=0.003）、阳性SLN个数（X-=1.43，P=0.009）、阴性SLN个数（X-=1.46，P=0.034）。随后进行二元Logistic回归多因素分析，回归分析结果提示，临床肿瘤大小（P=0.030）、神经及脉管浸润（P=0.017）、肿瘤多灶性（P=0.016）及阳性SLN个数（P=0.033）为non-SLN的独立危险因素。
2.利用预测方程对于模型组228人和检验组19人进行验证，得到ROC曲线下面积为0.715和0.795，并对两组分别进行拟合度检测，得到拟合优度R方值分别为0.899和0.868。
3.利用预测方程设置低危区间，当风险值≤21.5%时，假阴性率在较低水平，可以筛选出约4%的患者避免ALND。
结论
1、对于腋窝SLNB结果阳性的早期乳腺癌女性患者，年龄、临床肿瘤大小、脉管及神经束侵犯、肿瘤多灶性、阳性SLN个数、阴性SLN个数与non-SLN有无发生转移相关。其中临床肿瘤大小、是否多灶性、有无脉管及神经束浸润、阳性SLN个数更是non-SLN转移状态的独立危险因素。
2、该模型预测效能仍需要更多的样本进行验证和优化。对于某些行SLNB术，结果阳性的女性乳腺癌患者，应用预测模型判断non-SLN状态有一定参考价值，但是否需要补充行ALND仍需慎重考虑。