乳腺癌非前哨淋巴结转移的预测模型构建

doi:10.3877/cma.j.issn.1674-3946.2020.06.022

目的

探讨乳腺癌非前哨淋巴结(NSLN)转移的危险因素并构建非前哨淋巴结转移的预测模型。

方法

回顾性分析2016年1月至2019年6月接受前哨淋巴结活检(SLNB)且确诊前哨淋巴结(SLN)阳性，行腋窝淋巴清扫术(ALND)的95例乳腺癌患者的临床资料。应用SPSS 20.0软件对数据进行处理，计数资料用[例(%)]描述，其中连续变量使用秩和检验，分类变量使用χ²检验。对与NSLN转移相关的临床病理因素进行多因素Logistic回归分析，根据Logistic回归分析各变量的回归系数建立非前哨淋巴结转移风险预测模型计算每例患者NSLN转移的预测概率，通过描绘受试者工作特征曲线(ROC)并计算曲线下面积(AUC)从而来评估模型的预测能力。

结果

通过单因素分析显示乳腺癌患者NSLN转移与肿瘤大小、肿瘤位置、淋巴血管是否受侵犯、SLN转移灶大小及SLN阳性率相关(P<0.05)；将相关因素纳入多因素Logistic回归分析中，结果显示，肿瘤大小、淋巴血管是否受侵犯、SLN阳性率为乳腺癌患者NSLN转移的独立危险因素。根据Logistic回归分析建立NSLN转移风险预测模型，绘制研究对象的ROC曲线，计算AUC为0.792(95%CI为0.651～0.934)；Hosmer-Lemeshow拟合优度检验P＝0.603。

结论

肿瘤大小、淋巴血管是否受侵犯、SLN阳性率为乳腺癌患者非前哨淋巴结转移的独立危险因素，NSLN转移风险预测模型对NSLN转移患者具有较高的预测价值，可辅助临床医师术前判断，选择合理的术式。

关键词: 乳腺肿瘤, 前哨淋巴结活组织检查, 淋巴转移, 预测模型

Objective

To explore the risk factors of non-sentinel lymph node (NSLN) metastasis in breast cancer and to construct a predictive model of non-sentinel lymph node metastasis.

Methods

The clinical data of 95 patients were analyzed retrospectively, who were with breast cancer and underwent sentinel lymph node biopsy (SLNB) and were diagnosed with positive sentinel lymph node (SLN) and underwent axillary lymph node dissection (ALND). Statistical analysis were performed by using SPSS 22.0 software. Count data were expressed as % and the rank sum test was used for continuous variables and the χ² test was used for categorical variables. Multi-factor logistic regression analysis were performed on the clinicopathological factors related to NSLN metastasis. According to the regression coefficient of each variable of logistic regression analysis, a non sentinel lymph node metastasis risk prediction model was established to calculate the prediction probability of each patient's NSLN metastasis. The prediction ability of the model was evaluated by depicting the receiver operating characteristic curve (ROC) and calculating the area under the curve (AUC).

Results

Univariate analysis showed that NSLN metastasis in breast cancer patients was related to tumor size, tumor location, whether lymph vessels were invaded, size of SLN metastasis and SLN positive rate (P<0.05); Relevant factors were included in the multivariate logistic regression analysis. The results showed that tumor size, whether lymphatic vessels were invaded, and SLN positive rate were independent risk factors for NSLN metastasis in breast cancer patients. According to Logistic regression analysis, establish NSLN transfer risk prediction model. The ROC curve showed the AUC of 0.792 (95%CI was 0.651~0.934); the Hosmer-Leme show goodness-of-fit test P=0.603.

Conclusion

Tumor size, whether lymph vessels are invaded, and SLN positive rate are independent risk factors for non-sentinel lymph node metastasis in breast cancer patients. The NSLN metastasis risk prediction model has a higher predictive value for patients with NSLN metastasis. It could help clinician fpr preoperative evaluation so as to choose the reasonable operation method.

Key words: Breast neoplasms, Sentinel lymph node biopsy, Lymphatic metastasis, Predictive model

表1 95例单侧原发性乳腺癌患者病理特征与NSLN转移相关性分析[例(%)]

临床病理特征		例数	NSLN(＋)	χ²	P
年龄(岁)		?	?	?	?
?	≤50	46	15(42.9)	0.687	0.467
?	> 50	49	20(57.1)	0.687	0.467
肿瘤大小(cm)		?	?	?	?
?	T1(≤2)	36	8(22.9)	6.901	0.032
?	T2(>2～5)	55	24(68.6)
?	T3(> 5)	4	3(8.6)
肿瘤位置		?	?	?	?
?	内上	26	4(11.4)	10.723	0.013
?	内下	11	4(11.4)
?	外上	50	21(60.0)
?	外下	8	6(17.1)
病理类型		?	?	?	?
?	导管型	86	31(88.6)	0.486	0.784
?	小叶性	3	1(2.9)
?	其他	6	3(8.6)
组织学分级		?	?	?	?
?	I级	6	2(5.7)	0.662	0.718
?	II级	48	16(45.7)
?	III级	41	17(48.6)
淋巴血管侵犯		?	?	?	?
?	有	19	16(45.7)	22.902	0.000
?	无	76	19(54.3)	22.902	0.000
肿瘤是否多灶		?	?	?	?
?	是	18	7(20.0)	0.040	0.842
?	否	77	28(80.0)	0.040	0.842
ER		?	?	?	?
?	阳性	61	23(65.7)	0.055	0.815
?	阴性	34	12(34.3)	0.055	0.815
PR		?	?	?	?
?	阳性	60	24(68.6)	0.698	0.403
?	阴性	35	11(31.4)	0.698	0.403
Her-2		?	?	?	?
?	阳性	20	7(20.0)	0.135	0.935
?	阴性	63	24(68.6)
?	可疑阳性	12	4(11.4)
Ki-67		?	?	?	?
?	≤ 30%	73	29(82.9)	1.127	0.288
?	> 30%	22	6(17.1)	1.127	0.288
SLN阳性数目(个)		?	?	?	?
?	1	46	15(42.9)	2.783	0.249
?	2	37	13(37.1)
?	≥3	12	7(20.0)
SLN阴性数目(个)		?	?	?	?
?	0	20	11(31.4)	7.513	0.057
?	1	27	9(25.7)
?	2	20	3(8.6)
?	≥3	28	12(34.3)
SLN转移灶大小(mm)		?	?	?	?
?	≤2	29	6(17.1)	4.680	0.031
?	> 2	66	29(82.9)	4.680	0.031
SLN阳性率		?	?	?	?
?	< 0.5	48	12(34.3)	12.331	0.002
?	0.5≤n<1	33	20(57.1)
?	1	14	3(8.6)

表1 95例单侧原发性乳腺癌患者病理特征与NSLN转移相关性分析[例(%)]

临床病理特征		例数	NSLN(＋)	χ²	P
年龄(岁)		?	?	?	?
?	≤50	46	15(42.9)	0.687	0.467
?	> 50	49	20(57.1)	0.687	0.467
肿瘤大小(cm)		?	?	?	?
?	T1(≤2)	36	8(22.9)	6.901	0.032
?	T2(>2～5)	55	24(68.6)
?	T3(> 5)	4	3(8.6)
肿瘤位置		?	?	?	?
?	内上	26	4(11.4)	10.723	0.013
?	内下	11	4(11.4)
?	外上	50	21(60.0)
?	外下	8	6(17.1)
病理类型		?	?	?	?
?	导管型	86	31(88.6)	0.486	0.784
?	小叶性	3	1(2.9)
?	其他	6	3(8.6)
组织学分级		?	?	?	?
?	I级	6	2(5.7)	0.662	0.718
?	II级	48	16(45.7)
?	III级	41	17(48.6)
淋巴血管侵犯		?	?	?	?
?	有	19	16(45.7)	22.902	0.000
?	无	76	19(54.3)	22.902	0.000
肿瘤是否多灶		?	?	?	?
?	是	18	7(20.0)	0.040	0.842
?	否	77	28(80.0)	0.040	0.842
ER		?	?	?	?
?	阳性	61	23(65.7)	0.055	0.815
?	阴性	34	12(34.3)	0.055	0.815
PR		?	?	?	?
?	阳性	60	24(68.6)	0.698	0.403
?	阴性	35	11(31.4)	0.698	0.403
Her-2		?	?	?	?
?	阳性	20	7(20.0)	0.135	0.935
?	阴性	63	24(68.6)
?	可疑阳性	12	4(11.4)
Ki-67		?	?	?	?
?	≤ 30%	73	29(82.9)	1.127	0.288
?	> 30%	22	6(17.1)	1.127	0.288
SLN阳性数目(个)		?	?	?	?
?	1	46	15(42.9)	2.783	0.249
?	2	37	13(37.1)
?	≥3	12	7(20.0)
SLN阴性数目(个)		?	?	?	?
?	0	20	11(31.4)	7.513	0.057
?	1	27	9(25.7)
?	2	20	3(8.6)
?	≥3	28	12(34.3)
SLN转移灶大小(mm)		?	?	?	?
?	≤2	29	6(17.1)	4.680	0.031
?	> 2	66	29(82.9)	4.680	0.031
SLN阳性率		?	?	?	?
?	< 0.5	48	12(34.3)	12.331	0.002
?	0.5≤n<1	33	20(57.1)
?	1	14	3(8.6)

表2 95例单侧原发性乳腺癌患者多因素Logistic回归分析结果

变量	Wald值	P	OR值(95%CI)
肿瘤大小	5.420	0.021	2.121(1.276～4.328)
肿瘤位置	1.259	0.210	2.673(0.042～6.303)
淋巴管侵犯	5.878	0.013	5.206(1.612～15.321)
SLN转移灶大小	3.301	0.070	3.539(0.895～11.327)
SLN阳性率	13.565	0.000	5.675(3.158～15.688)
常数项	19.336	0.000	?

表2 95例单侧原发性乳腺癌患者多因素Logistic回归分析结果

变量	Wald值	P	OR值(95%CI)
肿瘤大小	5.420	0.021	2.121(1.276～4.328)
肿瘤位置	1.259	0.210	2.673(0.042～6.303)
淋巴管侵犯	5.878	0.013	5.206(1.612～15.321)
SLN转移灶大小	3.301	0.070	3.539(0.895～11.327)
SLN阳性率	13.565	0.000	5.675(3.158～15.688)
常数项	19.336	0.000	?

图1 95例单侧原发性乳腺癌患者NSLN转移风险预测模型ROC曲线

表3 95例单侧原发性乳腺癌患者Logistic回归分析各变量赋值方法

变量	赋值方法
肿瘤大小	≤2 cm＝1, 2～5 cm＝2, >5 cm＝3
肿瘤位置	内上＝1,内下＝2,外上＝3,外下＝4
淋巴管侵犯	无＝0,有＝1
SLN转移灶大小	≤2 mm＝0, >2 mm＝1
SLN阳性率	(n<0.5)＝1，(0.5≤n<1)＝2，(n＝1)＝3

表3 95例单侧原发性乳腺癌患者Logistic回归分析各变量赋值方法

变量	赋值方法
肿瘤大小	≤2 cm＝1, 2～5 cm＝2, >5 cm＝3
肿瘤位置	内上＝1,内下＝2,外上＝3,外下＝4
淋巴管侵犯	无＝0,有＝1
SLN转移灶大小	≤2 mm＝0, >2 mm＝1
SLN阳性率	(n<0.5)＝1，(0.5≤n<1)＝2，(n＝1)＝3

[1]	Bray F, Ferlay J, Soerjomataram I, et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2018, 68(6): 394-424.
[2]	Siegel RL, Miller KD, Jemal A．Cancer statistics，2018[J]．CA Cancer J Clin，2018, 68(1): 7-30.
[3]	王宁，刘硕，杨雷，等.2018全球癌症统计报告解读[J/CD]．肿瘤综合治疗电子杂志，2019, 5(1): 87-97.
[4]	方依寒，赵毅．乳腺癌新辅助化疗后腋窝淋巴结转移综合预测模型的建立[J]. 现代肿瘤医学，2020, 28(1): 53-57.
[5]	温涛，方珍，王科，等．前哨淋巴结阴性乳腺癌病人腋窝低位淋巴结清扫[J]．外科理论与实践，2019, 24(5): 434-439.
[6]	王彦伟，胥萍，赵磊，等. 前哨淋巴结活检联合术前超声预测早期乳腺癌腋窝淋巴结转移[J]. 中华普通外科杂志，2019, 34(9): 779-782.
[7]	韦军，王聪，谢贤鑫，等．早期乳腺癌腋窝淋巴结转移风险因素及风险预测模型的建立[J]. 现代生物医学进展，2019, 4: 684-689.
[8]	Al-Masri M, Darwazeh G, El-Ghanem M，et al. Assessment of an existing and modified model for predicting non sentinel lymph node metastasis in breast cancer patients with positive sentinel node biopsy[J]. Gulf J Oncolog, 2013, 1(13): 15-22.
[9]	Patel NU, Lind KE, Mckinney K，et al.Clinical Validation of a Predictive Model for the Presence of Cervical Lymph Node Metastasis in Papillary Thyroid Cancer[J]. AJNR Am J Neuroradiol，2018, 39(4): 756-761.
[10]	范明江，日斯白克·阿不都卡德尔，阿布都沙塔尔·吐尔地．前哨淋巴结活检与腋窝淋巴结清扫对早期乳腺癌患者术后恢复及并发症的影响[J]. 实用癌症杂志，2020, 35(1): 145-148.
[11]	郑克思，郑翔，曾勇，等.102例前哨淋巴结阳性乳腺癌患者腋窝非前哨淋巴结转移相关因素分析[J]. 中国中西医结合外科杂志，2019, 25(3): 310-315.
[12]	杨福兰，习勋，俞建平，等．新辅助化疗后行乳腺癌前哨淋巴结活检意义分析[J]. 中国现代医生，2019, 57(26): 66-68.
[13]	田睿. 保乳手术联合前哨淋巴结活检术治疗早期乳腺癌疗效及患者预后影响因素分析[J]. 医学理论与实践，2020, 33(3): 413-414.
[14]	王启才，李蒙玲，张德杰，等. 早期乳腺癌患者运用前哨淋巴结活检术和腋窝淋巴结清扫术的优劣差异分析[J]. 中国医学创新，2019, 16(5): 17-20.
[15]	周萍，许楠，陆澄．腋窝淋巴结状态对乳腺癌保乳手术后复发病人的预后影响[J]．临床外科杂志，2019, 27(9): 769-772.
[16]	Glechner A, W？ckel A, Gartlehner G，et al.Sentinel lymph node dissection only versus complete axillary lymph node dissection in early invasive breast cancer: A systematic review and meta-analysis[J]. Eur J Cancer, 2013, 49(4): 812-825.
[17]	Molland JG, Dias MM, Gillett DJ. Sentinel node biopsy in breast cancer: Results of 103 cases[J]. Aust N Z J Surg, 2000, 70(2): 98-102.
[18]	姚家炳，贾琳娇，司丕蕾，等．乳腺癌淋巴管侵犯与淋巴结转移率的相关性研究[J/CD]．中华普通外科学文献(电子版)，2018, 12(1): 28-31.

[1]	郏亚平, 曾书娥. 含鳞状细胞癌成分的乳腺化生性癌的超声与病理特征分析[J]. 中华医学超声杂志（电子版）, 2023, 20(08): 844-848.
[2]	唐玮, 何融泉, 黄素宁. 深度学习在乳腺癌影像诊疗和预后预测中的应用[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 323-328.
[3]	康夏, 田浩, 钱进, 高源, 缪洪明, 齐晓伟. 骨织素抑制破骨细胞分化改善肿瘤骨转移中骨溶解的机制研究[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 329-339.
[4]	衣晓丽, 胡沙沙, 张彦. HER-2低表达对乳腺癌新辅助治疗疗效及预后的影响[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 340-346.
[5]	施杰, 李云涛, 高海燕. 腋窝淋巴结阳性Luminal A型乳腺癌患者新辅助与辅助化疗的预后及影响因素分析[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 353-361.
[6]	伍秋苑, 陈佩贤, 邓裕华, 何添成, 周丹. 肠道微生物在乳腺癌中的研究进展[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 362-365.
[7]	谭巧, 苏小涵, 侯令密, 黎君彦, 邓世山. 乳腺髓样癌的诊治进展[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 366-368.
[8]	周婉丽, 钱铮, 李喆. 槐耳在乳腺癌免疫治疗中的研究进展[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 369-371.
[9]	熊倩, 罗凤. 乳腺癌患者术后康复现状与对策的研究进展[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 372-374.
[10]	杨小菁, 姜瑞瑞, 石玉香, 王静静, 李长天. 乳腺孤立性纤维性肿瘤一例[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 375-377.
[11]	冯雪园, 韩萌萌, 马宁. 乳腺原发上皮样血管内皮瘤一例[J]. 中华乳腺病杂志(电子版), 2023, 17(06): 378-380.
[12]	张俊, 罗再, 段茗玉, 裘正军, 黄陈. 胃癌预后预测模型的研究进展[J]. 中华普通外科学文献(电子版), 2023, 17(06): 456-461.
[13]	唐旭, 韩冰, 刘威, 陈茹星. 结直肠癌根治术后隐匿性肝转移危险因素分析及预测模型构建[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 16-20.
[14]	晏晴艳, 雍晓梅, 罗洪, 杜敏. 成都地区老年转移性乳腺癌的预后及生存因素研究[J]. 中华普外科手术学杂志(电子版), 2023, 17(06): 636-638.
[15]	李智铭, 郭晨明, 庄晓晨, 候雪琴, 高军喜. 早期乳腺癌超声造影定性及定量指标的对比研究[J]. 中华普外科手术学杂志(电子版), 2023, 17(06): 639-643.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Construction of a predictive model for non-Sentinel Lymph Node Metastasis of breast cancer

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Construction of a predictive model for non-Sentinel Lymph Node Metastasis of breast cancer