论文部分内容阅读
研究目的本研究拟分析前哨淋巴结(sentinel lymph node,SLN)阳性乳腺癌的非前哨淋巴结(non-sentinel lymph node,NSLN)转移的危险因素,并构建非前哨淋巴结转移的预测模型。旨在探讨以下问题:1.分析前哨淋巴结阳性乳腺癌患者的临床病理特征,探讨患者年龄、肿瘤大小、组织学分级、脉管癌栓、雌激素受体(ER)状态、孕激素受体(PR)状态、人类表皮生长因子受体-2(Her-2)表达、Ki-67表达、SLN总数、阳性SLN数目、SLN转移率、SLN包膜外侵犯情况与非前哨淋巴结转移是否存在相关性。2.分析前哨淋巴结阳性乳腺癌患者的非前哨淋巴结转移的危险因素,建立并验证非前哨淋巴结转移的风险模型,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。材料与方法1.收集2007年1月1日至2016年7月31日在广东省妇幼保健院乳腺病防治中心行前哨淋巴结活检术(sentinel lymph node biopsy,SLNB)及腋窝淋巴结清扫术(axillary lymph node dissection,ALND)的浸润性乳腺癌病例共232例。按本研究病例纳入及排除标准,最终收集临床及病理资料完整的206例患者进行回顾性分析。入组病例共分为两组,自2007年1月1日至2015年12月31日的172例为建模组,自2016年1月1日至2016年7月31日的34例为验证组。2.采用SPSS13.0统计软件包进行数据分析。采用χ2检验分析患者年龄、肿瘤大小、组织学分级、脉管癌栓、手术方式、ER状态、PR状态、HER-2表达、Ki-67表达、SLN总数、阳性SLN数目、SLN转移率、SLN包膜外侵犯与其非前哨淋巴结转移之间的关系;采用多因素Logistic回归分析建立非前哨淋巴结转移风险的预测模型,并根据ROC曲线确立风险值;验证和评估模型的敏感性、特异性和准确性。结果1.非前哨淋巴结转移危险因素的单因素分析用χ2检验、Continuity连续校正χ2检验对建模组(172例)的13个变量行单因素分析,筛选与非前哨淋巴结转移相关的因素,均取P<0.05为差异有统计学意义。结果提示,以下6个因素与NSLN转移密切相关,分别为脉管癌栓、ER阳性、PR阳性、SLN数目≥3枚、SLN包膜外侵犯、SLN转移率。2.非前哨淋巴结转移危险因素的多因素分析结果Logistics分析以NSLN有无转移作为因变量,以单因素分析有统计学意义的6个因素作为自变量,进行forward法logistics多因素回归分析,结果显示共有4个因素:脉管侵犯、ER状态、SLN转移率、SLN包膜外侵犯与非前哨淋巴结转移相关。3.logistics回归方程的建立及风险值的确立将多因素分析结果的4个非前哨淋巴结转移的危险因素代入方程,建立logistics回归预测模型:logit(P)=-2.586+1.583*ER状态+1.148*SLN包膜外侵犯+1.829*SLN转移率+1.321*脉管癌栓。对logistics回归预测模型进行拟合度检验,得出P=0.857>0.05,故认为该模型是合理的,拟合度可。根据ROC曲线确立最佳诊断截断点约为0.587,即P≥0.587时,预测非前哨淋巴结发生转移的风险相对高,P<0.587时,预测非前哨淋巴结发生转移的风险相对低。4.非前哨淋巴结转移预测模型的验证将验证组34例患者的ER状态、包膜外侵犯、SLN转移率、脉管癌栓4个变量代入预测模型中,以P≥0.587时,预测非前哨淋巴结发生转移,预测NSLN阴性14例,NSLN阳性20例。预测正确的NSLN阴性10例,阳性14例,故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1.本研究单因素分析提示脉管癌栓、ER阳性、PR阳性、SLN数目≥3枚、SLN包膜外侵犯、SLN转移率与前哨淋巴结阳性乳腺癌患者非前哨淋巴结转移相关。2.logistics多因素回归分析发现脉管侵犯、ER状态、SLN转移率、SLN包膜外侵犯是前哨淋巴结阳性乳腺癌患者非前哨淋巴结转移的危险因素。3.根据logistics多因素回归分析建立非前哨淋巴结转移风险预测模型,本研究是首个将SLN包膜外包括在内的NSLN转移预测模型。经过验证,该模型可以较好地预测前哨淋巴结阳性乳腺癌的非前哨淋巴结转移风险。