论文部分内容阅读
背景乳腺癌是最高发的恶性肿瘤之一。作为乳腺癌手术治疗领域的重要进展之一,前哨淋巴结活检术(SLNB)能有效帮助评估人体腋窝淋巴结状态。然而,并非所有因SLNB阳性行ALND的乳腺癌患者都有良好获益,部分患者术后病理提示未发现有腋窝NSLN存在淋巴结转移,这部分病人由ALND获益甚微,反而提高并发症发病风险。因此,如何将腋窝NSLN转移低危患者从SLN阳性的患者中筛选出来,以避免ALND,全球各地的学者都在不停摸索评估NSLN转移的风险的模型,已经建立的模型包括MSKCC模型、Tenon模型、MD安德森(MDA)癌症评分系统、Mayo模型、剑桥评分系统、斯坦福模型、Helsinki模型等,但上述模型多以西方国家人群为样本,是不是适合我国人群需要更多研究。目的探讨SLNB阳性乳腺癌病人腋窝NSLN转移相关的因素,验证三种预测模型(纪念斯隆-凯特琳癌症中心(Memorial Sloan-Kettering Cancer Center,MSKCC)模型、剑桥评分系统、Tenon模型)对我中心乳腺癌病人发生腋窝NSLN转移的预测准确性有效性并将三种模型进行比较,选出适合我中心的预测模型。方法收集2014年1月~2018年6月于深圳大学第一附属医院(深圳市第二人民医院)乳腺癌诊疗中心行SLNB证实结果为阳性且行腋窝淋巴结清扫的89例乳腺癌病人的临床病理数据并进行回顾性分析,其中NSLN转移阳性患者27例。采用单因素和多因素分析方法对乳腺癌患者腋窝NSLN转移影响因素进行分析;分别利用MSKCC模型、剑桥评分系统、Tenon模型计算入组病人NSLN转移风险,通过ROC曲线下面积(AUC)评估预测效能;通过校正曲线及卡方检验比较MSKCC、剑桥评分系统、Tenon模型预测值和真实值之间的差异。结果单因素分析显示,原发肿瘤大小、组织学分级、是否存在脉管癌栓、SLN转移灶大小、阳性SLN数、SLN阳性数/SLN总数与乳腺癌患者NSLN转移相关(P<0.05),而年龄(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)、Ki67状态(P=0.246)在乳腺癌患者NSLN转移阴性和阳性组间的差异无明确统计学意义(P>0.05)。根据多因素Logistic回归分析结果可以看出,肿瘤大小、SLN阳性数、是否存在脉管侵犯、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、剑桥评分系统、Tenon模型对入组患者NSLN预测的AUC值分别为0.712、0.600、0.654。校正曲线显示由MSKCC和Tenon两种模型预测值绘制的曲线与真实值曲线趋势无明显偏差,优于剑桥评分系统。将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有相关性(χ2=7.728,P=0.006),而剑桥评分系统、Tenon预测值与实际值无关(χ2=0.732,P=0.269、χ2=1.059,P=0.326)。结论MSKCC模型在预测我中心SLN阳性乳腺癌病人NSLN转移风险方面具有相对高的准确性,作为术前评估参考具有一定的临床价值,而剑桥评分系统、Tenon模型的预测效能劣于MSKCC模型。