论文部分内容阅读
目的：三阴性乳腺癌（TNBC）是一种侵袭性强的异质性疾病，本研究旨在通过结合相关的预后因素探索构建列线图以预测三阴性乳腺癌患者的预后。
方法：回顾性分析2008-03-01至2014-06-30于温州医科大学附属第一医院手术病理确认为三阴性乳腺癌的379例女性患者的临床病理资料。分析的终点是无病生存率（DFS）和总生存率（OS）。将379例患者按照约2：1随机分为255例患者的建模组和124例患者的验证组。在建模组中，结合临床及统计学方法筛选出影响患者预后的因素，并用R软件建立预测患者预后的OS及DFS列线图。在建模组和验证组中，分别用一致性指数（C指数）和校正曲线评价列线图的预测精度和识别能力。进一步将预测模型与传统的TNM分期在总体数据中进行比较。
结果：患者的中位年龄为49岁，中位随访时间为71个月。共有84例患者发生复发转移，63例患者死亡。经过统计学分析后发现患者的白蛋白与球蛋白比值（AGR）大小、中性粒与淋巴细胞比值（NLR）大小及淋巴结转移情况是患者的独立预后因素，结合临床及矫正建模要求后，白蛋白球蛋白比值、中性粒细胞与淋巴细胞比值、淋巴结转移数目及肿瘤大小4个预后因素被用来构建患者的DFS预测列线图。除上述4个预后因素外，在构建患者OS预测列线图时，年龄这一因素也被考虑在内。最终，我们构建了预测三阴性乳腺癌患者无病生存率（DFS）及总生存率（OS）的2个列线图模型。DFS列线图在建模组和验证组中的C指数分别为0.71（95%CI,0.64-0.77），0.69（95%CI,0.58-0.79）;OS列线图C指数分别为0.77（95%CI,0.70-0.84）及0.74（95%CI,0.62-0.86）,提示该模型具有较高准确度。此外，无论是在建模组还是验证组，列线图的校准图均显示了良好的一致性。在与传统的AJCC-TNM分期系统的比较中，我们的模型在预测精度上显示出优越性。此外，我们还在列线图的基础上建立了两个预测模型的简易网页版。DFS的预测：https：//sh-skipper.shinyapps.io/TNBC1/OS的预测：https：//sh-skipper.shinyapps.io/TNBC2/
结论：我们的预测模型简单易行，尤其是网页版本。对预测三阴性乳腺癌患者的预后有一定的临床价值。它们可以帮助医生识别不同预后风险的患者，并据此强化部分高危患者的治疗及随访密度。
方法：回顾性分析2008-03-01至2014-06-30于温州医科大学附属第一医院手术病理确认为三阴性乳腺癌的379例女性患者的临床病理资料。分析的终点是无病生存率（DFS）和总生存率（OS）。将379例患者按照约2：1随机分为255例患者的建模组和124例患者的验证组。在建模组中，结合临床及统计学方法筛选出影响患者预后的因素，并用R软件建立预测患者预后的OS及DFS列线图。在建模组和验证组中，分别用一致性指数（C指数）和校正曲线评价列线图的预测精度和识别能力。进一步将预测模型与传统的TNM分期在总体数据中进行比较。
结果：患者的中位年龄为49岁，中位随访时间为71个月。共有84例患者发生复发转移，63例患者死亡。经过统计学分析后发现患者的白蛋白与球蛋白比值（AGR）大小、中性粒与淋巴细胞比值（NLR）大小及淋巴结转移情况是患者的独立预后因素，结合临床及矫正建模要求后，白蛋白球蛋白比值、中性粒细胞与淋巴细胞比值、淋巴结转移数目及肿瘤大小4个预后因素被用来构建患者的DFS预测列线图。除上述4个预后因素外，在构建患者OS预测列线图时，年龄这一因素也被考虑在内。最终，我们构建了预测三阴性乳腺癌患者无病生存率（DFS）及总生存率（OS）的2个列线图模型。DFS列线图在建模组和验证组中的C指数分别为0.71（95%CI,0.64-0.77），0.69（95%CI,0.58-0.79）;OS列线图C指数分别为0.77（95%CI,0.70-0.84）及0.74（95%CI,0.62-0.86）,提示该模型具有较高准确度。此外，无论是在建模组还是验证组，列线图的校准图均显示了良好的一致性。在与传统的AJCC-TNM分期系统的比较中，我们的模型在预测精度上显示出优越性。此外，我们还在列线图的基础上建立了两个预测模型的简易网页版。DFS的预测：https：//sh-skipper.shinyapps.io/TNBC1/OS的预测：https：//sh-skipper.shinyapps.io/TNBC2/
结论：我们的预测模型简单易行，尤其是网页版本。对预测三阴性乳腺癌患者的预后有一定的临床价值。它们可以帮助医生识别不同预后风险的患者，并据此强化部分高危患者的治疗及随访密度。