论文部分内容阅读
目的1.对比乳腺癌在不同性别患者中乳腺癌特异性生存率（breast cancer-specific survival,BCSS）和总生存率（overall survival,OS）的差异。2.分析与不同性别乳腺癌患者BCSS相关的因素,并分别构建恰当的生存率预测模型进行个体风险预测。材料与方法收集SEER数据库中符合入组标准的诊断时间为2010年至2015年的2226例男性乳腺癌患者和49662例女性乳腺癌患者,将其进行倾向性得分匹配分析（propensity score matching,PSM）,在PSM前后分别对不同性别患者的BCSS和OS进行对比。将不同性别乳腺癌患者分别按7:3的比例分为训练集和内部验证集。收集郑州大学第一附属医院符合入组标准的诊断时间为2010年至2015年的53例男性乳腺癌患者和200例女性乳腺癌患者作为外部验证集。在训练集中使用Cox比例风险回归模型筛选出与BCSS相关的变量并建立多因素列线图,同时在训练集里单独使用临床分期构建预测模型。使用C指数、校准曲线及ROC曲线在训练集和验证集中对多因素列线图模型和临床分期模型进行验证。最后,应用决策曲线分析评价它们的临床实用性。结果1.PSM前,男性乳腺癌患者拥有更低的OS（P＜0.001;HR=2.116,95%CI=2.022-2.210）和 BCSS（P＜0.001,HR=1.522,95%CI=1.375-1.669）;PSM 后男性乳腺癌患者的OS（P＜0.001;HR=1.468,95%CI=1.354-1.581）依旧低于女性的OS,而BCSS在不同性别乳腺癌患者间的差异没有统计学意义（P=0.272,HR=1.125,95%CI=0.914-1.335）。2.单因素及多因素Cox分析后,最终将以下变量纳入男性乳腺癌多因素列线图:医疗保险、婚姻、雌激素及孕激素受体、临床分期、手术方式、化疗情况、组织学分级;在男性患者训练集中,多因素列线图的C指数（95%CI）为0.830（0.790-0.870）,临床分期模型的 C 指数（95%CI）为 0.764（0.718-0.810）,多因素列线图的C指数高于临床分期模型的C指数。在男性患者训练集中,多因素列线图预测1、3、5年BCSS的AUC分别为0.876、0.829、0.850,临床分期模型的结果分别为0.797、0.766、0.769;在男性内部验证集中,多因素列线图预测1、3、5年BCSS的AUC分别为0.910、0.852、0.882,临床分期模型的结果分别为0.777、0.723、0.800。在男性外部验证集中,多因素列线图预测3、5年BCSS的AUC分别为0.887、0.910,临床分期模型的结果分别为0.772、0.810。决策分析曲线也表明多因素列线图模型预测效能优于临床分期模型的预测效能。单因素及多因素Cox分析后,最终女性乳腺癌多因素BCSS预测模型纳入的变量有:婚姻、年龄、种族、临床分期、雌激素受体、孕激素受体、人表皮生长因子受体-2、组织学分级、手术方式、放疗情况、化疗情况。在女性训练集中,多因素列线图的C指数（95%CI）为0.877（0.869-0.884）,临床分期模型的C指数（95%CI）分别为0.811（0.810-0.829）。在女性患者训练集中,多因素列线图预测1、3、5年BCSS的AUC分别为0.923、0.895、0.877,临床分期模型的结果分别为0.848、0.823、0.813;在女性患者内部验证集中,多因素列线图预测1、3、5年BCSS的AUC分别为0.927、0.900、0.872,临床分期模型的结果分别为0.852、0.820、0.802;在女性患者外部验证集中,多因素列线图预测1、3、5年BCSS的AUC分别为0.906、0.879、0.859,临床分期模型的结果分别为0.831、0.805、0.799,多因素列线图的AUC均高于临床分期模型的AUC。决策分析曲线也表明多因素列线图模型预测效能优于临床分期模型的预测效能。C指数、ROC曲线和校准曲线均表明,多因素列线图在预测男性乳腺癌患者和女性乳腺癌患者BCSS方面表现良好,且均优于单独使用临床分期。结论1.相较于女性乳腺癌患者,PSM前男性乳腺癌患者的OS和BCSS更低;PSM后男性乳腺癌患者的OS也更差,但BCSS在不同性别乳腺癌患者间无显著差异。2.本研究确定了男性乳腺癌患者和女性乳腺癌患者BCSS的相关因素,并分别建立了多因素列线图来预测患者1年、3年和5年的BCSS,是临床医生评估乳腺癌患者预后的有效工具。