论文部分内容阅读
背景:乳腺癌目前是女性患者中发病率和死亡率最高的恶性肿瘤,它主要是由于正常的乳腺上皮细胞不断地进行恶性转变发展而成,其强大的侵袭性和转移能力,是导致当代患者死亡的重要原因之一。随着治疗理念的不断发展,新辅助化疗（Neoadjuvant chemotherapy,NAC）在乳腺癌治疗中的地位越来越重要。乳腺癌NAC具有较多的优势,且获得病理完全缓解（pathologic complete response,pCR）与更好的预后密切相关,因此寻找对NAC敏感的人群至关重要,尤其是针对Luminal型乳腺癌。目前已有研究表明很多因素对于预测乳腺癌新辅助化疗疗效都有重要的作用,目前尚未有单一的临床因素可直接预测新辅助化疗的疗效,因此综合利用临床指标寻找对NAC治疗敏感的患者,对于临床治疗具有重要的意义。目的:本研究综合分析血清学指标、影像学指标、病理资料与术后pCR及NAC有效性的关系,从而建立综合资料的回归预测模型,另外本研究重点分析了Luminal型乳腺癌NAC疗效的相关影响因素,旨在为临床上乳腺癌个体化、精准化综合治疗提供一定的指导意义。方法:对我院2017年12月-2021年6月接受新辅助化疗的387例患者进行回顾性分析,随机分到建模组283人和验证组104人。收集并记录患者的血液学、影像学及临床病理资料,并对其进行回顾性分析。本研究的研究终点是NAC后的有效性及pCR。将建模组研究对象的临床病理资料纳入单因素分析筛选出有意义的变量,并将这些变量纳入二元Logistic回归分析,筛选出NAC有效性及pCR的独立影响因素,在此基础上构建预测NAC有效性和pCR的临床预测模型。并利用受试者工作特征曲线（receiver opera-ting characteristic curve,ROC）评价模型的预测性能。将验证组患者的临床病理资料分别代入预测模型中,利用Kappa一致性检验检测预测模型的诊断效能。另外,本研究对建模组中Luminal型乳腺癌进行NAC疗效影响因素分析,将研究对象的临床病理资料纳入单因素分析筛选出有意义的变量,并将这些变量纳入二元Logistic回归分析,筛选出NAC疗效的独立影响因素。并利用ROC曲线评价各指标的预测价值,并计算出相应指标的最佳截断值。以P＜0.05为差异具有统计学意义。结果:1.建模组和验证组的一般资料对比:对建模组和验证组之间的临床病理资料做统计学分析,发现P值均＞0.05,结果两组在总体数据上没有显著性差别,两组基线比较均衡,具有可比性。2.筛选出影响NAC有效性的因素:在建模组,通过单因素卡方检验或Fisher精确检验筛选出与NAC有效有关的因素:血小板水平、磁共振腺体背景强化类型（background parenchymal enhancement,BPE）、ER、PR、HER-2、Ki67 及分子分型,差异具有统计学意义（P＜0.05）。3.构建预测NAC有效性的logistic回归模型:将单因素分析筛选出的有意义的变量纳入二元logistic回归分析中,引入标准为0.05,剔除标准为0.10,采用逐步法分析NAC有效性的相关影响因素并建立预测模型,最终筛选出以下因素纳入模型,根据SPSS输出结果可将模型公式书写为:有效模型P=ex/（1+ex）X=0.097+0.303*轻度强化+2.003*中度强化+2.660*显著强化-2.081*HER-2-0.119*LuminalB型-0.096*HER-2阳性型乳腺癌+1.847*三阴性型乳腺癌4.评价模型:根据输出的预测模型,绘制ROC曲线,曲线下面积为0.827（95%CI:0.779-0.875,P＜0.001）,结果表明该NAC有效性预测模型的准确度及预测能力良好,最佳截断值为0.546,灵敏度为62.1%,特异度为92.5%。将验证组数据代入建立的预测模型公式中进行Kappa一致性检验,结果示:Kappa=0.550,P＜0.001,准确度为78.85%,灵敏度为79.41%,特异度为77.78%,说明模型预测结果与实际结果具有一般的一致性。5.筛选出影响新辅助化疗pCR的因素:在建模组,通过单因素卡方检验或Fisher精确检验筛选出与NAC有效有关的因素:血小板水平、BPE、ER、PR、HER-2、Ki67及分子分型,差异具有统计学意义（P＜0.05）。6.构建预测新辅助化疗pCR的logistic回归模型:将单因素分析筛选出的有意义的变量纳入二元logistic回归分析中,引入标准为0.05,剔除标准为0.10,采用逐步法分析NAC有效性的相关影响因素并建立预测模型,最终筛选出以下因素纳入模型,根据SPSS输出结果可将模型公式书写为:P=ex/（1+ex）X=0.026+0.862*轻度强化+2.312*中度强化+2.089*显著强化+2.205*ER-3.327*HER-2-0.010*Lu minalB型+0.863*HER-2阳性型乳腺癌+1.281*三阴性型乳腺癌7.评价模型:根据预测模型,绘制ROC曲线,曲线下面积为0.808（95%CI:0.758-0.858,P＜0.001）,结果表明该pCR预测模型的准确度及预测能力良好,最佳截断值0.491,灵敏度为87%,特异度为62.1%。将验证组数据代入建立的预测模型公式中进行Kappa一致性检验,结果示:Kappa=0.675,P＜0.01,准确度为88.46%,灵敏度为72%,特异度为93.67%,说明模型预测结果与实际结果具有良好的一致性。8.对于Luminal型乳腺癌,通过单因素卡方检验或秩和检验,结果显示:血小板水平、BPE、ER、PR、HER-2、Ki67是NAC疗效的影响因素。多因素分析结果显示,HER-2阳性为NAC疗效的独立有益因素,ER、Ki67为NAC疗效的独立影响因素,其最佳截断值分别为75%（敏感度为76.5%、特异度为56.9%）、27.5%（敏感度为74.5%,特异度为74.3%）,ROC曲线下面积分别为0.683（95%CI:0.587-0.780,P＜0.001）、0.776（95%CI:0.693-0.895,P＜0.001）。结论:1.BPE、HER-2、分子分型是新辅助化疗有效性的独立影响因素,BPE、ER、HER-2、分子分型是新辅助化疗pCR的独立影响因素。2.本研究构建了两个预测模型,NAC有效性的模型预测能力一般,NAC的pCR模型预测能力良好,可用于临床筛选出敏感患者,为指导患者的精准化治疗提供参考。3.ER、HER-2、Ki67是Luminal型NAC疗效的独立影响因素,当ER＜75%、HER-2阳性、Ki67＞27.5%时,NAC的疗效更好。