毛晓韵教授：术前评估乳腺癌ALN转移风险的新工具——多变量逻辑

摘要：2024年第47届圣安东尼奥乳腺癌研讨会（San Antonio Breast Cancer Symposium，SABCS）年会将于12月10日～13日在美国圣安东尼奥召开。中国医科大学附属第一医院毛晓韵教授领衔的一项前瞻性研究将在大会上进行壁报展示（Pos

编者按：2024年第47届圣安东尼奥乳腺癌研讨会（San Antonio Breast Cancer Symposium，SABCS）年会将于12月10日～13日在美国圣安东尼奥召开。中国医科大学附属第一医院毛晓韵教授领衔的一项前瞻性研究将在大会上进行壁报展示（Poster摘要编号P1-04-04），该研究开发并验证了一种基于术前活检病理和高分辨率CT（High-resolution computed tomography，HRCT）成像的列线图，用于评估乳腺癌患者腋窝淋巴结（Axillary lymph node，ALN）转移风险。该列线图展现出良好的判别能力和校准能力，决策曲线分析表明其在1%～86%的转移可能性阈值范围内具有临床实用性。这一研究成果为乳腺癌患者ALN状态的术前评估提供了一种有潜力的工具，有助于优化临床决策。

研究题目：

乳腺癌腋窝淋巴结转移风险列线图的开发与验证

研究背景

在临床工作中，术前精准评估乳腺癌患者的腋窝淋巴结状态并精准定位转移淋巴结意义重大，能避免非转移性淋巴结清扫和保护患侧上肢功能。超声简便经济，但难评估深部淋巴结且主观性强；磁共振分辨率高，但成本高且显示腋窝有限；常规CT提供淋巴结信息，但识别小淋巴结能力不足。此外，由于无法获得单个淋巴结的病理数据，大多数研究仅依赖于整个标本取样来间接评估淋巴结转移。这种方法可能会破坏研究结果的可靠性。本研究利用HRCT技术的高空间分辨率优势，通过将腋下淋巴结的影像学特征与病理学结果进行精确匹配，开发并验证了一种基于多变量逻辑回归模型的列线图。

研究方法

前瞻性纳入空芯针穿刺活检确诊乳腺癌且具备完整病理和HRCT资料的患者，进行影像学-病理学一一匹配，记录患者基本信息、HRCT影像及病理信息，运用R4.4.0进行统计分析，包括多种数据检验、利用回归筛选风险因素构建模型并开发列线图，评估其性能和临床实用性。

研究结果

本研究在2023年4月至2024年5月期间成功纳入98例乳腺癌患者，依据腋窝淋巴结是否转移分为两组，对两组基本特征进行对比分析；同时通过HRCT检查与病理检查，成功匹配302个腋窝淋巴结，其中71个为转移淋巴结，231个为非转移淋巴结,结果转移淋巴结在平均CT值、短径、长径、长径/短径比值以及边界和形状等影像学特征方面与非转移淋巴结相比存在显著差异。

图1.患者入组计划

并在最初确定的14个涵盖基础信息、HRCT影像学和病理学的特征中，利用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归筛选出10个潜在预测因子，进一步精简得到6个强相关变量，即平均CT值、短直径、边界、形状、Ki-67状态和组织学分级，基于这些变量进行逻辑回归分析开发出个体化预测模型，并以列线图形式呈现。

对该列线图性能进行全面评估，其C指数达到0.869，通过自举法验证得分0.845，诊断准确率为79.5%，曲线下面积为0.862，敏感性为78.9%，特异性为79.7%，表明模型具有出色的区分和预测能力；决策曲线分析显示，在转移可能性阈值处于1%～86%范围内时，使用该列线图预测腋窝淋巴结转移相比其他方案能带来更大益处，且净效益与基于转移列线图的方案存在一定重叠，进一步证实其临床实用性。

研究者说

该研究在乳腺癌腋窝淋巴结转移风险预测方面取得了重要成果，这主要得益于研究方法的创新与多技术的有效整合。HRCT技术的高空间分辨率特性作为研究的重要基石，能够清晰呈现腋窝淋巴结结构细节，精确评估关键参数，这些参数不仅直观体现淋巴结形态特征，更重要的是为探究与转移风险的量化关联提供关键依据。比如平均CT值可能反映内部细胞组成和密度变化，短直径、边界和形状与肿瘤细胞浸润及淋巴结结构改变密切相关；而病理检查与HRCT影像的紧密结合则是关键环节，通过精准匹配每一个腋窝淋巴结的病理与影像，进而得以深入挖掘二者内在联系，为后续预测模型的构建筑牢根基。

预测模型构建采用LASSO回归与多变量逻辑回归分析方法。LASSO回归负责筛选关键风险因素以优化模型，多变量逻辑回归在此基础上整合筛选后的变量，构建出能精准预测腋窝淋巴结转移风险的模型，并以直观的列线图形式呈现。这一模型综合考虑了平均CT值、短直径、边界、形状、Ki-67状态和组织学分级等多个因素。从研究结果来看，构建的模型展现出了出色的性能。其C指数高达0.869，曲线下面积达到0.862，校准曲线也显示出预测与实际情况的高度一致性。这意味着该列线图在临床实践中能够为医生提供可靠的决策支持，帮助医生在术前更准确地评估患者腋窝淋巴结转移风险，从而制定更为精准的治疗方案。

未来，我们计划进一步拓展研究。一方面，开展多中心研究扩大样本，验证列线图在不同条件下的适用性与准确性。另一方面，探索纳入更多临床指标优化模型，提高预测精度。同时，我们也将致力于将积极推动成果转化，为乳腺癌患者术前腋窝淋巴结状态评估提供更有力工具。