前哨淋巴结阳性及全乳切除的乳腺癌患者非前哨淋巴结转移的术中预测模型

Tianjin Medical Journal(2022)

引用 0|浏览14
暂无评分
摘要
目的 建立术中预测模型并评估前哨淋巴结阳性及全乳切除的乳腺癌患者非前哨淋巴结(NSLN)转移的风险.方法 回顾性收集在国内三甲医院行全乳切除术的601例乳腺癌患者资料,其中建模组221例,内部验证组189例,外部验证组191例.通过Logistic回归分析挖掘影响建模组患者NSLN转移的风险因素,建立多因素模型并进行内外验证.同时比较本研究模型与现有的3个NSLN转移术后预测模型(MSKCC模型、TENON模型及MDA模型)在本研究人群中的应用效果.结果 建模组、内部验证组、外部验证组的NSLN转移率分别是32.6%、32.3%和50.3%.多因素分析显示,建模组中年龄(OR=0.968,95%CI:0.941~0.996)、孕激素受体(PR)状态(OR=0.484,95%CI:0.247~0.951)、肿瘤大小(OR=1.491,95%CI:1.151~1.932)、SLN阳性数量(OR=1.868,95%CI:1.278~2.730)、SLN阴性数量(OR=0.763,95%CI:0.631~0.922)是NSLN转移的影响因素.根据上述指标建立的NSLN转移预测模型在建模组的校准度(Hosmer-Lemeshowχ2=8.309,P=0.404)及区分度[受试者工作特征(ROC)曲线下面积(AUC)=0.752,95%CI:0.685~0.819]均较好.该模型在内部验证组和外部验证组的AUC分别为0.751(95%CI:0.676~0.825)和0.681(95%CI:0.606~0.757).本模型和MSKCC模型、TENON评分系统的预测价值相当,略优于MDA模型.结论 针对全乳切除术且SLN阳性的早期乳腺癌患者建立的NSLN转移术中预测模型的内外验证结果均较好,准确度与现有术后预测模型相当.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要