预测高节点负担的患者与哨戒节点-阳性光线ERBB2-阴性乳腺癌
Ida Skarping1,2, Pär-Ola Bendahl1, Robert Szulkin3,4
1Division of Oncology, Department of Clinical Sciences, Lund University, Lund, Sweden.
JAMA surgery
|September 25, 2024
概括
一个新的模型预测了光线ERBB2-阴性乳腺癌的高节点负担,可能避免不必要的完成状淋巴结解剖 (CALND) 和相关的手臂发病率.
科学领域:
- 在瘤学瘤学.
- 手术瘤学手术瘤学
- 乳腺癌研究研究 乳腺癌研究
背景情况:
- 遗漏完成状淋巴结解剖 (CALND) 是节点阴性乳腺癌的标准,具有有限的哨兵淋巴结 (SLN) 转移.
- 高节点负担可能表明治疗不足,如果在光线乳腺癌中省略了CALND.
- 准确预测高节点负担对于适当的治疗决定至关重要.
研究的目的:
- 开发和验证一种预测模型,用于识别光线ERBB2-阴性乳腺癌中高节点负荷.
- 在不执行CALND的情况下创建名组图来帮助治疗决策.
- 针对完整的光线ERBB2-阴性队列和叶状乳腺癌亚组的预测模型进行具体分析.
主要方法:
- 对乳腺癌中潜在的哨兵节点活检数据的分析:大转移后关清除的遗漏 (SENOMAC) 试验.
- 使用培训数据 (80%的队列) 开发多变量后勤回归模型.
- 使用测试数据 (20%的队列) 验证模型,并评估歧视 (AUC) 和校准.
主要成果:
- 发光ERBB2-阴性乳腺癌的预测模型包括SLN宏转移,微转移,SLN比率,囊外延伸和瘤大小.
- 该模型在测试组中获得了0.74的AUC,校准结果令人满意,在80%的灵敏度值下,预测值为94%的负值.
- 另一种针对乳腺癌分组的单独模型也显示AUC为0.74.
结论:
- 开发的预测模型和名图可以帮助指导ERBB2-阴性乳腺癌的全身治疗决策.
- 这些工具可以帮助避免完成状淋巴结解剖 (CALND),从而降低手臂发病风险.
- 建议对预测模型进行外部验证,以获得更广泛的临床应用.
