瘤大小,HER-2状态,CA125,CEA,SII和PNI:LABC患者病理完整反应的关键预测因素
Xinyi Guo1,2, Ronglan Wen1, Liangfei Yu1
1Department of Breast Surgery, Affiliated Fuzhou First Hospital of Fujian Medical University No. 190 Dadao Road, Taijiang District, Fuzhou 350009, Fujian, China.
American journal of cancer research
|November 18, 2024
概括
这项研究确定了接受新辅助化疗 (NACT) 的局部晚期乳腺癌 (LABC) 患者病理完整反应 (pCR) 的关键因素. 一个结合瘤大小,HER-2状态,CA125,CEA,SII和PNI的预测模型在预测pCR方面表现良好.
科学领域:
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
- 生物统计学 生物统计学
背景情况:
- 局部晚期乳腺癌 (LABC) 是一个重大的临床挑战.
- 术后的新辅助化疗 (NACT) 是LABC的标准治疗方法.
- 预测病理完整反应 (pCR) 对于优化治疗策略和患者结果至关重要.
研究的目的:
- 在接受NACT的LABC患者中识别与pCR相关的特征因素.
- 开发和验证使用临床,病理和血液学指标进行PCR的预测模型.
- 通过提供预测治疗反应的工具来增强LABC的临床管理.
主要方法:
- 追溯收集来自237名LABC患者的数据.
- 后勤回归分析以确定pCR的独立风险因素.
- 开发和验证一个包含瘤大小,HER-2,CA125,CEA,SII和PNI的诺莫格拉姆模型.
- 使用ROC曲线,AUC和C指数对模型性能进行评估.
主要成果:
- 在pCR和非pCR组之间观察到瘤大小,T阶段,ER,PR,HER-2和分子类型的显著差异.
- 较低的CA125,CEA,SII和较高的PNI水平与pCR相关.
- 多变量分析确定了瘤大小,HER-2,CA125,CEA,SII和PNI作为PCR的独立预测因素.
- 在训练 (AUC=0.881) 和验证 (AUC=0.722) 两组中,诺莫格拉姆模型表现出良好的预测性能.
结论:
- 一个整合临床病理特征和血液学指标的诺米克图模型有效地预测LABC患者的pCR.
- 诸如较小的瘤大小,HER-2阳性,较低的CA125/CEA,较低的SII和较高的PNI等因素与较高的pCR率有关.
- 这种预测模型为定制乳腺癌管理和改善患者结果提供了有价值的临床影响.
