在可手术的原发性乳腺癌中经过新辅助化疗后预测病理完整反应的诺摩图
Yanli Lv1, Weimin Mu1, Qingzhong Yang1
1Breast Centre, Shunyi District Health Care Hospital for Women and Children of Beijing, Beijing, China.
概括
开发了一个预测模型,以识别可手术的原发性乳腺癌患者,在新辅助化疗 (NAC) 后可能达到病理完整反应 (pCR). 该模型结合了临床和病理因素,在预测PCR结果方面表现出适度的准确性.
科学领域:
- 在瘤学瘤学.
- 医学统计 医学统计
背景情况:
- 新辅助化疗 (NAC) 是可操作的原发性乳腺癌的关键治疗方法.
- 预测病理完整反应 (pCR) 对于定制治疗策略至关重要.
- 准确的预测模型可以优化患者选择和治疗结果.
研究的目的:
- 在接受新辅助化疗 (NAC) 的可手术原发性乳腺癌患者中开发和验证病理完整反应 (pCR) 的预测模型.
- 确定与pCR相关的关键临床和病理因素.
- 为乳腺癌管理提供个性化治疗决策的工具.
主要方法:
- 一项观察性研究包括414名接受NAC.治疗的可手术的侵入性乳腺癌患者.
- 在训练集 (n=289) 上使用多变量逻辑回归构建了一个预测模型,并在测试集 (n=125) 上验证.
- 用ROC曲线,AUC,校准图和决策曲线分析来评估模型性能.
主要成果:
- 开发了一个包含8个变量 (BMI,瘤大小,组织学等级,HR,HER2,股状况,化疗周期,治疗方案) 的名图.
- 该模型表现出适度的歧视力,AUC为0.831.
- 该模型显示了良好的校准,并被发现对患者有益.
结论:
- 开发的诺米图有效地预测了经过NAC后可手术的原发性乳腺癌患者的PCR.
- 诸如BMI,瘤特征和治疗细节等关键因素影响pCR.
- 这种预测模型可以帮助临床医生在治疗规划和患者咨询方面提供帮助.
