结合哨兵链参与模式,预测新辅助化疗后乳腺癌中非哨兵淋巴结的状况

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:

• 在新辅助化疗 (NAC) 后,高达60%的乳腺癌患者具有阳性哨兵淋巴结 (SLNs),但没有转移的非哨兵淋巴结 (非SLNs).
• 准确预测非SLN转移对于手术决策至关重要,特别是在状淋巴结剖析 (ALND) 方面.

研究的目的:

• 开发和验证乳腺癌患者非SLN转移的预测模型.
• 将哨兵链参与模式纳入模型,以提高预测准确度.
• 确定患有非SLN转移风险较低的患者,他们可能是避免ALND的候选人.

主要方法:

• 分析了NAC后呈阳性SLN的患者.
• 哨兵淋巴结根据光强度,黑色染色和淋巴排水来排名,以定义哨兵链.
• 确定了三种淋巴结参与模式:顺序性,跳过和所有参与者.
• 使用多变量后勤回归,开发了一个结合哨兵链参与模式和其他因素的预测模型.

主要成果:

• 非SLN的转移率因哨戒链参与模式而异:所有参与者的98.6%,跳过模式的58.9%,顺序模式的13.6%.
• 相比于跳过和所有涉及的模式,顺序模式显示非SLN转移的风险明显较低.
• 开发的模型表现出强大的预测性能,培训队列中的AUC为0.942,验证队列中的AUC为0.930.

结论:

• 结合哨兵链参与模式的预测模型有效地识别了非SLN转移风险在乳腺癌患者后NAC.
• 该模型显示,有可能选择具有非SLN转移风险较低的患者,从而避免不必要的ALND.
• 这种方法可以优化手术管理,并减少与ALND相关的发病率.