高风险乳腺病变恶性瘤升级的风险预测模型:定性系统性审查

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 生物统计学 生物统计学

背景情况:

• 核心针活检上的非典型乳腺病变是高风险的发现,由于恶性瘤的升级率可变,临床管理不确定.
• 现有的恶性升级风险预测模型显示不一致的性能和预测器选择.
• 本系统性审查的重点是评估目前用于预测高风险乳腺病变升级的模型的临床适用性.

研究的目的:

• 系统地评估现有的风险预测模型,用于高风险乳腺病变的恶性升级.
• 评估目前预测模型的临床适用性和局限性.
• 确定这些模型的常见预测因素和性能指标.

主要方法:

• 根据PRISMA指南进行了定性系统审查.
• 在MEDLINE,Embase和Scopus的搜索中发现了研究,该研究开发了在异型诊断后恶性瘤升级的风险预测模型.
• 预测模型偏差风险评估工具 (PROBAST) 用于质量评估.

主要成果:

• 十七项研究符合纳入标准,样本大小从20到525个,升级率从14.9%到67.3%.
• 常见的预测因素包括病变大小,组织学和放射学-病理学一致性;然而,模型性能差异很大 (AUROC 0.514-0.909).
• 大多数模型缺乏外部验证,校准评估不佳,并表现出高偏差风险.

结论:

• 目前用于高风险乳腺病变恶性升级的风险预测模型显示出广泛临床使用的显著变化和局限性.
• 这些模型可以补充临床判断,但需要进一步的外部验证和改进的校准.
• 为管理提供可靠的指导,需要加强模型开发和验证流程.