目的
开发并验证一个整合了基线临床病理与影像学特征的列线图模型,用于预测乳腺癌患者新辅助治疗后的内乳淋巴结临床完全缓解(icCR)状态。
方法
回顾性纳入了2018年至2024年接受治疗的208例基线内乳淋巴结阳性的乳腺癌患者。通过十折交叉验证的最小绝对收缩和选择算子(LASSO)回归方法,从33个候选变量中筛选预测因子,构建多因素logistic回归模型,以列线图形式呈现。采用基于1 000次重抽样的Bootstrap法进行内部验证,并从区分度、校准度和临床实用性三个维度综合评估模型性能。
结果
多因素logistic回归显示,临床N分期(cN2~3 vs. cN0~1: OR=0.31, P=0.001)、分子分型(管腔型vs. HER-2富集型:OR=0.31, P=0.005;三阴性vs. HER-2富集型:OR=0.24, P=0.005)及阳性内乳淋巴结数量(多于1个vs. 1个:OR=2.09, P=0.033)是icCR的独立预测因素。最终模型纳入了7个预测因素,曲线下面积(AUC)=0.762;Bootstrap校正后AUC=0.728。决策曲线分析证实在17%~93%的风险阈值范围内具有临床净获益。
结论
构建并验证了一个个体化预测新辅助治疗后内乳淋巴结临床完全缓解的列线图模型。该模型可以为新辅助治疗后缺乏影像评估的患者提供内乳淋巴结降阶梯放疗的决策依据。