目的 通过分析乳腺癌患者脑转移发生的相关危险因素,建立并验证预测乳腺癌患者脑转移发生风险的Nomogram图.方法 收集监测、流行病学及预后(SEER)数据库中2010—2015年的242361例乳腺癌患者的临床资料,将所有患者分为脑转移组和非脑转移组.采用单因素和多因素Logistic回归模型分析乳腺癌患者脑转移发生的影响因素.应用R语言软件构建乳腺癌患者脑转移发生风险的Nomogram图预测模型,采用一致性指数(C-index)和受试者工作特征(ROC)曲线进行模型的验证.结果 脑转移与非脑转移乳腺癌患者年龄、种族、原发部位、组织学分级、病理类型、T分期、N分期及转移类型比较,差异均有统计学意义(P﹤0.01).多因素Logistic回归分析结果显示,组织学分级、分子亚型、转移个数(除脑以外)、T分期、N分期和原发部位是乳腺癌患者脑转移的独立影响因素.Nomogram图预测乳腺癌患者脑转移发生风险的C-index为0.953(95％CI:0.943～0.962),ROC曲线下面积为0.958(95％CI:0.950～0.966),表明模型具有很好的区分度与准确度.结论 乳腺癌临床特征与脑转移之间存在联系,对人表皮生长因子受体2(HER2)阳性和三阴性乳腺癌(TNBC)患者,应密切监测和预防发生脑转移,强调这一认识可能有助于确定合适的随访策略和指导个性化治疗.Nomogram图模型预测乳腺癌患者脑转移的发生风险,具有很好的区分度和准确度,该模型具有临床推广和应用价值.

乳腺癌;脑转移风险;SEER数据库;Nomogram图

刘德总;李坤鹏;高娜;方源;刘泽森;范云鹏;杨颖涛

郑州大学第五附属医院乳腺外科,郑州 450052;河南省胸科医院乳腺外科,郑州 4500030

癌症进展

[1]刘德总;李坤鹏;高娜;方源;刘泽森;范云鹏;杨颖涛-.Nomogram图预测乳腺癌患者脑转移的发生风险——基于SEER数据库)[J].癌症进展,2022(08):778-784

Nomogram,乳腺癌患者,发生风险,SEER,相关危险因素,软件构建,受试者工作特征,患者年龄,种族,组织学分级,病理类型,分子亚型,独立影响因素,区分度,人表皮生长因子受体,HER2,三阴性乳腺癌,TNBC,随访策略,个性化治疗,图模型,临床推广,推广和应用,脑转移风险

0.172012