SABCS中国之声丨毛晓韵教授：术前评估乳腺癌ALN转移风险的新工具——多变量逻辑回归列线图

在临床工作中，术前精准评估乳腺癌患者的腋窝淋巴结状态并精准定位转移淋巴结意义重大，能避免非转移性淋巴结清扫和保护患侧上肢功能。超声简便经济，但难评估深部淋巴结且主观性强；磁共振分辨率高，但成本高且显示腋窝有限；常规CT提供淋巴结信息，但识别小淋巴结能力不足。此外，由于无法获得单个淋巴结的病理数据，大多数研究仅依赖于整个标本取样来间接评估淋巴结转移。这种方法可能会破坏研究结果的可靠性。本研究利用HRCT技术的高空间分辨率优势，通过将腋下淋巴结的影像学特征与病理学结果进行精确匹配，开发并验证了一种基于多变量逻辑回归模型的列线图。

前瞻性纳入空芯针穿刺活检确诊乳腺癌且具备完整病理和HRCT资料的患者，进行影像学-病理学一一匹配，记录患者基本信息、HRCT影像及病理信息，运用R4.4.0进行统计分析，包括多种数据检验、利用回归筛选风险因素构建模型并开发列线图，评估其性能和临床实用性。

本研究在2023年4月至2024年5月期间成功纳入98例乳腺癌患者，依据腋窝淋巴结是否转移分为两组，对两组基本特征进行对比分析；同时通过HRCT检查与病理检查，成功匹配302个腋窝淋巴结，其中71个为转移淋巴结，231个为非转移淋巴结,结果转移淋巴结在平均CT值、短径、长径、长径/短径比值以及边界和形状等影像学特征方面与非转移淋巴结相比存在显著差异。

图1.患者入组计划

并在最初确定的14个涵盖基础信息、HRCT影像学和病理学的特征中，利用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归筛选出10个潜在预测因子，进一步精简得到6个强相关变量，即平均CT值、短直径、边界、形状、Ki-67状态和组织学分级，基于这些变量进行逻辑回归分析开发出个体化预测模型，并以列线图形式呈现。

对该列线图性能进行全面评估，其C指数达到0.869，通过自举法验证得分0.845，诊断准确率为79.5%，曲线下面积为0.862，敏感性为78.9%，特异性为79.7%，表明模型具有出色的区分和预测能力；决策曲线分析显示，在转移可能性阈值处于1%～86%范围内时，使用该列线图预测腋窝淋巴结转移相比其他方案能带来更大益处，且净效益与基于转移列线图的方案存在一定重叠，进一步证实其临床实用性。