关键词:
三阴性乳腺癌
新辅助化疗
SEER数据库
Cox比例风险回归模型
竞争风险模型
摘要:
目的
研究旨在探讨影响行新辅助化疗后三阴性乳腺癌患者的独立预后因素,并绘制列线图进行患者3年及5年乳腺癌特异性生存率的预测,为患者选择合适的个体化治疗方案提供重要的参考依据。
方法
1. 提取SEER数据库中新辅助化疗后三阴性乳腺癌患者的基本信息、临床病理特征、治疗方案和生存数据,用寿命表法对患者生存率进行描述性分析。将纳入的患者按7:3的比例随机分为建模组和验证组,采用χ2检验进行组间基线特征的比较。采用多重共线性检验自变量间的相关性。
2. 使用Kaplan-Meier法绘制生存曲线描述各因素的乳腺癌特异性生存率(Breast Cancer Specific survival,BCSS),用Log Rank检验进行比较。进行单因素Cox比例风险回归分析,将其中具有统计学意义的因素纳入多因素Cox回归模型并找出对患者具有影响的独立预后因素。
3. 使用CIF法绘制累计发生率曲线描述各因素的BCSS,用Fine-Gray检验进行比较。进行单因素竞争风险分析,将其中具有统计学意义的因素纳入多因素竞争风险模型并找出对患者具有影响的独立预后因素。
4. 将筛选出的独立预后因素用于构建患者3年和5年乳腺癌特异性生存率的列线图,使用一致性指数、校准曲线、受试者工作特征曲线(ROC)并计算曲线下面积(AUC)、DCA曲线,检验模型的预测可信度。Delong检验用于两模型ROC曲线下面积的比较。
5. 基于列线图计算患者的预测总评分,使用“surv_cutpoint”函数确定最佳风险分层阈值,并按风险评分将患者划分为低风险和高风险组,K-M曲线及CIF曲线分别用于分析Cox比例风险回归模型及竞争风险模型低风险组和高风险组之间的生存差异。
结果
1.共纳入新辅助化疗后三阴性乳腺癌患者12203例,中位随访时间为37.41个月,患者一年至四年的生存率分别为0.98、0.92、0.87及0.83,呈现出明显下降趋势;五年至七年生存率分别为0.81、0.80及0.79,下降开始趋于平缓;八年至十年生存率无变化,均为0.78。将纳入的患者按7:3的比例随机分为建模组8542人和验证组3661人,组间比较差异无统计学意义(P>0.05)。多重共线性结果显示VIF值均在1-2之间,自变量间几乎无多重共线性问题。
2.单因素Cox回归分析结果显示,年龄、种族、婚姻状态、肿瘤大小、肿瘤原发部位、T分期、N分期、组织学类型、新辅助化疗疗效、手术、放疗、诊断到治疗的时间(日)为影响患者BCSS的独立预后因素(P<0.05);多因素Cox回归模型结果显示,年龄、T分期、N分期、组织学类型、新辅助化疗疗效、放疗、诊断至治疗时间是影响患者的独立预后因素(P<0.05)。
3.单因素竞争风险分析结果显示,年龄、种族、婚姻状态、肿瘤大小、肿瘤原发部位、T分期、N分期、组织学类型、新辅助化疗疗效、手术、放疗、诊断到治疗的时间(日)为影响患者BCSS的独立预后因素(P<0.05);多因素竞争风险模型结果显示,T分期、N分期、组织学类型、新辅助化疗疗效、放疗是影响患者的独立预后因素(P<0.05)。
***回归模型中,建模组和验证组的C-index分别为0.797[95%CI(0.783,0.811)]和0.800[95%CI(0.780,0.821)];竞争风险模型中建模组和验证组的C-index分别为0.734[95%CI(0.701,0.767)]和0.759[95%CI(0.735,0.783)]。Cox回归模型中,建模组3年及5年AUC分别为0.807,0.777,验证组3年及5年AUC分别为0.802,0.782;竞争风险模型中建模组3年及5年AUC分别为0.796,0.771,验证组3年及5年AUC分别为0.799,779,提示模型有较好的区分度;两模型的校准曲线与45°对角线较为接近,表示模型的一致性较好;DCA曲线显示模型收益高于None和All值,提示模型具有一定的临床适用性。对两模型ROU曲线下面积进行两两比较,结果发现差异均无统计学意义(P>0.05)。
5.基于列线图风险评分进行风险分层,Cox比例风险回归模型中低风险组(<176.7)和高风险组(≥176.7),KM曲线表示差异有统计学意义(P<0.001);竞争风险模型中低风险组(<225)和高风险组(≥225),CIF曲线表示差异有统计学意义(P<0.001),两模型均成功构建出了基于列线图风险评分的风险分层系统。
结论
***比例风险回归模型中年龄、T分期、N分期、组织学类型、新辅助化疗疗效、放疗、诊断至治疗时间为影响患者的独立预后因素。
2.竞争风险模型中T分期、N分期、组织学类型、新辅助化疗疗效、放疗是影响患者BCSS的独立预后因素。
3.两种模型对