• 重庆医科大学附属第一医院内分泌乳腺外科(重庆 400016);
导出 下载 收藏 扫码 引用

目的 探讨影响初诊转移性乳腺癌患者预后的风险因素并构建生存预测模型。方法 通过 SEER 数据库收集 2010~2013 年期间的转移性乳腺癌患者并采用 R 软件随机分为建模组与验模组。首先通过 SPSS 软件使用 log-rank 法分析比较建模组中不同转移部位的转移性乳腺癌患者的生存预后并制作 Kaplan-Meier 生存曲线。采用单因素分析影响建模组初诊转移性乳腺癌患者预后的相关因素,再通过多因素 Cox 比例风险回归分析有意义的因素以筛选出影响 3 年生存率的独立风险因素并构建 nomogram 预测模型,利用一致性指数(C 指数)评估其预测价值并用校正曲线对 nomogram 预测模型进行内部(建模组数据)与外部(验模组数据)验证。结果 共收集到 3 288 例转移性乳腺癌患者,其中建模组 2 304 例,验模组 984 例。建模组和验模组整体划分符合简单随机分组,2 组资料具有可比性。建模组与验模组中位随访时间均为 34 个月。多因素 Cox 比例风险回归分析结果显示,建模组患者的年龄、人种、组织学分级、手术方式、ER、PR、Her-2 表达状态以及骨、脑、肝、肺转移是转移性乳腺癌患者 3 年生存率的独立风险因素(P<0.05),这些因素均被用于构建 nomogram 预测模型,其验证结果表明,建模组和验模组的 C 指数分别为 0.704[95%CI 为(0.691,0.717)]和 0.691[95%CI 为(0.671,0.711)],2 组的校正曲线均靠近理想的 45° 参考线且表现出良好的一致性。结论 本研究构建的 nomogram 预测模型具有良好的预测价值,可对转移性乳腺癌患者 3 年生存率作出较准确的评估,有利于临床对患者选择个性化治疗。