摘要目的 探讨自动乳腺超声(ABUS)特征联合Ki-67预测三阴性乳腺癌(TNBC)新辅助化疗(NAC)后病理完全缓解(pCR)的预测价值.方法 回顾性选取2019年3月-2023年12月空军军医大学西京医院收治的127例女性TNBC患者,均在接受ABUS检查后行NAC和手术治疗,根据术后病理结果分为pCR组(n=60)与病理未完全缓解(npCR)组(n=67).比较两组NAC治疗前各项参数的差异,采用LASSO回归筛选TNBC患者NAC治疗后pCR的影响因素,采用多因素logistic回归构建预测模型.应用Bootstrap方法(1000次重抽样)对预测模型进行内部验证;采用受试者操作特征(ROC)曲线评估模型的区分度,通过De-long检验比较不同预测模型的ROC曲线下面积(AUC),采用校准曲线评估模型的准确性,决策曲线分析(DCA)评价模型的临床获益.结果 两组TNBC患者NAC治疗前的年龄、Ki-67、绝经状态、肿瘤类型、后方回声、冠状面汇聚征、冠状面跳跃征、冠状面白墙征比较差异有统计学意义(P<0.05);LASSO回归分析显示,Ki-67、冠状面汇聚征、冠状面白墙征是TNBC患者NAC治疗后pCR的独立影响因素(P<0.05);基于这些因素构建的多因素logistic回归Ki-67模型的AUC为0.733(95%CI 0.646～0.819),ABUS特征模型的AUC为0.777(95%CI 0.695～0.858),ABUS特征联合Ki-67模型的AUC为0.816(95%CI 0.741～0.890).De-long检验显示,联合模型的AUC高于ABUS特征模型和Ki-67模型,差异均有统计学意义(P<0.05);ABUS特征模型的AUC与Ki-67模型比较差异无统计学意义(P=0.40);Hosmer-Lemeshow检验显示,联合模型的拟合度良好(P=0.304).内部验证结果显示,联合模型的一致性指数(C-index)为0.820(95%CI 0.726～0.879),表明模型稳定性良好;校准曲线显示联合模型的预测概率与实际概率具有良好的一致性,DCA曲线显示模型具有较好的临床获益.结论 构建的ABUS特征联合Ki-67模型可用于预测TNBC患者NAC治疗后pCR的概率,为TNBC临床治疗方案的制定提供参考.