摘要目的 分析乳腺癌新辅助治疗(NAT)前后患者免疫组化(IHC)标志物水平变化与疗效的关系,并基于此构建疗效预测评分模型.方法 选择2023年5月-2024年12月于我院乳腺病诊疗中心接受NAT的乳腺癌患者161例,收集患者的年龄、BMI、月经状态、临床分期、淋巴结转移状况、肿瘤病理类型、肿瘤组织学分级、肿瘤分子亚型、NAT方案、治疗前后IHC标志物水平,以及治疗后的实体瘤疗效评估标准分级、Miller-Payne(MP)分级、残余癌负荷(RCB)分级等临床资料.计算治疗前后各IHC标志物水平的变化值,并依据不同乳腺癌分子亚型为各变化值赋予不同权重,从而构建乳腺癌NAT疗效预测的动态评分模型.采用5折交叉验证评估模型的动态评分与 MP分级、RCB分级间相关性,采用有序多分类logistic回归分析动态评分与 MP分级的独立关联性.基于MP分级将NAT疗效分为较好(G3～4)和欠佳(G1～2)两类,并构建临床指标结合或不结合动态评分的完整、基础疗效预测模型,采用二元logistic回归分析两种模型当中NAT疗效的独立影响因素.采用受试者工作特征(ROC)曲线评估动态评分模型、完整模型及基础模型的预测效能,通过约登指数确定动态评分模型最佳截断值.结果 5折交叉验证的结果显示,模型的动态评分越高,MP分级越高(r=0.503～0.567,P＜0.001),而RCB分级则越低(r=-0.585～-0.531,P＜0.001).有序多分类logistic回归分析结果显示,动态评分与 MP分级呈显著正相关(P＜0.001);二元logistic回归分析结果表明,肿瘤组织学Ⅲ级及IHC标志物水平的动态评分均为完整模型NAT疗效的独立影响因素(P＜0.05).ROC曲线结果显示,完整模型、基础模型及动态评分模型的曲线下面积(AUC)分别为0.872、0.809和0.792,说明完整模型对NAT效果的预测效能更优.动态评分模型的最佳截断值为7.8分,即当动态评分≥7.8分时可认为NAT疗效较好,评分＜7.8分认为疗效欠佳.结论 本研究建立的IHC动态评分模型结合临床指标后,对乳腺癌NAT效果的预测效能较高,可作为现有评估体系的有效补充,为乳腺癌NAT的个体化效果评估提供依据.