基于FFDM、超声特征及临床因素的列线图模型预测乳腺癌前哨淋巴结转移的价值

The value of nomogram model for predicting sentinel lymph node metastasis in breast cancer based on FFDM,ultrasound features and clinical factors

二维码有效期 120s

摘要目的:探讨全视野数字化乳腺X线摄影(FFDM)、超声特征及临床病理因素对乳腺癌前哨淋巴结转移(SLNM)的预测价值并构建列线图预测模型.方法:回顾性分析416例乳腺癌患者的影像及临床资料,以7∶3的比例随机分为训练集(n=291)及测试集(n=125),对Lasso回归确定SLNM的预测因子行多因素Logistic回归分析并构建列线图模型,评价其预测SLNM的价值.结果:ROC曲线分析结果显示:当Youden=0.224时,NLR的最佳阈值为2.37.Lasso回归结合Logistic回归分析结果显示FFDM特征(肿块边缘呈星芒状、肿块内有可疑恶性钙化、腋窝异常淋巴结)、超声征象(肿块内血流特征、腋窝异常淋巴结)是乳腺癌SLNM的预测因子,训练集和测试集中模型的AUC分别为0.841和0.811,提示模型的区分度良好,基于训练集的ROC曲线确定列线图的最佳阈值为174.6分;校准曲线和临床决策曲线提示模型有良好的校准度和临床适用性.结论:基于FFDM、超声特征及临床因素的列线图模型为临床医生术前无创性预测乳腺癌SLNM提供了新方法.