摘要目的:探讨自动乳腺超声（ABUS）联合免疫组化早期预测乳腺癌患者新辅助化疗（NAC）后获得病理完全缓解（pCR）的临床价值。方法:收集2019年3月至2022年6月于空军军医大学第一附属医院（西京医院）乳腺外科收治的420例女性乳腺癌患者，所有患者均经穿刺病理证实为浸润性乳腺癌，患者在行NAC前均行ABUS检查，根据术后病理结果将乳腺癌患者分为pCR组153例和非病理完全缓解（npCR）组267例。采用多因素Logistic回归分析乳腺癌pCR的独立预测因素，构建3种预测模型分别为ABUS特征预测模型、免疫组化预测模型、ABUS联合免疫组化的联合预测模型。绘制3种模型的ROC曲线评估模型效能，通过DeLong检验比较模型的ROC曲线下面积，选择最优模型构建列线图。通过Hosmer-Lemeshow检验分析模型拟合度，采用Bootstrap法对模型进行内部验证，绘制校准度曲线对模型性能进行评估，使用决策曲线评估预测模型的临床获益。结果:乳腺癌NAC前pCR组与npCR组肿瘤的雌激素受体（ER）状态、孕激素受体（PR）状态、人表皮生长因子受体-2（HER-2）状态、Ki67状态和分子分型差异有统计学意义（P均<0.05）；NAC前pCR组与npCR组肿瘤的皮肤侵犯、形态、后方回声、冠状面汇聚征、冠状面白墙征差异有统计学意义（P均<0.05）。多因素Logistic回归分析显示，HER-2状态（OR值：4.396， 95%CI：2.089~9.250）、分子分型（HER-2过表达型OR值：4.124，95%CI：2.069~8.219；三阴性型OR值：4.775，95%CI：2.188~10.422）、皮肤侵犯（OR值：0.110，95%CI：0.038~0.318）、冠状面汇聚征（OR值：0.416，95%CI：0.220~0.787）、冠状面白墙征（OR值：11.192，95%CI：5.316~23.561）是pCR的独立预测因子（P均<0.05）。DeLong检验表明基于ABUS模型和免疫组化特征构建的联合模型的ROC曲线下面积（AUC=0.855）显著高于免疫组化模型（AUC=0.758）和ABUS模型（AUC=0.774），差异均有统计学意义（Z=5.11，P<0.001；Z=5.49，P<0.001）；ABUS模型的ROC曲线下面积（AUC=0.774）略高于免疫组化模型（AUC=0.758），但差异无统计学意义（Z=0.55，P=0.58）。Hosmer-Lemeshow检验表明联合模型拟合度良好（χ2=6.175，P=0.519）；内部验证结果显示，C-指数为0.856（95%CI：0.810~0.886），表明模型稳定性良好；校准曲线表明联合模型的预测概率与实际概率一致性良好；决策曲线表明在广泛阈值范围内，联合模型具有较好的临床获益。结论:基于NAC前肿瘤的ABUS特征联合免疫组化构建联合模型可以早期准确预测乳腺癌NAC后pCR，可为乳腺癌患者临床治疗方案的制定提供依据。