5 7 2 0 9

论文已发表


注册即可获取德孚的最新动态



IF 收录期刊



更多详情 >>



国际纳米医学期刊主办的特别专题网络研讨会即将上线!


演讲主题:

工程生物医学材料如何改善人体健康


演讲嘉宾:

Gulden Camci-Unal 博士
Department of Chemical Engineering
University of Massachusetts, Lowell USA




研讨会时间:

北京时间11月13日 0:00-1:00



点击注册参加







作者优惠计划

Favored Author Program


很高兴为我们作者提供一种切实的方法以支持开放获取,并鼓励教师和研究人员通过开放获取模式,尽可能广泛地传播他们的作品。


作者优惠计划的成员将获得:


文章发表费(APC) 10% 的折扣


这 10% 的折扣从您加入 “作者优惠计划” 之时开始,并将适用于之后提交的所有论文



更多详情 >>



 

视频

乳腺癌新辅助化疗后病理学完全缓解及肿瘤缩小程度预测模型的构建

 

Authors Yan S, Wang W, Zhu B, Pan X, Wu X, Tao W

Received 4 July 2020

Accepted for publication 28 August 2020

Published 10 September 2020 Volume 2020:12 Pages 8313—8323

DOI https://doi.org/10.2147/CMAR.S270687

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 2

Editor who approved publication: Dr Sanjeev Srivastava

目的:病理学完全缓解是人表皮生长因子受体-2(human epidermal growth factor receptor 2,HER2)阳性和三阴性乳腺癌接受新辅助化疗的主要目标,并且与生存获益相关。然而,Luminal 型乳腺癌对新辅助化疗并不十分敏感,并且肿瘤缩小程度是 Luminal 型乳腺癌更有意义的临床指标。本研究旨在利用列线图来开发一系列乳腺癌新辅助化疗后病理学完全缓解(pathological complete response,pCR)和肿瘤缩小程度的预测模型。
材料和方法:收集哈尔滨医科大学附属肿瘤医院 2016 年 7 月至 2018 年 2 月的 498 例浸润性乳腺癌的患者构成主要队列以开发预测模型。主要终点为 pCR 和肿瘤缩小程度。在主要队列、HER2 阳性以及三阴性队列中,使用多因素 logistics 回归分析来筛选重要的临床和病理学特征以构建列线图。在 Luminal 组中,使用多元线性回归分析来筛选影响肿瘤缩小程度的风险因素。采用接收者操作特征曲线下面积(AUC)和校准曲线来评估和分析列线图的区分度和校准能力。此外,我们还在主要队列中进行了内部验证和独立验证。
结果:雌激素受体(estrogen receptor,ER)状态,KI67 状态,HER2 状态,新辅助化疗周期数以及肿瘤大小是 pCR 的独立预测因素。这些指标在主要队列和验证队列中具有良好的区分度和校准度(AUC:0.873,0.820)。HER2 阳性和三阴性乳腺癌的列线图 AUC 值分别为 0.820 和 0.785,校准曲线均显示出良好的一致性。此外,Luminal 型乳腺癌的预测模型为 Y(肿瘤缩小程度)= - 0.576×(诊断时年龄)+ 2.158×(新辅助化疗周期数)+ 0.233×(新辅助化疗前的肿瘤大小)+ 51.662。
结论:我们可利用该模型鉴别出新辅助化疗后具有较高 pCR 可能性的患者。临床医生可以对这些患者进行分层并提出个性化的治疗建议。
关键词:乳腺癌;新辅助化疗;病理完全缓解;列线图