构建并验证预测 HER2阳性乳腺癌淋巴结转移的列线图：精准分期的新突破

为解决 HER2阳性乳腺癌检查淋巴结（ELNs）最佳数量及预测淋巴结转移问题，研究人员构建并验证相关列线图，确定 ELNs 最佳数量为 13，有助于个性化预测。

　　在乳腺癌的 “战场” 上，HER²阳性乳腺癌是其中一支不容小觑的 “劲旅”。在美国，乳腺癌是女性中最常被诊断出的癌症，也是癌症相关死亡的第二大原因，其中约 14% 的女性乳腺癌表现为 HER²过表达。尽管在治疗靶点和新辅助内分泌治疗方面取得了一些进展，但手术依旧是 HER²阳性乳腺癌治疗的 “中流砥柱”。然而，令人遗憾的是，治疗效果却不尽人意。

对于 HER²阳性乳腺癌患者来说，淋巴结转移就像是一颗 “定时炸弹”，极大地增加了疾病复发的风险。而淋巴结采样或清扫与精准的淋巴结分期息息相关，精准分期又对术后系统辅助治疗和放疗的规划起着决定性作用。这就意味着，足够数量的检查淋巴结（examined lymph nodes，ELNs）对于准确评估淋巴结状态至关重要。可现实是，HER²阳性乳腺癌患者的 ELNs 最佳数量一直是个未解之谜。在这样的背景下，来自福建医科大学附属第二医院等机构的研究人员决心 “披荆斩棘”，开展了一项极具意义的研究，相关成果发表在《BMC Women's Health》杂志上。

研究人员为了解开 HER²阳性乳腺癌淋巴结转移预测的难题，从 SEER 数据库中筛选出 2010 - 2015 年间接受根治性切除术的 HER²阳性乳腺癌患者，将其随机分为训练队列和验证队列。他们运用多种统计学方法，如线性回归、二元 Logistic 回归（Logistic Regression，LR）、随机森林（Random Forest，RF）分析等，还构建了列线图（nomogram）来预测淋巴结转移情况。

在患者特征方面，研究共纳入 4040 例符合条件的患者，随机分为训练集（2828 例）和验证集（1212 例）。数据显示，患者的年龄、种族、疾病分期、治疗方式等存在一定分布特点，且数据不平衡问题相对较小。

在 ELN 计数与 PLN 转移发现的关联研究中，通过线性相关分析，发现手术中采集的淋巴结数量与转移淋巴结数量之间存在显著线性关系。

为确定检测淋巴结转移的最佳 ELN 数量，研究人员进行了多变量 LR 分析，找出了包括放疗状态、化疗状态、T 分期和分级等独立风险因素。通过分段回归拟合曲线发现，当 ELN 达到 13 时，发现转移淋巴结的概率增加速度变缓，因此确定 13 为评估淋巴结状态的理想 ELN 数量。在验证断点时发现，ELN 计数在 13 这个断点与淋巴结转移显著相关，且理想 ELN 数量是淋巴结转移的强预测指标。

研究人员基于 LR 和 RF 分析筛选出的重要变量，包括 ELN 计数、放疗状态、化疗状态、T 分期和分级，构建了列线图。对列线图的验证结果显示，其在训练集和验证集的 AUC 值分别为 0.829 和 0.833，表明列线图具有良好的判别能力；校准曲线的低 Brier 分数也反映出模型预测结果与实际结果的良好一致性。

该研究表明，检测 13 个淋巴结能让临床医生为 HER²阳性乳腺癌患者获得更准确的术后淋巴结分期，从而指导术后放化疗。同时，研究构建的列线图可辅助个性化预测 HER²阳性乳腺癌患者的淋巴结转移情况。

不过，研究也存在一些局限性。SEER 数据库缺少手术切缘状态、合并症、复发情况、手术技术等潜在混杂因素，这可能影响对高风险和低风险患者的准确区分，使模型难以提供个性化治疗建议。而且，研究未进行外部验证，模型可能存在过拟合问题，其在不同人群中的适用性和可靠性有待进一步验证。此外，ELN 计数可能存在偏差，影响特定临界值的适用性。

尽管如此，这项研究依旧为 HER²阳性乳腺癌的治疗开辟了新的道路，为临床医生提供了更精准的预测工具，有望在未来推动 HER²阳性乳腺癌治疗的进一步发展，帮助更多患者战胜病魔。