Impact d'un modèle prédictif sur la biopsie des ganglions lymphatiques sentinelles dans le cancer du sein initialement ganglionnaire positif et HER2-positif

Les enquêteurs ont examiné rétrospectivement les dossiers médicaux de 597 patients dans quatre établissements du 1er avril 2012 au 30 mai 2022. Les patients de l'établissement 1 (n = 386) ont servi de cohorte de formation, tandis que ceux des autres établissements (n = 211) ont servi de cohorte de validation externe. Une cohorte indépendante supplémentaire de 119 patients a été collectée de manière prospective pour évaluer le pouvoir prédictif du modèle. Les critères d'inclusion comprenaient : 1) un cancer du sein primitif prouvé histologiquement sans lésions métastatiques à distance, 2) un statut HER2-positif (défini comme une immunohistochimie (IHC) de surexpression 3+ ou d'expression 2+ et un rapport ≥ 2,0 par hybridation in situ par fluorescence. ), 3) un statut positif initial des ganglions lymphatiques axillaires confirmé par biopsie au trocart ou à l'aiguille fine avant le NST, 4) un traitement complet néoadjuvant standard avant la chirurgie, et 5) des caractéristiques clinicopathologiques complètes et des informations sur le traitement. L'étude a été approuvée par le comité d'éthique du Fujian Medical University Union Hospital. Toutes les patientes des cohortes de formation et de validation ont subi une mastectomie, une chirurgie mammaire conservatrice, une radiothérapie et une chirurgie ALND après avoir terminé le NST. Tous les patients de la cohorte indépendante supplémentaire ont subi un SLNB suivi d'un ALND, qui a détecté au moins 2 SLN en utilisant uniquement le colorant bleu de méthylène. Les SLN ont été définis comme des ganglions lymphatiques colorés en bleu guidés directement par des vaisseaux lymphatiques colorés en bleu. Le colorant bleu de méthylène a été injecté seul au niveau des sites péritumoraux ou sous-aréolaires 5 à 15 minutes avant le SLNB. Après avoir construit le nomogramme pour prédire la pCR axillaire avec les facteurs prédictifs indépendants, les enquêteurs ont quantifié les performances prédictives du modèle en utilisant l'AUC de la courbe caractéristique de fonctionnement du récepteur. Des tracés d'étalonnage avec bootstrapping et le test Hosmer-Lemeshow ont été utilisés pour illustrer la puissance d'étalonnage du modèle, avec p > 0,05 indiquant un bon ajustement.20 L’utilité clinique du modèle pour orienter les options chirurgicales a été évaluée à l’aide d’une analyse de courbe de décision en traçant les bénéfices nets.21 La validation interne a été estimée à l'aide de la méthode bootstrap. Les enquêteurs ont validé le nomogramme à l'aide d'une cohorte de validation externe des autres institutions. Suite à l'indice de Youden, les enquêteurs ont sélectionné une probabilité seuil optimale de prédire la pCR axillaire comme critère de stratification pour identifier les patients ayant subi une chirurgie SLNB après NST. Les enquêteurs ont en outre examiné 119 patients ayant subi un SLNB avec ≥ 2 SLN retirés, suivis d'ALND, en tant que cohorte indépendante pour évaluer l'effet du nomogramme sur l'identification précise des patients. Les FNR de SLNB ont été comparés en utilisant deux stratégies différentes : effectuer une SLNB chez tous les patients sans aucun critère de sélection et effectuer une SLNB chez des patients sélectionnés par le nomogramme avec la probabilité seuil de pCR axillaire. Ces résultats ont été comparés à ceux des deux tests précédents.