Влияние прогностической модели на биопсию сторожевого лимфатического узла при исходно-положительном лимфатическом узле и HER2-положительном раке молочной железы

Исследователи ретроспективно изучили медицинские карты 597 пациентов в четырех учреждениях с 1 апреля 2012 года по 30 мая 2022 года. Пациенты из учреждения 1 (n = 386) служили обучающей когортой, тогда как пациенты из других учреждений (n = 211) служили когортой внешней проверки. Дополнительная независимая когорта из 119 пациентов была проспективно собрана для оценки предсказательной силы модели. Критерии включения включали: 1) гистологически подтвержденный первичный рак молочной железы без отдаленных метастатических поражений, 2) HER2-положительный статус (определяемый как иммуногистохимия (ИГХ) сверхэкспрессии 3+ или экспрессии 2+ и соотношение ≥ 2,0 по флуоресцентной гибридизации in situ). ), 3) первоначальный положительный статус подмышечных лимфатических узлов, подтвержденный с помощью толстоигольной или тонкоигольной биопсии перед НСТ, 4) полный курс стандартной неоадъювантной терапии перед операцией и 5) полные клинико-патологические характеристики и информация о лечении. Исследование было одобрено комитетом по этике Объединенной больницы медицинского университета Фуцзянь. Все пациентки в когортах обучения и валидации после завершения НСТ подверглись мастэктомии, органосохраняющей операции, лучевой терапии и операции ALND. Всем пациентам в дополнительной независимой когорте была проведена SLNB с последующим ALND, в результате которого были обнаружены как минимум 2 SLN с использованием только красителя метиленового синего. СЛУ были определены как окрашенные в синий цвет лимфатические узлы, направляющиеся непосредственно к окрашенным в синий цвет лимфатическим сосудам. Краситель метиленовый синий вводили отдельно в перитуморальные или субареолярные участки за 5–15 минут до СЛНБ. После построения номограммы для прогнозирования подмышечного pCR с независимыми прогностическими факторами исследователи количественно оценили прогностическую эффективность модели, используя AUC кривой рабочей характеристики приемника. Калибровочные графики с бутстрэппингом и тестом Хосмера-Лемешоу использовались для иллюстрации калибровочной мощности модели, при этом p > 0,05 указывает на хорошее соответствие.20 Клиническую полезность модели при определении вариантов хирургического вмешательства оценивали с помощью анализа кривой принятия решений путем построения графика чистой выгоды.21 Внутренняя валидация оценивалась с использованием метода начальной загрузки. Исследователи проверили номограмму, используя внешнюю группу проверки из других учреждений. Следуя индексу Юдена, исследователи выбрали оптимальную пороговую вероятность прогнозирования подмышечного пЦР в качестве критерия стратификации для выявления пациентов, перенесших операцию СЛУН после НСТ. Исследователи дополнительно обследовали 119 пациентов, перенесших СЛУ с удалением ≥ 2 СЛУ с последующим АЛНД, в качестве независимой когорты, чтобы оценить влияние номограммы на точную идентификацию пациентов. FNR SLNB сравнивали с использованием двух разных стратегий: выполнение SLNB у всех пациентов без каких-либо критериев отбора и выполнение SLNB у пациентов, отобранных по номограмме с вероятностью отсечения подмышечного pCR. Эти результаты сравнивались с результатами двух предыдущих тестов.