目的:建立可预测炎性乳腺癌(inflammatory breast cancer,IBC)生存情况的风险模型.方法:利用监测、流行病学和结果(Surveillance,Epidemiology and End Results,SEER)数据库,筛选2010年至2015年诊断为IBC的病例,通过单因素和Logistic多因素回归分析,明确与生存相关的独立危险因素,构建预测IBC患者1年、3年和5年肿瘤特异性生存(cancer-specific survival,CSS)率的列线图,并用Harrell's一致性指数(C-in-dex)和预测模型校准曲线对该模型进行验证,评估预测效能.结果:共筛选出2754例符合纳入标准的IBC病例,随机分出1933例作为训练组,821例作为验证组.通过单因素和多因素分析显示年龄、种族、肿瘤组织学分级、N分期、M分期、分子分型、手术、放疗和化疗是与病人CSS显著相关的独立危险因素.利用上述预后相关因素建立列线图模型,内部验证C-index是0.731(95％CI:0.714～0.749),外部验证是0.752(95％CI:0.777～0.727),校准曲线显示预测情况与实际观察情况拟合良好.结论:年龄、种族、肿瘤组织学分级、N分期、M分期、分子分型、手术、放疗和化疗是影响IBC病人生存的独立危险因素,以此建立的列线图预测模型能较好地评估病人生存情况.

炎性乳腺癌;预后;SEER;列线图

黄雅静;吴昊;陈彦;李兴睿

华中科技大学同济医学院附属同济医院甲状腺乳腺外科,湖北 武汉 430030;华中科技大学同济医学院附属同济医院普通外科,湖北 武汉 430030

现代肿瘤医学

[1]黄雅静;吴昊;陈彦;李兴睿-.基于SEER数据库的炎性乳腺癌生存预测风险模型的建立与验证)[J].现代肿瘤医学,2022(06):1023-1027

SEER,炎性乳腺癌,生存预测,预测风险模型,建立与验证,inflammatory,breast,cancer,IBC,生存情况,Surveillance,Epidemiology,End,Results,多因素回归分析,肿瘤特异性生存,specific,survival,CSS,Harrell,校准曲线,评估预测,预测效能,纳入标准,分出,训练组,多因素分析,种族,肿瘤组织学分级,分子分型,放疗,预后相关因素,列线图模型,内部验证,外部验证,列线图预测模型

0.340902