基于灰阶超声与临床病理特征的乳腺癌腋窝淋巴结转移预测模型构建

张晓静 张一丹 孔文韬

在女性中，乳腺癌是最常见的癌症之一，也是癌症相关死亡的主要原因之一。据统计，2020年女性乳腺癌占新诊断癌症病例的11.7%，死亡比例占癌症死亡总数的6.9%［1］。淋巴结状态通常是手术范围、全身治疗和放疗的关键决定因素，因此准确评估腋窝淋巴结（axillary lymph node，ALN）受累情况对乳腺癌的分期和治疗方案有重要意义。目前乳腺癌腋窝淋巴结的状态主要依靠腋窝淋巴结清扫（axillary lymph node dissection，ALND）或前哨淋巴结活检（sentinel lymph node biopsy，SLNB）来确定，但它们皆具有侵袭性，其并发症包括淋巴水肿、感觉神经病变、淋巴水肿、运动神经病变和疼痛等。有研究显示，有70%～80%腋窝淋巴结转移阴性的患者经历了不必要的SLNB［2］。因此，临床需要一种非侵入性方法来预测腋窝淋巴结转移以减少不必要的SLNB 或ALND，从而避免低风险淋巴结转移患者的手术创伤和相关并发症。超声检查具有无辐射、无创伤、可反复检查等优点，可动态显示病灶的弹性、形态学特征以及血流情况。本研究旨在通过分析超声及临床病理特征，绘制列线图以术前预测乳腺癌患者腋窝淋巴结转移风险。

方法

1. 一般资料

收集2018年6月—2021年12月于南京鼓楼医院诊断及治疗的287 例乳腺癌患者，将其纳入训练队列，104 例来自泰州市中医院的乳腺癌患者被纳入验证队列。临床及病理资料来自于医院的数据库，超声图像资料来自于超声科图片存档和通信系统（picture archiving and communication system， PACS）。纳入标准：①大于18 岁的女性患者；②术前行灰阶超声（ultrasound， US）检查；③术前均行肿块空心针穿刺活检获得病理资料；④均在本院进行保乳术或全乳切除术，经病理检查证实为乳腺癌；⑤均行ALND或SLNB 确定有无腋窝淋巴结转移。排除标准：①既往接受过新辅助治疗或放疗等其他治疗方式的患者；②妊娠期、哺乳期患者；③多灶性乳腺癌。本研究已获得伦理委员会批准（批准号：202214201），并且受检者签署知情同意。

2. 仪器与方法

2.1 超声检查及临床病理资料收集

采用德国Siemens Acuson S3000 型彩色多普勒超声诊断仪，选用线阵探头9L4，探头频率4～9 MHz。以美国放射学会建立并发布的乳腺影像报告数据系统（breast imaging reporting and data system，BI-RADS）为标准，对肿块的大小、回声、边界、形态、纵横比、钙化、后方回声、高回声晕、腋窝淋巴结状态等进行记录。我们将在超声图像上观察到符合以下条件之一的诊断为超声发现异常淋巴结：①髓质变薄，皮髓质比≥1；②偏心性皮质肥厚大于3 mm；③中央淋巴门变窄或消失［3］。上述检查及图像的评估由2 名有5年以上超声工作经验的医师进行，如所读取的图像特征（边界、回声等）不一致，经与另一名有10年以上超声工作经验的医师协商后得出共识。

收集的临床病理资料包括年龄、WHO 分级、肿瘤分类、雌激素受体（estrogen receptor，ER）状态、孕激素受体（progesterone receptor，PR）状态、人表皮生长因子受体-2 （human epidermal growth factor receptor-2，HER-2）、Ki-67 和分子分型。ER、PR、HER-2、Ki-67 等状态由术前穿刺标本经免疫组化染色获得。根据St. Gallen 共识［4］，Ki-67 阳性细胞核数在14%以上为高表达，以下为低表达。肿瘤分类以WHO肿瘤分类系列第5版［5］为参考。

2.2 模型的构建

在单因素logistic 回归分析的基础上，筛选训练队列灰阶超声与临床病理资料的候选变量，将P＜0.1的变量应用向后逐步回归法进行多因素分析，以P＜0.05为差异有统计学意义。将多个独立预测指标进行整合，绘制列线图表达预测模型中各个变量之间的相互关系。

2.3 模型的验证

计算出模型的C 指数并绘制受试者操作特征（receiver operating characteristic， ROC）曲线，得到曲线下面积（area under the curve， AUC），评价模型的临床适用性。同时计算模型的准确度、特异度、灵敏度、阳性预测值、阴性预测值等。采用决策曲线（decision curve analysis， DCA）分析不同阈值下的净收益，评估模型的临床有效性。采用校准曲线描述列线图模型与理想模型的一致性。

3. 统计学分析

应用SPSS 统计软件分析，符合正态分布的连续变量采用独立样本t检验，非正态分布连续变量采用Mann-WhitneyU检验，分类变量采用卡方检验或Fisher精确概念检验。检验水准P=0.05（双尾）。

结果

1. 临床病理资料

一般资料显示，训练队列287 例患者，平均年龄（53.63±11.43）岁，乳腺癌腋窝淋巴结转移阳性率为39.8%；验证队列104 例患者中，平均年龄（55.53±11.37）岁，腋窝淋巴结转移的阳性率为44.6%。患者的详细临床病理特征见表1。

表1 训练队列与验证队列一般临床病理资料比较

2. 模型的构建

单因素分析结果（表2）：年龄（风险比0.978 0，P＝0.041 6），BI-RADS 分类（风险比2.200 9，P<0.001），肿瘤位置（风险比0.854 6，P=0.041 5）、大小（风险比1.500 4，P=0.002 9）、边界（风险比1.477 0，P=0.009 0）、形态（风险比3.392 9，P=0.030 3）、病理类型（风险比1.554 0，P=0.061 2），超声提示腋窝异常淋巴结情况（风险比6.659 9，P<0.001，）是乳腺癌腋窝淋巴结转移的相关因素。

表2 训练队列中腋窝淋巴结转移的单因素分析

多因素logistic分析：将单因素分析有统计学意义的变量纳入多因素逐步向后回归。结果提示变量年龄、BI-RADS分类、肿瘤位置、肿瘤形态、病理类型、超声下异常腋窝淋巴结为腋窝淋巴结转移的独立预测因子，结果见表3。基于上述6个变量绘制列线图，如图1。各协变量累加的总分对应患者的预测概率。

图1 预测乳腺癌患者ALNM的列线图

表3 训练队列中腋窝淋巴结转移的多因素分析

3. 模型的验证

我们对构建的模型进行了外部验证。ROC 曲线提示模型具有良好的区分度（图2），训练队列和验证队列的ROC 曲线下面积分别为0.834 9 和0.795 0。根据约登指数确定截断值为0.447，对应的总分为192。将每个变量的得分相加，当总分＞192 时，患者存在腋窝淋巴结转移（axillary lymph node metastases，ALNM）的高风险。训练集和验证集准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为73%、91%、61%、61%、91%与76%、87%、67%、68%、87%。校准曲线训练集C 指数为0.834 9（95%CI 0.829 6～0.840 1）（图3A），显示在预测ALNM 转移概率方面有良好的准确性。绘制DCA 曲线（图3B）衡量临床实用性，对与预测模型相关益处（治疗真阳性病例）和危害（治疗假阳性病例）的相对价值进行临床判断。在不同阈值概率下计算净收益，以促进关于模型选择和使用决策更合理。当训练集的阈概率为0～100%，预测模型的临床净收益比患者全部治疗或者全部不治疗更高。

图2 训练队列与验证队列预测模型的ROC 曲线

图3 训练队列预测模型的校准曲线（A）和决策曲线（B）

讨论

乳腺癌治疗前超声检查可在一定程度上反映淋巴结状态，如淋巴门结构消失，皮质增厚等，但仍有相当比例的阳性淋巴结在常规超声上无特征性表现，如术前超声未提示可能阳性淋巴结，则不会进行穿刺活检。因此，我们的研究目的是探索一种模型能较为准确地预测患者淋巴结状态。在许多癌症的风险预测中，列线图是一种用来优化统计模型预测准确性的可视化工具，它可以直观地反映预测变量对结果的影响，在临床中对乳腺癌患者的个体化诊断和治疗有重要意义。国内外中心建立的模型主要用于评估非前哨淋巴结或者前哨淋巴结的状态，如正在进行的SOUND 临床研究［6］，其研究结果提示通过影像学指标可以进一步提高影像学筛选SLN 及省略SLNB的可能性。国外关于SLN 预测研究中以MSKCC 模型和Tenon 评分系统最为著名，此外还有基于中国乳腺癌人群建立的SCH 列线图、HUM 列线图等，但是据相关报道，并非所有的乳腺癌患者淋巴结转移的第一站都是前哨淋巴结，为了避免淋巴结跳跃式转移的患者因未行ALND而影响了其临床治疗决策，因此本研究选取来自2 个中心的患者作为研究对象，拟结合超声和临床病理特征，绘制列线图以术前筛选出乳腺癌患者腋窝淋巴结转移的低风险人群，帮助患者避免不必要的腋窝淋巴结清扫，从而为患者提供个体化治疗指导建议。

在本研究中，6 个参数被确定为独立危险因素，分别为患者年龄、肿瘤位置、BI-RADS 分类、病理类型、肿瘤形态、超声示异常腋窝淋巴结。首先5 个超声指标在临床诊断过程中相对容易获得，其次若患者影像学提示乳腺癌可能，比如BI-RADS 分类4a 类以上结节，临床路径是常规进行乳腺结节的穿刺活检，以明确病理及分子分型。乳腺结节的病理类型在治疗前是可以常规获得的参数之一。因此基于这6 个变量的预测模型可能被广泛应用。

大多数情况下，年轻女性的乳腺肿瘤比老年女更具侵袭性［7］。根据我们的研究，年轻的患者更易发生腋窝淋巴结的转移，年龄每小1岁，ALN 转移的风险将增加6%左右。年龄越小，尤其是40岁以下，往往呈现出更高的局部转移及复发风险。

在我们的研究中，乳房外上象限区域的肿瘤比其他象限的肿瘤更容易发生ALN 转移，但迄今为止，该结论尚未达成共识。先前的一项研究表明，与内上及内下象限肿瘤相比，外上及外下象限肿瘤与ALNM 的风险相关性更强［8］，这与我们的研究结果一致，但也有研究认为中央区的肿瘤比其他象限的肿瘤更容易发生转移，这可能与中央区有丰富的淋巴引流有关；乳房内上象限是最不易发生腋窝转移的位置［9］。以上各研究的差异可能与肿瘤的异质性、种族差异、人群生活方式等因素有关。

目前BI-RADS 分类已经在临床上得到了广泛的应用，诊断乳腺肿瘤良恶性的敏感性和准确性较高［10］。BI-RADS 分级越高，肿瘤的恶性征象越多，临床分期也随之上升，淋巴结转移概率越大。Zhang等［11］研究了2016年8月至2017年8月，来自中国17家医院的619 例乳腺恶性肿瘤病例，481 个病灶被定义为BI-RADS3-4c 级，其中约25%病灶为淋巴结转移阳性，而在138 个被定义为BI-RADS5 的肿块中，淋巴结转移阳性的患者高达43.5%，这与我们的研究结果一致。

病理特征可直接影响恶性肿瘤的增殖和转移能力，其中肿瘤细胞的分化程度、生长模式和生物学行为可作为评价乳腺癌临床分期的重要指标［12］。在本研究中，我们区分了不同组织学类型，非浸润性癌具有较低的淋巴结转移率，浸润性癌的生长模式和生物学行为较差，导致淋巴结转移的可能性较高。

腋窝淋巴结的超声表现与乳腺癌同侧腋窝淋巴结转移之间存在密切的关系［13］。如列线图所示，超声发现异常腋窝淋巴结对ALNM 的预测所占权重最大。当肿瘤转移到淋巴结时，淋巴结的皮质、淋巴门、形态会发生变化。本研究没有评估淋巴结的大小，是由于淋巴结的肿大可以由许多非癌性因素引起，如细菌、病毒或真菌感染。也有研究表明淋巴结的大小与转移之间没有必然联系［14］。乳腺癌的肿瘤细胞早期没有对淋巴结的被膜组织进行破坏，而是首先侵犯腋窝淋巴结皮质部位的小梁旁窦及皮窦，导致皮质不均匀增厚，随着病程的进展，肿瘤细胞的数目和体积不断扩展，对淋巴组织、髓窦产生破坏，最后破坏整个淋巴结，引起髓质结构的变窄甚至消失。这也与Bailey［15］等的研究结果一致，通过将超声发现的腋窝淋巴结与术后的病理结果对比发现，如果腋窝淋巴结髓质结构完全消失，其乳腺癌淋巴结转移的可能性最大，皮质不均匀增厚可能性居中，均匀性增厚可能性最小。

本研究存在一定的局限性：（1）未能使用相同型号的仪器对患者进行图像采集。（2）肿块的大小、形态、BI-RADS 分级等由超声科医生自己来评估，主观性较强。（3）样本量仍不够大，这可能会限制临床的应用。（4）本研究排除了多灶性乳腺癌患者，因为难以选择与淋巴结转移最相关的病灶。

综上，本研究回顾性分析和探讨了乳腺癌腋窝淋巴结转移的相关因素。基于特征包括患者年龄、BIRADS 分类、肿瘤位置、肿瘤形态、病理类型、腋窝淋巴结状态来绘制列线图，筛选出乳腺癌患者腋窝淋巴结转移的低风险人群，提高早期预测腋窝淋巴结转移风险的概率，避免不必要的ALND，指导乳腺癌患者个体化治疗。