切换至 "中华医学电子期刊资源库"
高级检索
中华乳腺病杂志(电子版)

中华乳腺病杂志(电子版) ›› 2022, Vol. 16 ›› Issue (06) : 346 -352. doi: 10.3877/cma.j.issn.1674-0807.2022.06.003

论著

乳腺恶性叶状肿瘤预后因素分析及预后预测模型的构建
刘泰源1, 李珺1, 高济越1, 赵海东1,†()   
  1. 1. 116023　大连医科大学附属第二医院乳腺外科
  • 收稿日期:2021-04-03 出版日期:2022-12-01
  • 通信作者: 赵海东

Prognostic factor analysis and prognostic nomogram of malignant breast phyllodes tumors

Taiyuan Liu1, Jun Li1, Jiyue Gao1, Haidong Zhao1,†()   

  1. 1. Department of Breast Surgery, Second Affiliated Hospital of Dalian Medical University, Dalian 116023, China
  • Received:2021-04-03 Published:2022-12-01
  • Corresponding author: Haidong Zhao
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

刘泰源, 李珺, 高济越, 赵海东. 乳腺恶性叶状肿瘤预后因素分析及预后预测模型的构建[J]. 中华乳腺病杂志(电子版), 2022, 16(06): 346-352.

Taiyuan Liu, Jun Li, Jiyue Gao, Haidong Zhao. Prognostic factor analysis and prognostic nomogram of malignant breast phyllodes tumors[J]. Chinese Journal of Breast Disease(Electronic Edition), 2022, 16(06): 346-352.

目的

探讨乳腺恶性叶状肿瘤(MPTB)的预后影响因素，并建立预后预测模型。

方法

根据纳入排除标准检索并筛选美国国立癌症研究所建立的监测、流行病学、随访结果数据库(SEER)中1 363例MPTB患者数据，采用Kaplan-Meier法计算MPTB患者的肿瘤特异性生存(CSS)，各临床病理因素对CSS的影响比较采用Log-rank检验进行单因素分析。将单因素分析有意义的变量引入Cox比例风险回归模型进行MPTB患者预后多因素分析，建立Nomogram预后预测模型并使用C-指数与校正曲线验证其预测准确性。

结果

(1)1 363例MPTB患者术后1、2、5、10年的CSS率分别为97%(1 322/1 363)、94%(1 285/1 363)、91%(1 250/1 363)和89%(1234/1 363)。(2)单因素生存分析结果显示：年龄、肿瘤直径、肿瘤分期、婚姻状态和区域淋巴结状态和MPTB患者CSS有关(χ2＝55.135、120.215、249.650 、5.230、215.208，P均<0.050)。(3)多因素分析结果显示年龄(>45岁且<68岁和≥68岁分别与≤45岁比较：HR＝2.490，95%CI：1.466~4.229，P＝0.001；HR＝5.296，95%CI：2.890~9.704，P<0.001)、肿瘤直径(>59 mm且<115 mm和≥115 mm分别与≤59 mm比较：HR＝2.187，95%CI：1.421~3.366，P＝0.002；HR＝3.846，95%CI：2.395~6.174，P<0.001)、肿瘤分期(区域和远处转移分别和局部比较：HR＝2.353，95%CI：1.409~3.929，P＝0.001；HR＝10.195，95%CI：5.187~20.038，P<0.001)和区域淋巴结阳性(HR＝4.830，95%CI：1.883~12.387，P＝0.001)均是MPTB患者预后的独立影响因素。(4)利用年龄、肿瘤直径、肿瘤分期和区域淋巴结状态这4个变量建立了Nomogram预后预测模型，该模型的C指数＝0.82，并且通过校正曲线证明了模型具有良好的预测能力。

结论

高龄、大肿瘤、局部进展及转移的MPTB患者预后不佳，早期发现和早期治疗对MPTB患者非常重要。

关键词: 叶状肿瘤, 预后, 危险因素
Objective

To investigate the prognostic factors in patients with malignant phyllodes tumors of the breast (MPTB), and establish a predictive nomogram.

Methods

In accordance with the inclusive and exclusive criteria, the data of 1 363 patients diagnosed with MPTB in the Surveillance, Epidemiology and Results (SEER) database of the U. S. National Cancer Institute were analyzed in this study. The Kaplan-Meier survival analyses were performed to evaluate the cause-specific survival (CSS) of MPTB patients. The log-rank test was used to explore the relationship between clinicopathological characteristics and CSS. Multivariate analysis by Cox proportional hazards regression model was performed to analyze the prognostic factors from the variables with a significant difference in univariate analysis. The nomogram was developed to predict the CSS of the MPTB. The C-index and calibration plots were generated to evaluate the accuracy of the nomogram.

Results

(1) The 1-year, 2-year, 5-year, and 10-year CSS of 1 363 patients were 97%(1322/1 363), 94%(1 285/1 363), 91%(1250/1 363), and 89%(1 234/1 363), respectively. (2) Univariate analysis found that age, tumor size, tumor stage, marital status, and regional lymph node status were related to CSS of MPTB patients(χ2=55.135, 120.215, 249.650, 5.230, 215.208, all P<0.050). (3)Multivariate analysis showed that the independent factors for the prognosis of MPTB patients were as follow: age (≤45 years vs 45-68 years: HR=2.490, 95%CI: 1.466-4.229, P=0.001; ≤45 years vs ≥68 years: HR=5.296, 95%CI: 2.890-9.704, P<0.001), tumor size(≤59 mm vs 59-115 mm: HR=2.187, 95%CI: 1.421-3.366, P=0.002; ≤59 mm vs ≥115 mm: HR=3.846, 95%CI: 2.395-6.174, P<0.001), tumor stage (local vs regional: HR=2.353, 95%CI: 1.409-3.929, P=0.001; local vs distant metastasis: HR=10.195, 95%CI: 5.187-20.038, P<0.001) and positive regional lymph node (HR=4.830, 95%CI: 1.883-12.387, P=0.001). (4) The four factors (age, tumor size, tumor stage and regional lymph node status) were used to generate a nomogram predicting the CSS of patients diagnosed with MPTB. The C-index was 0.82. The calibration plots showed a good predictive ability of the model.

Conclusion

MPTB patients at advanced age or with large tumors, local progression and metastasis have a poor prognosis, and early detection and treatment is important for MPTB patients.

Key words: Phyllodes tumors, Prognosis, Risk factor
表1 乳腺恶性叶状肿瘤预后因素的变量赋值表
临床病理因素 变量 分类赋值
年龄 X1 ≤45岁＝1；>45岁且<68岁＝2；≥68岁＝3
肿瘤直径 X2 ≤59 mm＝1；>59 mm且<115 mm＝2；≥115 mm＝3
肿瘤分期 X3 局部＝1；区域＝2；远处转移＝3
种族 X4 白人＝1；黑人＝2；亚洲人及太平洋岛国人＝3；美国印第安人＝4；拉丁美洲人＝5
婚姻状态 X5 已婚＝1；其他婚姻状态＝2
肿瘤位侧 X6 左侧＝1；右侧＝2
肿瘤位置 X7 乳头＝1；乳房中央区＝2；内上象限＝3；内下象限＝4；外上象限＝5；外下象限＝6；跨象限＝7
化疗情况 X8 未化疗/未知＝0；化疗＝1
放射治疗情况 X9 未放射治疗＝0；放射治疗＝1
手术方式 X10 保留乳房手术＝1；更大范围手术＝2
区域淋巴结状态 X11 阴性＝0；阳性＝1；未评估＝2
生存情况 Y 生存＝0；肿瘤特异性死亡＝1
图1 1 363例乳腺恶性叶状肿瘤患者的生存曲线　a图为所有患者的肿瘤特异性生存曲线；b图为不同年龄患者的肿瘤特异性生存曲线(χ2＝55.135, P<0.001); c图为不同肿瘤直径患者的肿瘤特异性生存曲线(χ2＝120.215, P<0.001); d图为不同肿瘤分期患者的肿瘤特异性生存曲线(χ2＝249.650, P<0.001); e图为不同婚姻状态患者的肿瘤特异性生存曲线(χ2＝5.230，P＝0.022); f图为不同区域淋巴结状态患者的肿瘤特异性生存曲线(χ2＝215.208, P<0.001)
表2 1 363例乳腺恶性叶状肿瘤患者预后影响因素的单因素分析
临床病理特征 例数(%) χ2值 P值
年龄      
  ≤45岁 463(34.0) 55.135 <0.001
  >45岁且<68岁 751(55.1)
  ≥68岁 149(10.9)
肿瘤直径      
  ≤59 mm 896(65.7) 120.215 <0.001
  >59 mm且<115 mm 314(23.1)
  ≥115 mm 153(11.2)
肿瘤分期      
  局部 1 268(93.0) 249.650 <0.001
  区域 78(5.7)
  远处转移 17(1.3)
种族      
  白人 780(57.2) 5.195 0.268
  黑人 147(10.8)
  亚洲人及太平洋岛国人 184(13.5)
  美国印第安人 7(0.5)
  拉丁美洲人 245(18.0)
婚姻状态      
  已婚 800(58.7) 5.230 0.022
  其他婚姻状态 563(41.3)
肿瘤位侧      
  左 670(49.2) 0.776 0.378
  右 693(50.8)
肿瘤位置      
  乳头 13(1.0) 11.475 0.075
  乳房中央区 109(8.0)
  内上象限 144(10.6)
  内下象限 51(3.7)
  外上象限 479(35.1)
  外下象限 114(8.4)
  跨象限 453(33.2)
放射治疗a      
  未接受放射治疗 214(15.7) 0.273 0.601
  接受放射治疗 1 149(84.3)
化疗b      
  未接受化疗 46(3.4) 0.714 0.398
  接受化疗 1 317(96.6)
手术范围c      
  保留乳房手术 759(55.7) 0.457 0.499
  乳房切除术及更大范围手术 604(44.3)
区域淋巴结状态      
  阴性 337(24.7) 215.208 <0.001
  阳性 7(0.5)
  未评估 1 019(74.8)
表3 1 363例乳腺恶性叶状肿瘤患者预后影响的多因素Cox比例风险回归分析
因素 β值 标准误 Wald值 风险比 95%置信区间 P值
年龄            
  ≤45岁(参照) － － － － － －
  >45岁且<68岁 0.912 0.270 11.402 2.490 1.466~4.229 0.001
  ≥68岁 1.667 0.309 29.092 5.296 2.890~9.704 <0.001
肿瘤直径            
  ≤59 mm(参照) － － － － － －
  >59 mm且<115 mm 0.783 0.220 12.650 2.187 1.421~3.366 <0.001
  ≥115 mm 1.347 0.242 31.093 3.846 2.395~6.174 <0.001
肿瘤分期            
  局部(参照) － － － － － －
  区域 0.856 0.262 10.707 2.353 1.409~3.929 0.001
  远处转移 2.322 0.345 45.346 10.195 5.187~20.038 <0.001
  区域淋巴结阳性 1.575 0.481 10.741 4.830 1.883~12.387 0.001
图2 1 363例乳腺恶性叶状肿瘤预后预测模型的列线图注：CSS为肿瘤特异性生存率
图3 乳腺恶性叶状肿瘤患者预后预测模型的肿瘤特异性生存校正曲线　a、b、c图分别为2年、3年、5年的肿瘤特异性生存校正曲线注：CSS为肿瘤特异性生存；在一个理想的预测模型中，预测值等于真实值，曲线则刚好落在45度的对角线上，当校准曲线在对角线之上时，则预测值大于真实值，当校准曲线在对角线之下时，则预测值小于真实值
[1]
Tan PH, Ellis I, Allison K, et al.The 2019 World Health Organization classification of tumours of the breast[J]. Histopathology，2020，77(2)：181-185.
[2]
Adesoye T, Neuman HB, Wilke LG, et al. Current trends in the management of phyllodes tumors of the breast[J]. Ann Surg Oncol，2016，23(10)：3199-3205.
[3]
Doll KM, Rademaker A, Sosa JA. Practical guide to surgical data sets: surveillance, epidemiology, and end results (SEER) database [J]. JAMA Surg, 2018，153(6)：588-589.
[4]
Ruhl JL, Callaghan C, Hurlbut A, et al. Summary stage 2018: codes and coding instructions[EB/OL]．(2018-04-01)[2020-12-01].

URL    
[5]
Zhu X, Ying J, Wang F, et al. Estrogen receptor, progesterone receptor, and human epidermal growth factor receptor 2 status in invasive breast cancer: a 3，198 cases study at National Cancer Center, China [J]. Breast Cancer Res Treat, 2014，147(3)：551-555.
[6]
Stoffel E, Becker AS, Wurnig MC, et al. Distinction between phyllodes tumor and fibroadenoma in breast ultrasound using deep learning image analysis [J]. Eur J Radiol Open, 2018，5：165-170.
[7]
Choi N, Kim K, Shin KH, et al. Malignant and borderline phyllodes tumors of the breast: a multicenter study of 362 patients (KROG 16-08) [J]. Breast Cancer Res Treat, 2018，171(2)：335-344.
[8]
Ecker BL, Peters MG, McMillan MT, et al. Implications of lymph node evaluation in the management of resectable soft tissue sarcoma [J]. Ann Surg Oncol, 2017，24(2)：425-433.
[9]
Adesoye T, Neuman HB, Wilke LG, et al. Current trends in the management of phyllodes tumors of the breast [J]. Ann Surg Oncol, 2016，23(10)：3199-3205.
[10]
Chua B, Ung O, Taylor R, et al. Frequency and predictors of axillary lymph node metastases in invasive breast cancer [J]. ANZ J Surg, 2001，71(12)：723-728.
[11]
Pimiento JM, Gadgil PV, Santillan AA, et al. Phyllodes tumors: race-related differences [J]. J Am Coll Surg, 2011，213(4)：537-542.
[12]
Moten AS, Goldberg AJ. Malignant phyllodes tumors of the breast: association between race, clinical features, and outcomes [J]. J Surg Res, 2019，239：278-283.
[13]
Hasdemir S, Tolunay S, Ozsen M, et al. Phyllodes tumor of the breast: a clinicopathological evaluation of 55 cases [J]. Eur J Breast Health, 2020，16(1)：32-38.
[14]
Lee AH. Why is carcinoma of the breast more frequent in the upper outer quadrant? A case series based on needle core biopsy diagnoses [J]. Breast, 2005，14(2)：151-152.
[15]
Allam MF. Breast cancer and deodorants/antiperspirants: a systematic review [J]. Cent Eur J Public Health, 2016，24(3)：245-247.
[16]
Chen JH, Liao F, Zhang Y, et al. 3D MRI for quantitative analysis of quadrant percent breast density: correlation with quadrant location of breast cancer [J]. Acad Radiol, 2017，24(7)：811-817.
[17]
Darbre PD. Recorded quadrant incidence of female breast cancer in Great Britain suggests a disproportionate increase in the upper outer quadrant of the breast [J]. Anticancer Res, 2005，25(3c)：2543-2550.
[18]
Chaney AW, Pollack A, McNeese MD, et al. Primary treatment of cystosarcoma phyllodes of the breast [J]. Cancer, 2000，89(7)：1502-1511.
[19]
Stokes WA, Lentsch EJ. Age is an independent poor prognostic factor in cutaneous head and neck melanoma [J]. Laryngoscope, 2014，124(2)：462-465.
[20]
Nathenson MJ, Conley AP. Prognostic factors for uterine adenosarcoma: a review [J]. Expert Rev Anticancer Ther, 2018，18(11)：1093-1100.
[21]
House JS, Landis KR, Umberson D. Social relationships and health [J]. Science, 1988，241(4865)：540-545.
[22]
Song X, Zhang Q. The poor prognosis of lower-inner quadrant breast cancer in patients who received neoadjuvant chemotherapy [J]. Ann Palliat Med, 2020，9(4)：1859-1871.
[23]
Siotos C, McColl M, Psoter K, et al. Tumor site and breast cancer prognosis [J]. Clin Breast Cancer, 2018，18(5)：e1045-e1052.
[24]
Moon SH, Jung JH, Lee J, et al. Complete remission of giant malignant phyllodes tumor with lung metastasis: A case report [J]. Medicine (Baltimore), 2019，98(22)：e15762.
[25]
Morales-Vasquez F, Gonzalez-Angulo AM, Broglio K, et al. Adjuvant chemotherapy with doxorubicin and dacarbazine has no effect in recurrence-free survival of malignant phyllodes tumors of the breast [J]. Breast J, 2007，13(6)：551-556.
[26]
National Comprehensive Cancer Network. Clinical Practice Guidelines in Oncology. Breast Cancer, Version 4[EB/OL]. (2022-06-21)[2022-08-01].

URL    
[27]
Hashimoto K, Mimura H, Arai Y, et al. Successful preoperative chemoembolization in the treatment of a giant malignant phyllodes tumor [J]. Cardiovasc Intervent Radiol, 2016，39(7)：1070-1075.
[28]
Gnerlich JL, Williams RT, Yao K, et al. Utilization of radiotherapy for malignant phyllodes tumors: analysis of the National Cancer Data Base, 1998－2009 [J]. Ann Surg Oncol, 2014，21(4)：1222-1230.
[29]
Zhao W, Tian Q, Zhao A, et al. The role of adjuvant radiotherapy in patients with malignant phyllodes tumor of the breast: a propensity-score matching analysis [J]. Breast Cancer, 2021，28(1)：110-118.
[30]
Zeng S, Zhang X, Yang D, et al. Effects of adjuvant radiotherapy on borderline and malignant phyllodes tumors: A systematic review and meta-analysis [J]. Mol Clin Oncol, 2015，3(3)：663-671.
[31]
Barth RJ, Jr., Wells WA, Mitchell SE, et al. A prospective, multi-institutional study of adjuvant radiotherapy after resection of malignant phyllodes tumors [J]. Ann Surg Oncol, 2009，16(8)：2288-2294.
[32]
Iasonos A, Schrag D, Raj GV, et al. How to build and interpret a nomogram for cancer prognosis [J]. J Clin Oncol, 2008，26(8)：1364-1370.
[33]
Tan PH, Thike AA, Tan WJ, et al. Predicting clinical behaviour of breast phyllodes tumours: a nomogram based on histological criteria and surgical margins [J]. J Clin Pathol, 2012，65(1)：69-76.
[1] 刘欢颜, 华扬, 贾凌云, 赵新宇, 刘蓓蓓. 颈内动脉闭塞病变管腔结构和血流动力学特征分析[J]. 中华医学超声杂志（电子版）, 2023, 20(08): 809-815.
[2] 马艳波, 华扬, 刘桂梅, 孟秀峰, 崔立平. 中青年人颈动脉粥样硬化病变的相关危险因素分析[J]. 中华医学超声杂志（电子版）, 2023, 20(08): 822-826.
[3] 唐旭, 韩冰, 刘威, 陈茹星. 结直肠癌根治术后隐匿性肝转移危险因素分析及预测模型构建[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 16-20.
[4] 杨倩, 李翠芳, 张婉秋. 原发性肝癌自发性破裂出血急诊TACE术后的近远期预后及影响因素分析[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 33-36.
[5] 吴方园, 孙霞, 林昌锋, 张震生. HBV相关肝硬化合并急性上消化道出血的危险因素分析[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 45-47.
[6] 栗艳松, 冯会敏, 刘明超, 刘泽鹏, 姜秋霞. STIP1在三阴性乳腺癌组织中的表达及临床意义研究[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 52-56.
[7] 陈旭渊, 罗仕云, 李文忠, 李毅. 腺源性肛瘘经手术治疗后创面愈合困难的危险因素分析[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 82-85.
[8] 马伟强, 马斌林, 吴中语, 张莹. microRNA在三阴性乳腺癌进展中发挥的作用[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 111-114.
[9] 江振剑, 蒋明, 黄大莉. TK1、Ki67蛋白在分化型甲状腺癌组织中的表达及预后价值研究[J]. 中华普外科手术学杂志(电子版), 2023, 17(06): 623-626.
[10] 李永胜, 孙家和, 郭书伟, 卢义康, 刘洪洲. 高龄结直肠癌患者根治术后短期并发症及其影响因素[J]. 中华临床医师杂志(电子版), 2023, 17(9): 962-967.
[11] 陆猛桂, 黄斌, 李秋林, 何媛梅. 蜂蛰伤患者发生多器官功能障碍综合征的危险因素分析[J]. 中华临床医师杂志(电子版), 2023, 17(9): 1010-1015.
[12] 王军, 刘鲲鹏, 姚兰, 张华, 魏越, 索利斌, 陈骏, 苗成利, 罗成华. 腹膜后肿瘤切除术中大量输血患者的麻醉管理特点与分析[J]. 中华临床医师杂志(电子版), 2023, 17(08): 844-849.
[13] 李达, 张大涯, 陈润祥, 张晓冬, 黄士美, 陈晨, 曾凡, 陈世锔, 白飞虎. 海南省东方市幽门螺杆菌感染现状的调查与相关危险因素分析[J]. 中华临床医师杂志(电子版), 2023, 17(08): 858-864.
[14] 索利斌, 刘鲲鹏, 姚兰, 张华, 魏越, 王军, 陈骏, 苗成利, 罗成华. 原发性腹膜后副神经节瘤切除术麻醉管理的特点和分析[J]. 中华临床医师杂志(电子版), 2023, 17(07): 771-776.
[15] 李琪, 黄钟莹, 袁平, 关振鹏. 基于某三级医院的ICU多重耐药菌医院感染影响因素的分析[J]. 中华临床医师杂志(电子版), 2023, 17(07): 777-782.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号