HER-2阳性乳腺癌患者复发转移的影响因素及风险预测模型的构建

doi:10.3877/cma.j.issn.1674-0807.2026.04.005

中华乳腺病杂志(电子版) ›› 2026, Vol. 20 ›› Issue (04) : 228 -235. doi: 10.3877/cma.j.issn.1674-0807.2026.04.005

论著

HER-2阳性乳腺癌患者复发转移的影响因素及风险预测模型的构建

苏金铭¹^,², 田萍³, 李青林¹, 马静⁴, 宋伟伟⁵, 刘博文², 曹晓莹², 薛玲¹, 王文军¹^,²^,^†(

)

¹　063200　唐山，华北理工大学公共卫生学院
²　262500　潍坊，潍坊护理职业学院党政办公室
³　262500　潍坊，潍坊市益都中心医院药学部
⁴　250036　淄博，淄博市中心医院肿瘤内科
⁵　272067　济宁，济宁医学院附属医院乳腺甲状腺外科

收稿日期:2025-10-21 出版日期:2026-08-01
通信作者: 王文军
基金资助:
北京爱谱癌症患者关爱基金(24/107-4387)

Influencing factors of recurrence and metastasis in HER-2 positive breast cancer patients and construction of prediction model

Jinming Su¹^,², Ping Tian³, Qinglin Li¹, Jing Ma⁴, Weiwei Song⁵, Bowen Liu², Xiaoying Cao², Ling Xue¹, Wenjun Wang¹^,²^,^†()

¹ School of Public Health, North China University of Science and Technology, Tangshan 063200, China
² Office of Party and Administration Affairs, Weifang Nursing Vocational College, Weifang 262500, China
³ Department of Pharmacy, Weifang Yidu Central Hospital, Weifang 262500, China
⁴ Department of Medical Oncology, Zibo Central Hospital, Zibo 255036, China
⁵ Department of Breast and Thyroid Surgery, Affiliated Hospital of Jining Medical University, Jining 272067, China

Received:2025-10-21 Published:2026-08-01
Corresponding author: Wenjun Wang

全文 ( ) 下载PDF ( ) 导出引用

引用本文：

苏金铭, 田萍, 李青林, 马静, 宋伟伟, 刘博文, 曹晓莹, 薛玲, 王文军. HER-2阳性乳腺癌患者复发转移的影响因素及风险预测模型的构建[J/OL]. 中华乳腺病杂志(电子版), 2026, 20(04): 228-235.

Jinming Su, Ping Tian, Qinglin Li, Jing Ma, Weiwei Song, Bowen Liu, Xiaoying Cao, Ling Xue, Wenjun Wang. Influencing factors of recurrence and metastasis in HER-2 positive breast cancer patients and construction of prediction model[J/OL]. Chinese Journal of Breast Disease(Electronic Edition), 2026, 20(04): 228-235.

目的

明确HER-2阳性乳腺癌患者复发转移的影响因素，并构建风险预测模型。

方法

根据纳入与排除标准，回顾性纳入2021年1月至2024年12月山东省4 家三级甲等医院209例HER-2阳性乳腺癌患者作为训练集，纳入2024年1月至2025年5月山东省2家三级甲等医院的121例HER-2阳性乳腺癌患者为外部验证集，收集患者的临床资料进行分析。通过单因素分析、最小绝对收缩与选择算子（LASSO）筛选预测因子，经多因素Logistic回归分析HER-2阳性乳腺癌患者复发转移的影响因素，并构建风险预测模型（列线图），采用受试者操作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评价模型的区分度、校准度与临床实用性。

结果

LASSO回归最终筛选出7个预测变量：年龄、确诊时间、肿瘤长径、家族史、淋巴水肿、完成靶向治疗、完成化疗。多因素Logistic回归分析结果显示，确诊时间≥1年（OR=2.520，95%CI：1.017~6.245，P=0.046）、肿瘤长径>5 cm（OR=2.998，95%CI：1.209~7.431，P=0.018）是HER-2阳性乳腺癌患者复发转移的危险因素。年龄≥50岁（OR=0.366，95%CI：0.149~0.898，P=0.028）、完成靶向治疗（OR=0.334，95%CI：0.128~0.872，P=0.025）、完成化疗（OR=0.028，95%CI：0.005~0.150，P=0.001）是HER-2阳性乳腺癌患者复发转移的保护因素。基于上述5个影响因素构建列线图。训练集模型ROC曲线的AUC=0.865（95%CI：0.808~0.922），特异度为0.963；Hosmer-Lemeshow 检验结果显示预测模型的校准度较好（χ²=4.632，P=0.462）。外部验证集的AUC=0.817（95%CI：0.715~0.919），特异度为0.946，Hosmer-Lemeshow检验结果显示预测模型的校准度较好（χ²=6.833、P=0.555）。DCA分析显示，在0.2~0.8的风险阈值区间内，应用该模型可获得稳定较好的临床净效益。

结论

患者年龄、确诊时间、肿瘤长径、完成化疗及靶向治疗是HER-2阳性乳腺癌患者复发转移的影响因素。结合上述变量构建的预测模型能够为临床个体化风险评估提供参考依据。

关键词: 乳腺肿瘤, 基因，erbB-2, 影响因素, 预测模型

Objective

To identify influencing factors for recurrence and metastasis in patients with HER-2 positive breast cancer, and to establish a risk prediction model.

Methods

According to the inclusion and exclusion criteria, a total of 209 HER-2 positive breast cancer patients from four tertiary hospitals in Shandong Province between January 2021 and December 2024 were retrospectively enrolled as the training set, and 121 patients from two tertiary hospitals between January 2024 and May 2025 were included as the external validation set. The clinicopathological data of patients were collected and analyzed. Univariate analysis and LASSO regression were performed to screen for predictive factors, and multivariate logistic regression was adopted to determine the final variables for constructing a nomogram. Receiver operating characteristic (ROC) curve, calibration curve and decision curve analysis (DCA) were used to evaluate the discrimination, calibration and clinical practicability of the model.

Results

Seven predictive variables were finally screened out by multivariate logistic regression, including age, time since diagnosis, tumor size, family history, lymphedema, completion of targeted therapy and completion of chemotherapy. The results showed that time since diagnosis ≥1 year (OR=2.520, 95%CI: 1.017-6.245, P=0.046) and tumor diameter >5 cm (OR=2.998, 95%CI: 1.209-7.431, P=0.018) were risk factors for recurrence and metastasis in patients with HER-2 positive breast cancer; age ≥50 years (OR=0.366, 95%CI: 0.149-0.898, P=0.028) , completion of targeted therapy (OR=0.334, 95%CI: 0.128-0.872, P=0.025) and completion of chemotherapy (OR=0.028, 95%CI: 0.005-0.150, P=0.001) were protective factors. A nomogram was constructed based on the 5 statistically significant variables. In the training set, the area under the ROC curve (AUC) of the model was 0.865 (95%CI: 0.808-0.922) with a specificity of 0.963; the Hosmer-Lemeshow test yielded a good calibration (χ²=4.632, P=0.462). The AUC of the external validation set was 0.817 (95%CI: 0.715-0.919) with a specificity of 0.946 and the results of Hosmer-Lemeshow test showed a good calibration (χ²=6.833, P=0.555). DCA indicated stable and considerable clinical net benefit by applying this model within the risk threshold range of 0.2-0.8.

Conclusion

Patient age, time since diagnosis, tumor size, chemotherapy completion and targeted therapy completion are influencing factors for recurrence and metastasis in patients with HER-2 positive breast cancer. The prediction model established based on the above-mentioned factors can provide references for individualized clinical risk assessment.

Key words: Breast neoplasms, Gene, erbB-2, Risk factors, Prediction model

表1 训练集与验证集基线特征比较（例）

变量	训练集（n=209）	验证集（n=121）	χ²值	P值
年龄
<50岁	83	43	0.566	0.452
≥50岁	126	78	0.566	0.452
确诊时间
<1年	143	73	2.218	0.136
≥1年	66	48	2.218	0.136
肿瘤长径
≤5 cm	157	97	1.101	0.294
>5 cm	52	24	1.101	0.294
淋巴水肿
否	121	68	0.090	0.764
是	88	53	0.090	0.764
完成化疗
否	18	17	2.389	0.122
是	191	104	2.389	0.122
完成靶向治疗
否	42	27	0.228	0.633
是	167	94	0.228	0.633
家族史
否	184	100	1.858	0.173
是	25	21	1.858	0.173
手术史
否	145	72	3.318	0.069
是	64	49	3.318	0.069

表1 训练集与验证集基线特征比较（例）

变量	训练集（n=209）	验证集（n=121）	χ²值	P值
年龄
<50岁	83	43	0.566	0.452
≥50岁	126	78	0.566	0.452
确诊时间
<1年	143	73	2.218	0.136
≥1年	66	48	2.218	0.136
肿瘤长径
≤5 cm	157	97	1.101	0.294
>5 cm	52	24	1.101	0.294
淋巴水肿
否	121	68	0.090	0.764
是	88	53	0.090	0.764
完成化疗
否	18	17	2.389	0.122
是	191	104	2.389	0.122
完成靶向治疗
否	42	27	0.228	0.633
是	167	94	0.228	0.633
家族史
否	184	100	1.858	0.173
是	25	21	1.858	0.173
手术史
否	145	72	3.318	0.069
是	64	49	3.318	0.069

表2 HER-2阳性乳腺癌患者复发转移的单因素分析［例］

变量	未复发转移（n=164）	复发转移（n=45）	统计量值	P值
初潮年龄（岁）	14.6±1.4	14.7±1.7	-0.324^b	0.746
确诊分期
Ⅰ~Ⅱ期	44	16	1.314^a	0.252
Ⅲ~Ⅳ期	120	29	1.314^a	0.252
年龄
<50岁	56	27	9.858^a	0.002
≥50岁	108	18	9.858^a	0.002
确诊时间
<1年	125	18	25.292^a	0.001
≥1年	39	27	25.292^a	0.001
肿瘤长径
≤5 cm	133	24	14.564^a	0.001
>5 cm	31	21	14.564^a	0.001
淋巴水肿
否	104	17	9.521^a	0.002
是	60	28	9.521^a	0.002
完成化疗
否	2	16	52.893^a	0.001
是	162	29	52.893^a	0.001
完成靶向治疗
否	24	18	14.149^a	0.001
是	140	27	14.149^a	0.001
家族史
否	150	34	8.485^a	0.004
是	14	11	8.485^a	0.004
手术史
否	125	20	16.781^a	0.001
是	39	25	16.781^a	0.001
月经状态
未绝经	55	9	3.046^a	0.081
已绝经	109	36	3.046^a	0.081
受教育程度
未受过教育	13	5	5.301^a	0.258
小学	29	9
初中	66	10
高中/中专	29	10
大专及以上	27	11
化疗方案
含蒽环类	4	3	3.802^a	0.284
蒽环类和紫杉类	85	18
紫杉类和铂类	69	21
其他	6	3

表2 HER-2阳性乳腺癌患者复发转移的单因素分析［例］

变量	未复发转移（n=164）	复发转移（n=45）	统计量值	P值
初潮年龄（岁）	14.6±1.4	14.7±1.7	-0.324^b	0.746
确诊分期
Ⅰ~Ⅱ期	44	16	1.314^a	0.252
Ⅲ~Ⅳ期	120	29	1.314^a	0.252
年龄
<50岁	56	27	9.858^a	0.002
≥50岁	108	18	9.858^a	0.002
确诊时间
<1年	125	18	25.292^a	0.001
≥1年	39	27	25.292^a	0.001
肿瘤长径
≤5 cm	133	24	14.564^a	0.001
>5 cm	31	21	14.564^a	0.001
淋巴水肿
否	104	17	9.521^a	0.002
是	60	28	9.521^a	0.002
完成化疗
否	2	16	52.893^a	0.001
是	162	29	52.893^a	0.001
完成靶向治疗
否	24	18	14.149^a	0.001
是	140	27	14.149^a	0.001
家族史
否	150	34	8.485^a	0.004
是	14	11	8.485^a	0.004
手术史
否	125	20	16.781^a	0.001
是	39	25	16.781^a	0.001
月经状态
未绝经	55	9	3.046^a	0.081
已绝经	109	36	3.046^a	0.081
受教育程度
未受过教育	13	5	5.301^a	0.258
小学	29	9
初中	66	10
高中/中专	29	10
大专及以上	27	11
化疗方案
含蒽环类	4	3	3.802^a	0.284
蒽环类和紫杉类	85	18
紫杉类和铂类	69	21
其他	6	3

图1 HER-2阳性乳腺癌患者复发转移的LASSO回归变量筛选正则化路径图　A图为十折交叉验证偏差图；B图为系数正则化路径图

表3 HER-2阳性乳腺癌患者复发转移的自变量赋值表

自变量	赋值
确诊时间	<1年=0；≥1年=1
完成靶向治疗	否=0；是=1
完成化疗	否=0；是=1
肿瘤长径	≤5 cm=0；>5 cm=1
淋巴水肿	否=0；是=1
家族史	否=0；是=1
年龄	<50岁=0；≥50岁=1

表3 HER-2阳性乳腺癌患者复发转移的自变量赋值表

自变量	赋值
确诊时间	<1年=0；≥1年=1
完成靶向治疗	否=0；是=1
完成化疗	否=0；是=1
肿瘤长径	≤5 cm=0；>5 cm=1
淋巴水肿	否=0；是=1
家族史	否=0；是=1
年龄	<50岁=0；≥50岁=1

表4 HER-2阳性乳腺癌患者复发转移的Logistic回归分析结果

变量	B	SE	Waldχ²	P值	OR（95%CI）
常量	1.992	1.016	3.842	0.050	7.331
确诊时间	0.924	0.463	3.982	0.046	2.520（1.017~6.245）
完成靶向治疗	-1.098	0.490	5.018	0.025	0.334（0.128~0.872）
完成化疗	-3.593	0.867	17.184	0.001	0.028（0.005~0.150）
肿瘤长径	1.098	0.463	5.617	0.018	2.998（1.209~7.431）
淋巴水肿	0.846	0.451	3.512	0.061	2.331（0.962~5.646）
家族史	0.768	0.611	1.584	0.208	2.156（0.652~7.136）
年龄	-1.006	0.459	4.813	0.028	0.366（0.149~0.898）

表4 HER-2阳性乳腺癌患者复发转移的Logistic回归分析结果

变量	B	SE	Waldχ²	P值	OR（95%CI）
常量	1.992	1.016	3.842	0.050	7.331
确诊时间	0.924	0.463	3.982	0.046	2.520（1.017~6.245）
完成靶向治疗	-1.098	0.490	5.018	0.025	0.334（0.128~0.872）
完成化疗	-3.593	0.867	17.184	0.001	0.028（0.005~0.150）
肿瘤长径	1.098	0.463	5.617	0.018	2.998（1.209~7.431）
淋巴水肿	0.846	0.451	3.512	0.061	2.331（0.962~5.646）
家族史	0.768	0.611	1.584	0.208	2.156（0.652~7.136）
年龄	-1.006	0.459	4.813	0.028	0.366（0.149~0.898）

图2 HER-2阳性乳腺癌患者复发转移风险的列线图

图3 HER-2阳性乳腺癌患者复发转移预测模型的ROC曲线　A、B图分别为训练集和验证集注：训练集AUC=0.865（95%CI：0.808~0.922）；验证集AUC=0.817（95%CI：0.715~0.919）

图4 HER-2阳性乳腺癌患者复发转移预测模型的校准曲线　A、B图分别为训练集和验证集

图5 HER-2阳性乳腺癌患者复发转移预测模型的DCA曲线　A、B图分别为训练集和验证集

［1］	Siegel RL， Kratzer TB， Giaquinto AN， et al. Cancer statistics， 2025 ［J］ . CA Cancer J Clin， 2025， 75（1）：10-45.
［2］	王新宇，郑璐，汤铜. 激素受体阳性浸润性乳腺癌患者术后复发风险因素分析［J］. 现代肿瘤医学，2025，33（12）：2124-2131.
［3］	杨柳，张明坤，季福庆，等. HER-2阳性乳腺癌新辅助化疗疗效影响因素分析及相关预后模型的构建［J］. 现代肿瘤医学，2023，31（11）：2037-2041.
［4］	耿丹，胡崇珠，郝鑫，等. TCbHP与AC-THP方案新辅助治疗HER2阳性乳腺癌真实世界疗效和安全性比较［J］. 肿瘤防治研究，2023，50（8）：782-787.
［5］	Wolff AC， Somerfield MR， Dowsett M， et al. Human epidermal growth factor receptor 2 testing in breast cancer： ASCO-College of American Pathologists guideline update ［J］. J Clin Oncol， 2023， 41（22）：3867-3872.
［6］	Bishop AJ， Ensor J， Moulder SL， et al. Prognosis for patients with metastatic breast cancer who achieve a no-evidence-of-disease status after systemic or local therapy ［J］. Cancer， 2015， 121（24）：4324-4332.
［7］	Paluch-Shimon S， Cardoso F， Partridge AH， et al. ESO-ESMO fifth international consensus guidelines for breast cancer in young women （BCY5）［J］. Ann Oncol， 2022， 33（11）：1097-1118.
［8］	Kast K， Link T， Friedrich K， et al. Impact of breast cancer subtypes and patterns of metastasis on outcome ［J］. Breast Cancer Res Treat， 2015， 150（3）：621-629.
［9］	DeBusk K， Ike C， Lindegger N， et al. Real-world outcomes among patients with HER2+ metastatic breast cancer with brain metastases ［J］. J Manag Care Spec Pharm， 2022， 28（6）：657-666.
［10］	王小波，王涛. 2024年度晚期乳腺癌共识与争议的现状及展望［J］. 中国癌症杂志，2025，35（3）：263-272.
［11］	中国抗癌协会乳腺癌专业委员会，中华医学会肿瘤学分会乳腺肿瘤学组. 中国抗癌协会乳腺癌诊治指南与规范（2024年版）［J］. 中国癌症杂志， 2023， 33（12）：1092-1187.
［12］	郭丽丽，侯牛牛，肖晶晶，等. T_1~3N₀M₀期激素受体阳性、人表皮生长因子受体2阴性浸润性乳腺癌复发、转移风险因素分析［J/OL］. 中华乳腺病杂志（电子版），2022，16（3）：138-146.
［13］	Early Breast Cancer Trialists' Collaborative Group （EBCTCG）， Peto R， Davies C， et al. Comparisons between different polychemotherapy regimens for early breast cancer： meta-analyses of long-term outcome among 100，000 women in 123 randomised trials ［J］. Lancet， 2012， 379（9814）：432-444.
［14］	Early Breast Cancer Trialists' Collaborative Group （EBCTCG）. Long-term outcomes for neoadjuvant versus adjuvant chemotherapy in early breast cancer： meta-analysis of individual patient data from ten randomised trials ［J］. Lancet Oncol， 2018， 19（1）：27-39.
［15］	Loibl S， André F， Bachelot T， et al. Early breast cancer： ESMO clinical practice guideline for diagnosis， treatment and follow-up ［J］. Ann Oncol， 2024， 35（2）：159-182.
［16］	李俊杰. 早期乳腺癌局部治疗与全身治疗的进展与展望［J］. 中国癌症杂志，2025，35（2）：205-212.
［17］	潘青，牛一聪，陈诚，等. 乳腺癌新辅助化疗后前哨淋巴结转移完全缓解的预测模型构建［J］. 临床外科杂志，2025，33（8）：846-851.
［18］	狄淑群，潘华，狄挺松，等. 浸润性乳腺癌改良根治术后化疗患者复发转移的影响因素及预测模型建立［J］. 医学研究与战创伤救治，2024，37（2）：166-171.
［19］	袁隆建，孙萍，秦智军，等. 影响乳腺癌患者改良根治术后复发转移的因素探讨［J］. 黑龙江医药科学，2025，48（6）：71-72，77.
［20］	白力允，白力丹，谢静，等. 不同激素水平Her-2阳性乳腺癌复发转移情况及预后分析［J］. 现代医药卫生，2021，37（24）：4196-4199.
［21］	Dowling GP， Hegarty A， Daly GR， et al. Prognostic significance of delays in initiation of adjuvant trastuzumab-based therapy in patients with HER2-positive breast cancer ［J］. Biomedicines， 2025， 13（6）：1305.
［22］	Pan L， Li J， Xu Q， et al. HER2/PI3K/AKT pathway in HER2-positive breast cancer： a review ［J］. Medicine （Baltimore）， 2024， 103（24）：e38508.
［23］	Kroman N， Jensen MB， Wohlfahrt J， et al. Factors influencing the effect of age on prognosis in breast cancer： population-based study ［J］. BMJ， 2000， 320（7233）：474-478.
［24］	辛岗，刘佳妮，胡崇珠，等. HER-2表达与HER-2阳性乳腺癌临床病理特征及靶向治疗疗效的关系［J/OL］. 中华乳腺病杂志（电子版），2025，19（1）：45-48.
［25］	Walker RA， Lees E， Webb MB， et al. Breast carcinomas occurring in young women （<35 years） are different ［J］. Br J Cancer， 1996， 74（11）：1796-1800.
［26］	Arvold ND， Taghian AG， Niemierko A， et al. Age， breast cancer subtype approximation， and local recurrence after breast-conserving therapy ［J］. J Clin Oncol， 2011， 29（29）：3885-3891.
［27］	中国抗癌协会乳腺癌专业委员会. 中国早期乳腺癌卵巢功能抑制临床应用专家共识（2024年版）［J］. 中国癌症杂志，2024，34（3）：316-334.
［28］	Pegram M， Jackisch C， Johnston SRD， et al. Estrogen/HER2 receptor crosstalk in breast cancer： combination therapies to improve outcomes for patients with hormone receptor-positive/HER2-positive breast cancer ［J］. NPJ Breast Cancer， 2023， 9（1）：45.

[1]	中国抗癌协会乳腺癌整合防筛专业委员会. 乳腺癌遗传咨询专家共识[J/OL]. 中华乳腺病杂志(电子版), 2026, 20(04): 197-206.
[2]	谭玉靓, 马飞. 组蛋白乙酰转移酶抑制剂在激素受体阳性/HER-2阴性乳腺癌中的研究进展[J/OL]. 中华乳腺病杂志(电子版), 2026, 20(04): 207-212.
[3]	黎立喜, 桑蝶, 段博识, 李巧佴, 郑晓娟, 彭雪楠, 曾成, 祁亚龙, 张晓童, 岳静, 兰波, 王佳玉, 李俏, 马飞. 艾立布林在不同分子分型晚期乳腺癌中的疗效分析：多中心回顾性研究[J/OL]. 中华乳腺病杂志(电子版), 2026, 20(04): 213-218.
[4]	于世元, 邓嘉诚, 王磊, 孙旭, 李朦, 李响, 张熠, 史若彤, 吕铮. 3种细胞周期蛋白依赖性激酶4/6抑制剂在激素受体阳性/HER-2阴性乳腺癌中的疗效和安全性分析[J/OL]. 中华乳腺病杂志(电子版), 2026, 20(04): 219-227.
[5]	徐敏骅, 方圆, 朱丽均, 杨瑜麟. 女性参加宫颈癌和乳腺癌筛查意愿及其影响因素研究[J/OL]. 中华妇幼临床医学杂志(电子版), 2026, 22(03): 250-258.
[6]	田晨阳, 官浩, 胡大海, 计鹏, 杨云舒, 刘博, 郑朝. 内窥镜辅助下采用钟摆形背阔肌肌皮瓣修复乳腺癌术后乳房缺损的临床效果[J/OL]. 中华损伤与修复杂志(电子版), 2026, 21(04): 247-252.
[7]	卢帅, 陈建明, 李敏娟, 单祎宁, 曹仁巍, 查晔军, 蒋协远. 基于NHANES数据库分析抑郁与骨质疏松性骨折愈合不良的关联及预测模型构建与验证[J/OL]. 中华损伤与修复杂志(电子版), 2026, 21(03): 167-176.
[8]	杨进宝, 李伟, 张冰, 陈健, 王吉哲, 王玉佳, 王顺, 蒋志斌, 周烨, 杨建玲. 腹腔镜低位直肠癌适形保肛术技术难度的影响因素分析[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 343-346.
[9]	鲁峰刚, 刘宇, 张毅, 王秦玉. 新辅助放化疗直肠癌根治术患者术后吻合口漏影响因素分析及风险预测模型构建[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 347-351.
[10]	袁强, 范慈勃, 韩丽丽, 陈光, 陈纲, 赵锁. 融合病理图像与报告的多模态模型用于乳腺癌预后预测[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 374-378.
[11]	张浩然, 王实现, 王凯, 缪骥. SSLA治疗复发性阑尾炎的疗效与手术时间因素研究[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 379-383.
[12]	谢华林, 刘宾, 孙倩男, 王道荣. 改善术后肠造口功能研究进展[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 398-401.
[13]	柯雨仙, 刘罡, 郭莹莹, 何李谦, 姜轶. 慢性阻塞性肺疾病急性加重期并发呼吸衰竭风险预测模型研究进展[J/OL]. 中华肺部疾病杂志(电子版), 2026, 19(03): 500-503.
[14]	马凯蒂, 哈团结. 基于机器学习的糖尿病肾脏病患者疲乏状态诊断预测模型构建[J/OL]. 中华肾病研究电子杂志, 2026, 15(03): 144-150.
[15]	朱瑶楠, 代俊安, 朱虹, 吴亦淇, 马庆华. 苏州市相城区居民寄生虫病健康素养水平及影响因素分析[J/OL]. 中华临床医师杂志(电子版), 2026, 20(04): 311-319.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Influencing factors of recurrence and metastasis in HER-2 positive breast cancer patients and construction of prediction model

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Influencing factors of recurrence and metastasis in HER-2 positive breast cancer patients and construction of prediction model