目的 探讨治疗前全身免疫炎症指数(SII)对乳腺癌新辅助化疗(NAC)后病理完全缓解(pCR)的预测价值,并结合相关临床病理特征构建临床预测模型。
方法 回顾性收集2019年1月至2022年4月武汉大学中南医院甲状腺乳腺外科收治的157例接受NAC的乳腺癌患者临床资料。利用受试者操作特征(ROC)曲线评价SII对乳腺癌NAC后pCR的预测价值,同时根据约登指数的最大值确定其最佳临界值。进一步采用单因素、多因素Logistic回归分析乳腺癌患者临床病理特征与NAC后pCR的关系,同时构建临床预测模型。制作ROC曲线评价该模型,并采用Bootstrap法进行内部验证。
结果 ROC曲线显示治疗前SII最佳临界值为418.92,预测乳腺癌NAC后pCR的曲线下面积(AUC)为0.737(95%CI:0.657~0.818)。多因素Logistic回归分析结果显示组织学分级(OR=0.095, 95%CI:0.024~0.292, P=0.001)、肿瘤大小(OR=0.091, 95%CI:0.019~0.333, P=0.001)、ER(OR=0.104, 95%CI:0.026~0.348,P=0.001),HER-2(OR=2.962, 95%CI:1.206~7.511, P=0.019)及SII(OR=0.149,95%CI:0.059~0.350,P<0.001)是乳腺癌NAC后pCR的独立预测因素。根据多因素Logistic回归结果,构建临床预测模型,其ROC曲线的AUC为0.868(95%CI: 0.813~0.920)。校准图显示,预测曲线与理想曲线贴合良好,预测值与实际值之间符合度的平均绝对误差为0.035。
结论 治疗前SII可作为乳腺癌患者NAC后pCR的独立预测指标,同时结合组织学分级、肿瘤大小、ER和HER-2等临床病理特征建立的临床模型能更好地预测腺癌NAC疗效。