摘要

目的：探讨基于全视野数字化乳腺X线摄影（FFDM）、超声（US）特征及临床病理因素构建的列线图模型对乳腺癌患者新辅助化疗（NAC）疗效的预测价值。方法：回顾性分析202例乳腺癌患者的临床及影像资料，将患者以7∶3的比例随机分为训练集（n=141）及测试集（n=61）。在训练集中通过Lasso回归和多因素Logistic回归分析筛选预测因子并建立列线图预测模型，用训练集数据计算列线图最佳阈值以及进行模型验证。采用受试者工作特征（ROC）曲线的曲线下面积（AUC）、校准曲线、临床决策曲线评估列线图模型的诊断效能。结果：202例乳腺癌患者根据NAC后的病理结果分为病例完全缓解（PCR）组（n=53）和非PCR组（n=149）。Lasso回归结合多因素Logistic回归分析结果显示ER状态、HER-2状态、FFDM肿瘤最大直径及US肿块边缘是乳腺癌NAC后获得PCR的预测因子，以此构建预测NAC疗效的列线图模型。在训练集和验证集中，模型的AUC分别为0.913、0.881，列线图模型有良好的区分度。基于训练集的ROC曲线确定列线图的最佳阈值为132.33分。校准曲线显示列线图模型的实际概率与预测概率接近，模型拟合度较好。临床决策曲线显示模型有良好的临床适用性。结论：基于FFDM、US影像特征及临床因素构建的列线图模型能较准确预测乳腺癌NAC疗效，为临床制定个体化治疗方案提供有价值的参考。

关键词