切换至 "中华医学电子期刊资源库"
高级检索
中华医学超声杂志（电子版）

中华医学超声杂志（电子版） >

2024 , Vol. 21 >Issue 02: 143 - 150

DOI: https://doi.org/10.3877/cma.j.issn.1672-6448.2024.02.006

浅表器官超声影像学

超声结合临床病理指标模型对T1-2期乳腺癌腋窝淋巴结转移的预测价值

  • 蔡林利 1 ,
  • 宋宏萍 2 ,
  • 巨艳 2 ,
  • 党晓智 2 ,
  • 韩铭 3 ,
  • 肖迎聪 , 4, †
展开
  • 1.712046　西安，陕西中医药大学医学技术学院;710032　西安，空军军医大学第一附属医院（西京医院）超声医学科
  • 2.710032　西安，空军军医大学第一附属医院（西京医院）超声医学科
  • 3.710032　西安，空军军医大学第一附属医院（西京医院）病理科
  • 4.712046　西安，陕西中医药大学医学技术学院
通信作者：肖迎聪，Email：

Copy editor: 汪荣

收稿日期: 2023-08-29

  网络出版日期: 2024-04-25

基金资助

国家自然科学基金面上项目(82071934)

陕西省科技计划项目国合重点项目(2020KWZ-022)

陕西省高等教育教学改革研究重点项目(21JZ009)

空军军医大学临床研究项目(2021LC2210)

版权

未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计，除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。本刊为电子期刊，以网刊形式出版。
收起

Predictive value of a model developed based on ultrasonic features combined with clinicopathological indicators for axillary lymph node metastasis in patients with T1-2 breast cancer

  • Linli Cai 1 ,
  • Hongping Song 2 ,
  • Yan Ju 2 ,
  • Xiaozhi Dang 2 ,
  • Ming Han 3 ,
  • Yingcong Xiao , 4, †
Expand
  • 1.Shool of Medical Technology, Shaanxi University of Chinese Medicine, Xi'an 712046, China;Department of Ultrasound, Xijing Hospital, the First Affiliated Hospital of Air Force Medical University, Xi'an 710032, China
  • 2.Department of Ultrasound, Xijing Hospital, the First Affiliated Hospital of Air Force Medical University, Xi'an 710032, China
  • 3.Department of Pathology, Xijing Hospital, the First Affiliated Hospital of Air Force Medical University, Xi'an 710032, China
  • 4.Shool of Medical Technology, Shaanxi University of Chinese Medicine, Xi'an 712046, China
Corresponding author: Xiao Yingcong, Email:

Received date: 2023-08-29

  Online published: 2024-04-25

Copyright

Copyright by Chinese Medical Association No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission. All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

目的

应用超声特征及临床病理指标构建列线图模型，探讨其对T1、T2期乳腺癌患者腋窝淋巴结转移的预测价值。

方法

纳入2021年1月至2022年9月于西京医院诊治的经病理证实为T1、T2期乳腺癌的患者354例，根据腋窝淋巴结病理状态将其分为转移组125例与非转移组229例。采用单因素及多因素Logistic回归分析筛选独立预测因素，构建腋窝超声模型及综合模型（腋窝超声特征+乳腺超声特征+临床病理指标）。绘制ROC曲线评估模型的预测效能并通过Delong检验比较预测效能；绘制综合模型的列线图并通过Hosmer-Lemeshow检验、校准曲线、临床决策曲线分别评估模型的拟合优度、校准度及临床效用。

结果

淋巴结长短径比值、淋巴结形态分型、肿瘤最大径、结构扭曲、体质量指数（BMI）、组织学分级、雌激素受体（ER）为腋窝淋巴结转移的独立预测因素（均P<0.05）。腋窝超声模型、综合模型的ROC曲线下面积（AUC）分别为0.741（95%CI： 0.684~0.758）、0.812（95%CI： 0.767~0.858），综合模型的预测效能优于腋窝超声模型（Z=3.547，P<0.001）。

结论

在腋窝超声基础上结合乳腺癌超声特征和临床病理指标构建列线图模型，能够提升腋窝淋巴结转移的诊断性能，为乳腺癌的分期、预后和治疗提供有效参考。

关键词： 乳腺癌; 淋巴结转移; 超声检查; 病理学

本文引用格式

蔡林利 , 宋宏萍 , 巨艳 , 党晓智 , 韩铭 , 肖迎聪 . 超声结合临床病理指标模型对T1-2期乳腺癌腋窝淋巴结转移的预测价值[J]. 中华医学超声杂志（电子版）, 2024 , 21(02) : 143 -150 . DOI: 10.3877/cma.j.issn.1672-6448.2024.02.006

Abstract

Objective

To construct a nomogram based on ultrasonic features and clinicopathological indicators and to explore its predictive value for axillary lymph node metastasis in patients with T1-2 breast cancer.

Methods

A total of 354 patients with histopathologically confirmed T1-2 breast cancer admitted to Xijing Hospital from January 2021 to September 2022 were included. According to whether there was axillary lymph node metastasis, the patients were divided into a metastatic group of 125 cases and a non-metastatic group of 229 cases. Univariate and multivariate Logistic regression analyses were used to screen independent predictors, and the axillary ultrasound model and comprehensive model (axillary ultrasound features + breast ultrasound features + clinicopathological indicators) were constructed. Receiver operating characteristic (ROC) curves were plotted to evaluate the predictive efficiency of the models, and the predictive efficiency was compared by the Delong's test. A nomogram of the comprehensive model was plotted, and the goodness of fit, calibration, and clinical utility of the model were evaluated by the Hosmer-Lemeshow test as well as calibration curve and decision curve analyses.

Results

The ratio of long diameter to short diameter of lymph nodes, morphological typing of lymph nodes, maximum tumor diameter, architectural distortion, body mass index, histological grade, and estrogen receptor status were identified to be independent predictors of axillary lymph node metastasis (P<0.05 for all). The areas under the ROC curves of the axillary ultrasound model and the comprehensive model were 0.741 (0.684-0.758) and 0.812 (0.767-0.858), respectively. The prediction efficiency of the comprehensive model was greater than that of the axillary ultrasound model (Z=3.5472, P<0.001).

Conclusion

The nomogram developed based on axillary ultrasonic features combined with clinicopathological indicators of breast cancer can improve the diagnostic efficiency for axillary lymph nodes metastasis, and provide effective reference for the staging, prognosis, and treatment of breast cancer.

Key words： Breast cancer; Lymph node metastasis; Ultrasonography; Pathology

腋窝淋巴结转移状态是乳腺癌患者复发和生存最重要的预测因素，为腋窝治疗方案的选择提供了关键信息［1］。从腋窝淋巴结清扫（axillary lymph node dissection，ALND）发展到前哨淋巴结活检（sentinel lymph node biopsy，SLNB），早期乳腺癌患者的腋窝分期、治疗管理的侵入性程度以及术后并发症的发生风险显著减低［2］。SLNB标志着T1-2期乳腺癌腋窝管理进入微创时代。超声是无创评估腋窝淋巴结和影像引导下淋巴结穿刺活检的首选方法［3］，能否用术前超声替代SLNB是目前面临的新的挑战。荟萃分析［4］报道，腋窝超声诊断淋巴结转移的敏感度约为55%（范围24%~94%），仅基于术前腋窝超声评估具有一定局限性。本研究拟通过分析乳腺癌原发病灶及腋窝淋巴结的超声特征、乳腺癌的临床病理指标，构建预测T1、T2期乳腺癌腋窝淋巴结转移的列线图模型，并探讨结合乳腺癌超声特征和临床病理指标后能否提升对腋窝淋巴结转移的诊断性能，为乳腺癌分期和临床治疗决策提供有效参考。

资料与方法

一、对象

回顾性连续收集2021年1月至2022年9月于西京医院诊治且经组织病理学证实为T1、T2期乳腺癌的患者354例，均接受乳腺手术及SLNB和（或）ALND，术前均接受乳腺及腋窝超声检查。患者年龄28~89（52.9±12.1）岁，病灶最大径0.6~4.8（2.04±0.87）cm。纳入标准：（1）女性患者；（2）接受乳腺癌保乳术或全乳切除术，经组织病理学确诊为浸润性乳腺癌；（3）临床T1、T2期（超声测量肿瘤最大径≤5 cm，未累及皮肤或胸壁）；（4）接受SLNB和（或）ALND；（5）影像学检查未发现远处转移。排除标准：（1）术前行新辅助治疗；（2）双侧乳腺癌；（3）复发性乳腺癌；（4）超声检查、临床或病理资料不完整。本研究经空军军医大学第一附属医院药物临床试验伦理委员会批准（批件号：KY20192119-F-1）。

二、仪器与方法

1.仪器：采用Siemens ACUSON S2000、GE LOGIQ E9、SAMSUNG RS85型彩色多普勒超声诊断仪，分别配备18L6探头（频率6~18 MHz）、ML6-15探头（频率6~15 MHz）、L3-12A探头（频率3~12 MHz）。
2.超声检查：患者取仰卧位或侧卧位，充分暴露双侧乳腺和腋窝，由高年资超声医师先行乳腺常规扫查，获取标准图像并记录肿块超声特征；然后切换至应变弹性成像模式扫查，保持探头与皮肤垂直，选择合适的感兴趣区，轻触肿块获取弹性图像并记录弹性评分；最后行腋窝常规扫查，获取标准图像并记录腋窝淋巴结超声特征。
3.观察指标：（1）临床及病理指标：年龄、绝经状态、体质量指数（body mass index，BMI）、病理学类型、组织学分级、雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）、人表皮生长因子受体2（human epidermal growth factor receptor 2，HER-2）、Ki67。评估腺管形成比例、细胞异型性和核分裂象计数，采用Nottingham分级系统进行组织学分级；HER-2免疫组织化学染色结果为“-”或“1+”判定为阴性，“3+”则判定为阳性，“2+”若行荧光原位杂交（fluorescence in situ hybridization，FISH）技术检测，根据有无HER-2基因扩增判定HER-2为阳性或阴性，未行FISH检测者判定为不确定；ER、PR免疫组织化学染色结果为“-”判定为阴性，“1+”“2+”“3+”判定为阳性［5］。（2）乳腺肿瘤超声图像特征：肿瘤最大径、象限、方位、形态、边缘、内部回声、后方回声、钙化、结构扭曲、导管改变、血流、弹性评分。弹性评分采用Itoh［6］ 5分法。（3）腋窝淋巴结超声图像特征：长短径比值、形态分型。形态分型参考Bedi等［7］根据淋巴结形态特征分为6型：1型：高回声，无明显皮质；2型：皮质厚度均匀，且<3 mm；3型：皮质厚度均匀，且≥3 mm；4型：皮质均匀增厚，呈分叶状；5型：局部皮质增厚，呈分叶状；6型：淋巴门缺失，呈低回声。超声医师评估可疑腋窝淋巴结转移的标准为弥漫性或局灶性皮质增厚≥3 mm、局灶性皮质结节或淋巴门消失［8］。超声图像特征判读由两名高年资超声医师进行，不一致时经协商达成一致。

三、统计学分析

采用SPSS 25.0及R 4.3.1软件进行统计分析。不符合正态分布的连续变量以M（Q1，Q3）表示，比较组间基线特征差异采用Mann-Whitney U检验；分类变量以例数（%）表示，比较组间基线特征差异采用χ2检验、校正χ2检验或Fisher精确性检验。采用单因素Logistic回归分析腋窝淋巴结转移的影响因素，纳入P<0.05的因素进行多因素Logistic回归分析，采用逐步回归向前法筛选独立预测因素，构建两个预测模型。绘制ROC曲线评估模型的预测效能并通过Delong检验比较曲线下面积（area under the curve，AUC）。绘制综合模型的列线图，采用Hosmer-Lemeshow检验、校准曲线、临床决策曲线评价模型的拟合优度、校准度与临床效用。双侧P<0.05为差异具有统计学意义。

结果

一、乳腺癌患者的基线特征

54例浸润性乳腺癌患者中，T1期198例，T2期156例；浸润性导管癌314例，浸润性小叶癌12例，黏液癌8例，浸润性微乳头状癌7例，伴大汗腺分化的癌4例，伴神经内分泌特征的癌3例，伴髓样特征的浸润性癌2例，小管癌2例，化生性癌1例，筛状癌1例。经SLNB和（或）ALND证实为腋窝淋巴结未转移229例（64.7%），腋窝淋巴结转移125例（35.3%）（图1，2）。患者的基线特征见表1。
图1 乳腺癌伴腋窝淋巴结转移患者的超声及病理图像。图a为乳腺肿块灰阶图像，显示肿块位于外下象限，最大径为2.0 cm；图b为乳腺肿块彩色多普勒图像，显示肿块内部血供；图c为腋窝淋巴结灰阶图像，显示形态分型为5型；图d为HE染色显示病理类型为浸润性微乳头状癌（×200）；图e~h为免疫组化分别显示ER阳性（×200）、PR阳性（×200）、HER-2阴性（×200）、Ki67低表达（×200）
图2 乳腺癌不伴腋窝淋巴结转移患者的超声及病理图像。图a为乳腺肿块灰阶图像，显示肿块位于内上象限，最大径为2.3 cm；图b为乳腺肿块彩色多普勒图像，显示肿块内部血供；图c为腋窝淋巴结灰阶图像，显示形态分型为2型；图d为HE染色显示病理类型为伴髓样特征的浸润性癌（×200）；图e~h为免疫组化分别显示ER阴性（×200）、PR阴性（×200）、HER-2阴性（×200）、Ki67高表达（×200）
表1 腋窝淋巴结转移组与未转移组乳腺癌患者的基线特征[例（%）]
基线资料 总计（n=354） 未转移组（n=229） 转移组（n=125） 统计值 P 值
年龄[岁，M（Q1，Q3）] 51（45，61） 50（46，61） 51（45，63） Z=0.238 0.812
肿瘤最大径[cm，M（Q1，Q3）] 1.9（1.4，2.5） 1.8（1.3，2.3） 2.3（1.6，2.9） Z=3.888 <0.001
绝经状态 χ2=0.037 0.911
绝经前 159（44.9） 102（44.5） 57（45.6）
绝经后 195（55.1） 127（55.5） 68（54.4）
BMI [kg/m2，M（Q1，Q3）] 23.1（21.5，25.0） 22.8（21.5，24.6） 23.9（21.5，26.2） Z=2.299 0.022
病理类型 χ2=0.659 0.761
浸润性导管癌 314（88.7） 201（87.8） 113（90.4）
浸润性小叶癌 12（3.4） 8（3.5） 4（3.2）
其他类型 28（7.9） 20（8.7） 8（6.4）
组织学分级 χ2=7.224 0.027
1级 40（11.3） 33（14.4） 7（5.6）
2级 251（70.9） 160（69.9） 91（72.8）
3级 63（17.8） 36（15.7） 27（21.6）
ER χ2=4.449 0.050
阴性 39（11.0） 31（13.5） 8（6.4）
阳性 315（89.0） 198（86.5） 117（93.6）
PR χ2=3.030 0.100
阴性 59（16.7） 44（19.2） 15（12.0）
阳性 295（83.3） 185（80.8） 110（88.0）
HER-2 χ2=5.269 0.069
阴性 235（66.4） 150（65.5） 85（68.0）
阳性 30（8.5） 25（10.9） 5（4.0）
不确定 89（25.1） 54（23.6） 35（28.0）
Ki67 χ2=1.082 0.350
<14% 79（22.3） 55（24.0） 24（19.2）
≥14% 275（77.7） 174（76.0） 101（80.8）

注：BMI为体质量指数；ER为雌激素受体；PR为孕激素受体；HER-2为人表皮生长因子受体2；Ki67为细胞增殖核抗原

二、乳腺癌患者腋窝淋巴结转移的单因素分析

单因素Logistic回归分析结果显示，淋巴结长短径比值、淋巴结形态分型、肿瘤最大径、结构扭曲、BMI、组织学分级、ER是T1、T2期乳腺癌患者腋窝淋巴结转移的影响因素，差异均有统计学意义（均P<0.05，表2）。
表2 乳腺癌患者腋窝淋巴结转移的单因素Logistic回归分析结果
因素 OR值（95%CI） P值 因素 OR值（95%CI） P值
年龄 边缘
≤45 1 光整 1
>45 0.788（0.484~1283） 0.338 不光整 1.282（0.326~5.048） 0.722
肿瘤最大径 1.732（1.338~2.241） <0.001 内部回声 0.603
绝经状态 低回声 1
绝经前 1 等回声 0.445（0.049~4.027） 0.471
绝经后 0.958（0.618~1.485） 0.848 囊实性复合回声 0.485（0.133~1.774） 0.274
BMI 1.111（1.029~1.199） 0.008 不均匀回声 1.335（0.294~6.065） 0.709
病理类型 0.728 后方回声 0.035
浸润性导管癌 1 无改变 1
浸润性小叶癌 0.889（0.262~3.019） 0.851 增强 0.782（0.361~1.295） 0.534
其他类型 0.712（0.304~1.667） 0.433 声影 1.953（1.055~3.617） 0.033
组织学分级 0.034 混合性 8.138（0.896~73.908） 0.063
1级 1 钙化
2级 2.681（1.140~6.306） 0.024 无 1
3级 3.536（1.359~9.198） 0.010 有 1.176（0.728~1.901 0.507
ER 结构扭曲
阴性 1 无 1
阳性 2.290（1.018~5.148） 0.045 有 2.235（1.116~4.477） 0.023
PR 导管改变
阴性 1 无 1
阳性 1.744（0.927~3.281） 0.084 有 0.756（0.321~1.780） 0.522
HER-2 0.087 血流 0.240
阴性 1 无血供 1
阳性 0.353（0.130~0.956） 0.040 内部血供 1.153（0.208~6.395） 0.871
不确定 1.144（0.693~1.889） 0.600 边缘血供 0.480（0.071~3.264） 0.453
Ki67 内部及边缘血供 2.000（0.224~17.894） 0.535
<14% 1 弹性评分
≥14% 1.007（0.995~1.018） 0.258 ≤3 1
象限 >3 1.415（0.598~3.346） 0.429
外上 1 淋巴结长短径比值
其他 1.032（0.665~1.601） 0.889 >2 1
方位 ≤2 2.858（1.744~4.685） <0.001
平行 1 淋巴结形态分型 <0.001
不平行 1.019（0.455~2.282） 0.963 1-2型 1
形态 3-4型 1.786（0.934~3.415） 0.080
规则 1 5-6型 11.508（6.213~21.316） <0.001
不规则 1.646（0.169~15.992） 0.667

注：BMI为体质量指数；ER为雌激素受体；PR为孕激素受体；HER-2为人表皮生长因子受体2；Ki67为细胞增殖核抗原

三、乳腺癌患者腋窝淋巴结转移的多因素分析

多因素Logistic回归分析结果显示，腋窝超声因素淋巴结长短径比值≤2、淋巴结形态分型为腋窝淋巴结转移的独立预测因素［OR值分别为：1.817、1.631（3-4型）、9.904（5-6型）］；综合因素淋巴结长短径比值≤2、淋巴结形态分型、肿瘤最大径、结构扭曲、BMI、组织学分级、ER阳性为腋窝淋巴结转移的独立预测因素［OR值分别为：1.917、1.563（3-4型）、10.674（5-6型）、1.483、2.546、1.102、2.857（2级）、4.410（3级）、5.152］（表3）。
表3 乳腺癌患者腋窝淋巴结转移的多因素Logistic回归分析结果
因素 B值 SE值 Wald χ2值 OR值（95%CI） P值
腋窝超声因素
淋巴结长短径比值≤2 0.597 0.288 4.306 1.817（1.034~3.192） 0.038
淋巴结形态分型 51.089 <0.001
1-2型 1
3-4型 0.489 0.336 2.117 1.631（0.844~3.153） 0.146
5-6型 2.293 0.321 50.880 9.904（5.274~18.596） <0.001
综合因素
淋巴结长短径比值≤2 0.651 0.306 4.535 1.917（1.053~3.490） 0.013
淋巴结形态分型 44.459 <0.001
1-2型 1
3-4型 0.446 0.358 1.554 1.563（0.775~3.152） 0.213
5-6型 2.368 0.357 44.064 10.674（5.305~21.475） <0.001
肿瘤最大径 0.394 0.160 6.047 1.483（1.083~2.030） 0.014
结构扭曲 0.935 0.433 4.664 2.546（1.090~5.946） 0.031
BMI 0.097 0.045 4.655 1.102（1.009~1.203） 0.310
组织学分级 6.208 0.045
1级 1
2级 1.050 0.503 4.364 2.857（1.067~7.651） 0.037
3级 1.484 0.598 6.151 4.410（1.365~14.245） 0.013
ER阳性 1.639 0.543 9.111 5.152（1.777~14.940） 0.003

注：BMI为体质量指数；ER为雌激素受体；B为回归系数；SE为标准误；OR为优势比

四、预测模型的构建及评价

绘制ROC曲线结果显示，腋窝超声模型、综合模型的AUC分别为0.741（95%CI：0.684~0.758）、0.812（95%CI：0.767~0.858），截断值分别为0.302、0.318（图3）。Delong检验结果显示，综合模型的AUC优于腋窝超声模型（Z=3.547，P<0.001）。腋窝超声医师评估、综合模型预测腋窝淋巴结转移的敏感度、特异度、准确性、阴性预测值、阳性预测值分别为60.8%、76.4%、70.9%、78.1%、58.5%，72.8%、73.8%、73.4%、83.3%、60.3%。
图3 腋窝超声模型与综合模型预测腋窝淋巴结转移的ROC曲线

五、列线图模型的构建及评价

纳入独立预测因素绘制综合模型的列线图（图4）。Hosmer-Lemeshow检验结果为P=0.532（P>0.05），列线图模型拟合优度良好；校准曲线显示，校准曲线与标准曲线接近，列线图模型校准度良好；临床决策曲线显示，当列线图的阈概率范围在9%~98%时，列线图模型的临床净获益较理想（图5，6）。
图4 综合模型预测乳腺癌腋窝淋巴结转移的列线图

注：BMI为体质量指数；ER为雌激素受体

图5 列线图模型预测腋窝淋巴结转移的校准曲线
图6 列线图模型预测腋窝淋巴结转移的临床决策曲线

讨论

腋窝淋巴结分期可影响新辅助治疗建议、手术治疗方案选择，术前腋窝超声评估具有重要意义［9］。转移淋巴结结构随癌细胞沉积逐渐被破坏，其早期影像学改变与反应性增生较难鉴别，仅基于腋窝超声评估具有一定局限性［10］。因此，本研究在腋窝超声基础上结合乳腺癌超声特征及临床病理指标构建列线图综合模型，旨在提升预测性能，为乳腺癌分期和临床治疗决策提供参考依据。
超声对腋窝淋巴结转移的评估标准尚不统一，亟待统一分类标准。Lai等［11］认为淋巴结长短径比值≤2是腋窝淋巴结转移的危险因素，淋巴结长短径之比降低与癌细胞浸润有关，凭借这一因素可有效减少反应性淋巴结肿大所致的假阳性结果。本研究单因素及多因素分析结果显示，淋巴结长短径比值≤2是腋窝淋巴结转移的独立预测因素（OR=1.917）。Bedi等［7］采用体外超声对清扫淋巴结进行研究，研究提出基于皮质-淋巴门关系的形态分型可作为预测腋窝淋巴结转移的一种客观分类方法。这是由于癌细胞通过传入淋巴管到达淋巴结的边缘窦，然后通过包含淋巴细胞和吞噬细胞的皮质和副皮质过滤至淋巴门，转移性沉积被这些细胞阻拦导致皮质局灶性或偏心性增厚，最终替代整个淋巴结［12］。本研究结果显示，淋巴结形态分型是预测腋窝淋巴结转移的独立因素,淋巴结形态分型5-6型发现转移的概率为1-2型的10.674倍。
既往研究［13］表明，原发肿瘤大小是乳腺癌患者腋窝淋巴结转移的独立预测因素。本研究单因素及多因素分析结果均与之相符，可能是由于肿瘤越大，肿瘤侵袭的腺体范围越广，肿瘤进展越晚，发生转移的概率越高［14］。结构扭曲是第5版乳腺超声影像报告与数据系统的相关特征之一，包括正常解剖组织破坏、Cooper韧带缩短或僵直等，可伴或不伴有肿块存在［15］。本研究结果显示结构扭曲是腋窝淋巴结转移的重要危险因素（OR=2.546），与Zhang等［16］研究结果一致。结构扭曲征象体现了肿瘤对周围组织的影响，可由于肿瘤浸润性生长或肿瘤侵犯和阻塞淋巴管导致Cooper韧带增厚所致，其均可提示肿瘤通过淋巴管发生淋巴结转移。
组织学分级是评估乳腺癌预后、监测复发与转移的重要指标之一。组织学分级越高肿瘤的分化程度越低，恶性程度越高，更易复发和转移［17］。本研究的预测模型中组织学分级为独立影响因素，与1级相比，2级、3级的OR值分别为2.857、4.410。激素受体表达是否可以作为腋窝淋巴结状态的预测指标仍有争议。王文彦等［18］基于SEER数据库分析认为，ER不是腋窝淋巴结转移的影响因素，而乳腺癌分子分型是腋窝淋巴结的独立预测因素。Fu等［19］研究显示，ER阳性是T1期乳腺癌同侧腋窝淋巴结转移的独立危险因素。本研究结果显示，ER阳性乳腺癌患者的腋窝淋巴结转移风险高于ER阴性患者（OR=5.152）。
肥胖可导致乳腺癌的高风险和预后不良，主要机制为肥胖可增加局部和循环的促炎性细胞因子、促进肿瘤血管生成和刺激癌症干细胞驱动癌症生长、侵袭和转移［20］。本研究结果显示BMI越高，乳腺癌腋窝淋巴结越容易发生转移（OR=1.102）。
本研究的创新性在于：（1）本研究在腋窝超声特征基础上结合乳腺癌超声及临床病理指标进行综合分析，可以较全面地预测腋窝淋巴结转移状态；（2）本研究纳入基于皮质-淋巴门关系的淋巴结形态分型作为腋窝超声评估的半定量指标，融合了淋巴结皮质厚度和淋巴门结构等重要因素，有助于腋窝超声标准化评估；（3）本研究建立列线图模型，可作为简便、个体化预测腋窝淋巴结转移概率的评估工具。
本研究存在一定的局限性：（1）本研究为回顾性研究，部分病例缺乏淋巴结血流情况，未将其纳入分析；（2）乳腺癌超声特征来自二维灰阶、彩色多普勒成像及应变弹性成像，后续可纳入剪切波弹性成像、超声造影等定量参数综合分析；（3）本研究为单中心回顾性研究，后续需扩大样本量进行多中心研究做前瞻性验证。
综上所述，基于淋巴结形态分型、淋巴结长短径比值、肿瘤最大径、结构扭曲、BMI、组织学分级、ER的列线图模型对评估腋窝淋巴结转移有较高的预测价值，在腋窝超声的基础上进一步提高了诊断效能，可在术前无创预测腋窝淋巴结转移，为临床治疗方案制定提供有效参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
Chang JM, Leung J, Moy L, et al. Axillary nodal evaluation in breast cancer: state of the art[J]. Radiology, 2020, 295: 500-515.

2
Magnoni F, Galimberti V, Corso G, et al. Axillary surgery in breast cancer: An updated historical perspective[J]. Semin Oncol, 2020, 47: 341-352.

3
Marino MA, Avendano D, Zapata P, et al. Lymph node imaging in patients with primary breast cancer: concurrent diagnostic tools[J]. Oncologist, 2020, 25(2): e231-e242.

4
Le Boulc'h M, Gilhodes J, Steinmeyer Z, et al. Pretherapeutic imaging for axillary staging in breast cancer: a systematic review and meta-analysis of ultrasonography, MRI and FDG PET[J]. J Clin Med, 2021, 10(7): 1543.

5
中国抗癌协会乳腺癌专业委员会. 中国抗癌协会乳腺癌诊治指南与规范(2021年版)[J]. 中国癌症杂志, 2021, 31(10): 954-1040.

6
Itoh A, Ueno E, Tohno E, et al. Breast disease: clinical application of US elastography for diagnosis[J]. Radiology, 2006, 239(2): 341-350.

7
Bedi DG, Krishnamurthy R, Krishnamurthy S, et al. Cortical morphologic features of axillary lymph nodes as a predictor of metastasis in breast cancer: in vitro sonographic study[J]. AJR Am J Roentgenol, 2008, 191(3): 646-652.

8
Kim GR, Choi JS, Han BK, et al. Preoperative axillary US in early-stage breast cancer: potential to prevent unnecessary axillary lymph node dissection[J]. Radiology, 2018, 288(1): 55-63.

9
邵华, 那子悦, 荆慧, 等. 术前经皮超声造影对乳腺癌腋窝前哨淋巴结转移及负荷的诊断价值[J/OL]. 中华医学超声杂志(电子版), 2023, 20(8): 849-853.

10
Niinikoski L, Hukkinen K, Leidenius M, et al. Axillary nodal metastatic burden in patients with breast cancer with clinically positive axillary nodes[J]. Br J Surg, 2020, 107(12): 1615-1624.

11
Lai J, Pan Z, Chen P, et al. Development and validation of a nomogram incorporating axillary lymph node ratio to predict survival in node-positive breast cancer patients after neoadjuvant chemotherapy[J]. Jpn J Clin Oncol, 2019, 49(1):22-28.

12
Chung HL, Le-Petross HT, Leung JWT. Imaging updates to breast cancer lymph node management[J]. Radiographics, 2021, 41(5): 1283-1299.

13
Yu FH, Wang JX, Ye XH, et al. Ultrasound-based radiomics nomogram: A potential biomarker to predict axillary lymph node metastasis in early-stage invasive breast cancer[J]. Eur J Radiol, 2019, 19: 108658.

14
桑田, 任学刚, 王烨, 等. 超声联合病理参数预测乳腺癌腋窝淋巴结转移的价值[J]. 中华超声影像学杂志, 2022, 31(8): 691-697.

15
Mendelson EB, Böhm-Vélez M, Berg WA, et al. ACR BI-RADS® Ultrasound[M]// ACR. Breast Imaging Reporting and Data System. Reston,VA: American College of Radiology, 2013.

16
Zhang G, Shi Y, Yin P, et al. A machine learning model based on ultrasound image features to assess the risk of sentinel lymph node metastasis in breast cancer patients: Applications of scikit-learn and SHAP[J]. Front Oncol, 2022, 12: 944569.

17
Xiong J, Zuo W, Wu Y, et al. Ultrasonography and clinicopathological features of breast cancer in predicting axillary lymph node metastases[J]. BMC Cancer, 2022, 22(1): 1155.

18
王文彦, 孟祥志, 李霓, 等. 基于SEER数据库回顾性分析T1期乳腺癌腋窝淋巴结转移和预后影响因素[J]. 中华医学杂志, 2021, 101(27): 2152-2158.

19
Fu Y, Jiang J, Chen S, et al. Establishment of risk prediction nomogram for ipsilateral axillary lymph node metastasis in T1 breast cancer[J]. Zhejiang Da Xue Xue Bao Yi Xue Ban, 2021, 50(1):81-89.

20
Picon-Ruiz M, Morata-Tarifa C, Valle-Goffin JJ, et al. Obesity and adverse breast cancer risk and outcome: Mechanistic insights and strategies for intervention[J]. CA Cancer J Clin, 2017, 67(5): 378-397.

Options
文章导航

/

〈 〉

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

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？