综述：高风险乳腺病变恶性转化的风险预测模型：一项定性系统评价

《Breast Cancer Research and Treatment》：Risk prediction models for malignancy upgrade in high-risk breast lesions: a qualitative systematic review

乳腺癌不典型病变恶性升级风险预测模型系统综述，采用PRISMA指南筛选17项研究，样本量20-525例，升级率14.9%-67.3%。主要预测因子包括病变大小、组织学特征及影像-病理一致性，模型AUC 0.514-0.909差异显著，但校准评估不足，外部验证缺失且存在高偏倚风险。

　　

摘要

背景

非典型乳腺病变是一些核心针刺活检中发现的高风险病变，可能代表同时存在的恶性肿瘤。由于报告的病变升级率存在较大差异，且对相关风险因素的理解尚不完全，临床管理仍存在不确定性。已经开发出风险预测模型来估计病变从非典型性发展为恶性肿瘤的可能性，但这些模型在性能和预测因子选择方面存在很大差异。本系统评价旨在评估现有的预测高风险乳腺病变恶变风险的模型，重点关注其临床适用性。

方法

本研究遵循PRISMA指南进行了定性系统评价。在MEDLINE、Embase和Scopus中进行了搜索，以识别那些开发出用于预测非典型性病变后乳腺癌恶变风险模型的研究。纳入了分析多个风险因素并提供定量风险估计的研究。提取的数据包括研究特征、统计方法、关键预测因子和模型性能。使用预测模型偏差风险评估工具（PROBAST）对研究质量进行了评估。

结果

在筛选的3202项研究中，有17项符合纳入标准。样本量范围从20到525不等，报告的病变升级率介于14.9%到67.3%之间。常见的升级预测因子包括病变大小、组织学特征以及影像学与病理学结果的一致性。这些模型的区分能力各不相同（AUROC值在0.514至0.909之间），且很少进行校准评估，这限制了其可靠性。大多数研究缺乏外部验证，并且存在较高的偏差风险。

结论

目前用于预测高风险病变恶变风险的模式在广泛使用中存在显著的可变性和局限性。虽然这些模型可以辅助临床判断，但在能够可靠地指导临床管理之前，还需要进一步的外部验证和优化校准。