编辑推荐：
研究人员评估 PREDICT v2.1 对早发性乳腺癌（EoBC）预后预测性能，开发新模型，发现 PREDICT 存在高估问题，新模型临床实用性欠佳。
在加拿大，乳腺癌是女性中最常见的恶性肿瘤，而早发性乳腺癌（Early-onset Breast Cancer，EoBC）作为其中特殊的一类，指的是在 40 岁之前被诊断出的乳腺癌。尽管 EoBC 的新发病例仅占乳腺癌新发病例的约 4.5%，但在年轻女性群体中，它却是癌症死亡的主要原因。EoBC 患者往往具有一些特殊的临床和分子特征，例如更晚期的疾病阶段和三阴性乳腺癌等，这使得他们的生存情况比年龄较大的乳腺癌患者更差。
目前，在乳腺癌的治疗决策中，在线决策支持工具的使用越来越广泛，其中 PREDICT 是应用较为普遍的一种。它可以估计乳腺癌患者在接受手术治疗后 5 年、10 年和 15 年的总生存率（Overall Survival，OS），以及接受辅助全身治疗的额外获益。然而，PREDICT 在开发时所使用的样本中，很少纳入 40 岁以下的女性。并且，它是基于过去的队列数据构建的，无法反映现代的治疗情况，这可能导致对 EoBC 患者的过度治疗。此外，机器学习方法在 EoBC 预后预测方面的应用还很少，其效果也尚不明确。
为了解决这些问题，来自加拿大卡尔加里大学（University of Calgary）的研究人员开展了一项研究。他们评估了 NHS PREDICT v2.1 在加拿大阿尔伯塔省 EoBC 患者队列中的预测性能，并开发了两个预测模型，用于预测 EoBC 患者 5 年和 10 年的全因死亡率。该研究成果发表在《Breast Cancer Research and Treatment》上。
在研究方法上，研究人员首先确定了研究人群，纳入了 2004 年至 2020 年在加拿大阿尔伯塔省被诊断为非转移性、浸润性乳腺癌且年龄在 18 至 40 岁之间的女性患者。这些患者的数据来自阿尔伯塔癌症登记处、住院出院摘要数据库、国家门诊护理报告系统数据库和生命统计数据库。对于 PREDICT v2.1 模型，研究人员将符合其变量特征且接受过初次手术的患者数据输入该模型，提取 5 年和 10 年的 OS 估计值，进而得到全因死亡率的概率。同时，研究人员开发了两个新的预测模型：多变量 Cox 比例风险回归结合最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）正则化的 LASSO Cox 模型，以及随机生存森林（Random Survival Forests，RSF）模型。在模型开发过程中，采用数据驱动的方法进行特征选择，并通过嵌套十折交叉验证对模型进行内部验证。最后，研究人员使用受试者工作特征曲线下面积（Area Under the Curve，AUC）、校准曲线等指标来评估模型的预测性能。
研究结果显示，共有 1827 名女性符合研究的纳入标准，其中 1467 名被纳入 PREDICT 队列，1796 名被纳入开发队列。对于 PREDICT v2.1 模型，在 5 年全因死亡率的预测方面，其 AUC 为 0.78（95% CI 0.74 - 0.82），但在整体队列中高估了死亡率 2.4%（95% CI 0.70 - 4.33），尤其是在 ER 阳性、HER2 阳性、III 级和 T3 期疾病的患者中高估更为明显。在 10 年全因死亡率的预测方面，PREDICT v2.1 模型的 AUC 为 0.73（95% CI 0.69 - 0.77），在预测风险大于 50% 的患者中存在高估现象，不过在整体队列中预测值与实际死亡率差异不明显。在新开发的模型中，LASSO Cox 模型在 5 年和 10 年的预测中表现出比 RSF 模型更好的区分度，但两个模型的校准度都较差，且都低估了死亡率。
在研究结论与讨论部分，研究表明虽然现代版本的 PREDICT 在 40 岁以下患者中的预测性能优于旧版本，但它仍不能反映该年龄组所有的局部区域和辅助治疗选择。此次研究中开发的 LASSO Cox 和 RSF 模型与 PREDICT 相比，预测可靠性更低，这表明现有的数据不足以支持在 EoBC 预后预测中使用更复杂的数据驱动方法。因此，开发针对年轻乳腺癌患者需求的决策辅助工具应成为研究重点，同时还需进一步研究 EoBC 特异性的预测指标，以更好地支持临床决策。此外，研究还存在一些局限性，如缺乏独立队列对新模型进行外部验证、部分潜在的预后变量未纳入分析以及部分患者随访时间较短等，未来还需要更多的随访数据来进一步研究 PREDICT、LASSO Cox 和 RSF 模型。
