基于术前超声的乳腺癌腋窝淋巴结转移风险评分系统开发与验证：一项多中心回顾性研究

本研究针对乳腺癌术前腋窝淋巴结（ALN）转移预测的临床需求，开发并验证了两套基于超声（US）的风险评分系统。研究人员通过多中心回顾性研究（n=1194），利用多变量逻辑回归构建了预测ALN转移（存在vs.不存在）和转移数量（≤2 vs. >2）的模型，分别取得训练集AUC 0.86/0.78，验证集0.84/0.78的优异性能。该成果为临床决策提供了无创、低成本且高效的工具，有望推动乳腺癌手术降级策略的精准实施。

　　

乳腺癌作为全球女性第四大癌症死因，其治疗策略高度依赖腋窝淋巴结（ALN）状态评估。传统前哨淋巴结活检（SLNB）虽较腋窝淋巴结清扫（ALND）创伤更小，但仍存在8.4%假阴性率和术中等待病理结果的局限。近年Z0011、AMAROS等临床试验证实，低转移负荷（1-2枚阳性淋巴结）患者可豁免ALND，而SOUND试验更提示超声阴性T1期患者或可完全避免腋窝手术。然而，现有预测模型多依赖术后参数或昂贵检查（如MRI），临床亟需基于术前常规超声的精准评估工具。

来自三家医疗机构的研究团队开展了这项多中心回顾性研究，纳入2019-2024年间1194例乳腺癌患者数据，通过多变量逻辑回归构建了两套风险评分系统：模型1预测ALN转移状态，整合肿块最长径、边缘、病理类型及ALN长径/短径比、皮质形态特征、血流类型；模型2预测转移数量（≤2 vs. >2），基于超声可见可疑ALN数量及最长径。研究采用7:3比例划分训练集（n=643）与测试集（n=275），另设独立验证集（n=276）。

Patient characteristics
队列分析显示37.5%训练集患者存在ALN转移，其中13.1%转移>2枚。测试集与验证集数据分布相似，证实样本代表性。

Results
模型1在训练/测试/验证集的AUC达0.86/0.81/0.84，显著优于传统单一超声指标。模型2对应AUC为0.78/0.75/0.78，校准曲线显示预测概率与实际观察值高度吻合。决策曲线分析证实两模型在阈值概率0.1-0.8区间均具临床适用性。

Discussion
该研究创新性地将常规超声特征转化为可量化评分，解决了既往模型依赖术后参数（如免疫组化）的"时间悖论"问题。尤其模型2对转移数量的二分预测（≤2 vs. >2），直接呼应Z0011试验的临床决策临界点。相较于放射组学需专业软件分析，该评分系统仅需超声报告常规参数，更易基层推广。

Conclusion
研究证实基于术前超声的评分系统可精准预测ALN状态，为个体化手术方案选择提供客观依据。未来结合人工智能实时分析，有望进一步缩短决策时间，推动乳腺癌诊疗向精准化、微创化发展。该成果发表于《Clinical Breast Cancer》，为手术降级趋势下的临床实践提供了重要工具。