基于临床参数与超声特征构建浸润性导管癌HER2状态预测模型的创新研究

本研究针对乳腺癌患者HER2（人类表皮生长因子受体2）靶向治疗筛选的关键问题，通过整合超声影像特征与临床病理参数，开发了可无创评估HER2表达状态的列线图模型。研究团队回顾性分析456例浸润性导管癌（IDC）患者数据，构建的联合模型在训练组和验证组分别达到0.864和0.874的AUC值，显著优于单一临床或超声模型。该成果为临床决策提供了新型无创评估工具，对优化HER2靶向治疗筛选流程具有重要价值。

　　

乳腺癌作为全球女性发病率最高的恶性肿瘤，其分子分型对治疗决策具有决定性作用。其中HER2阳性乳腺癌约占15%，具有更强的侵袭性和更差的预后，但得益于HER2靶向药物的应用，这类患者的生存率已显著提高。然而，当前HER2状态评估主要依赖有创的活检和免疫组化（IHC）检测，存在取样偏差、成本高昂且不适用于动态监测等局限。特别是在中国等发展中国家，如何快速、准确地筛选适合靶向治疗的患者群体，成为临床实践中的重大挑战。

哈尔滨医科大学附属第二医院联合浙江省人民医院的研究团队，创新性地将常规超声特征与临床病理参数相结合，开展了这项双中心回顾性研究。研究纳入2019-2021年间456例经病理确诊的浸润性导管癌患者，通过随机分组建立训练队列（n=319）和验证队列（n=137）。研究团队系统分析了包括二维灰阶超声、彩色多普勒血流成像（CDFI）和剪切波弹性成像（SWE）在内的多模态超声特征，以及雌激素受体（ER）、孕激素受体（PR）、Ki67等临床指标。

关键技术方法包括：采用Aixplorer超声系统采集多模态影像；由两名经验丰富的超声医师独立评估BI-RADS特征；通过单因素和多因素logistic回归筛选预测因子；构建包含ER状态、Ki67、病灶大小、钙化和后方回声特征的列线图模型；采用ROC曲线、校准曲线和决策曲线分析（DCA）评估模型性能。

研究结果部分显示：
【临床与病理特征】HER2阳性组（26.32%）相比阴性组（73.68%）具有更高组织学分级（52.4% vs 28.7%）、更高Ki67表达（86.6% vs 64.6%）和更大肿瘤体积（72%病灶>2cm vs 30.4%）。

【超声特征差异】HER2阳性肿瘤更易出现微钙化（85.4% vs 46.8%），而阴性组更多见粗大钙化（5.9% vs 7.3%）。弹性评分在两组间也呈现显著差异（P=0.043）。

【预测模型构建】多因素分析确定5个独立预测因子：ER阴性（OR=0.09）、Ki67高表达（OR=2.70）、病灶>2cm（OR=6.17）、微钙化（OR=4.26）和后方回声特征（OR=0.67）。

【模型验证】联合模型在训练组和验证组的AUC分别达0.864和0.874，校准曲线显示良好一致性（Hosmer-Lemeshow检验P>0.05），决策曲线证实其临床实用性。

这项研究的突破性在于首次将常规超声特征与关键临床指标整合，创建了可无创预测HER2状态的实用工具。特别值得注意的是，病灶大小成为最强预测因子，这与HER2阳性肿瘤更具侵袭性的生物学特性相符。模型在验证队列保持稳定性能，表明其具有良好的泛化能力。研究者指出，该成果可为无法获取活检样本或需要动态监测的患者提供替代方案，同时有助于在资源有限地区扩展HER2靶向治疗的受益人群。未来研究可进一步结合人工智能算法优化特征提取，并通过多中心前瞻性研究验证模型的临床应用价值。论文发表在《BMC Women's Health》，为乳腺癌精准诊疗提供了新的思路和方法。