HER2阳性乳腺癌新辅助化疗后病理完全应答预测模型构建及其与预后的相关性分析

本研究针对HER2阳性乳腺癌患者新辅助化疗(NAC)后病理完全应答(pCR)的预测难题，构建了基于多因素logistic回归的预测模型。模型纳入cT分期、cN分期、Nottingham分级及Ki-67(%)等独立预测因子，ROC曲线下面积达0.809，外部验证灵敏度82.4%。证实获得pCR患者3年无病生存率(DFS)显著提升(82.4% vs 69.4%，P=0.039)，为临床个体化治疗提供重要决策工具。

　　

研究人员通过回顾性分析183例HER2阳性乳腺癌患者，构建了新辅助化疗(neoadjuvant chemotherapy, NAC)后病理完全应答(pathological complete response, pCR)的预测模型。研究发现化疗方案、肿瘤临床T分期(cT)、临床N分期(cN)、诺丁汉分级(Nottingham grade)和Ki-67增殖指数等因素与pCR显著相关。多因素分析确定cT分期(ⅣvsⅡ, OR=0.139)、cN分期(Ⅰ/Ⅱ/Ⅲvs0, OR=0.368/0.278/0.148)、诺丁汉分级(ⅢvsⅠ, OR=9.894)和Ki-67(OR=1.022)为独立预测因子。最终模型Logit(P)=?2.611–0.691X₁?1.932X₂?1.011X₃?1.231X₄?2.012X₅+1.695X₆+2.295X₇+0.022X₈+0.669X₉经Hosmer–Lemeshow检验(P=0.728)显示良好校准度，ROC曲线下面积达0.809(95%CI:0.750–0.869)。外部验证证实模型预测效能优异(灵敏度82.4%，特异性69.4%)。生存分析显示pCR组3年无病生存率(disease-free survival, DFS)显著高于非pCR组(82.4% vs 69.4%, P=0.039)，提示pCR可作为HER2阳性乳腺癌预后改善的重要生物学标志。该模型为临床医生预测NAC治疗效果提供了可靠工具，有助于制定个体化治疗方案。