
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于临床与手术因素构建乳腺癌术后淋巴水肿风险预测列线图的开发与内部验证
《BMC Cancer》:Development and validation of a nomogram for predicting postoperative lymphedema risk in breast cancer patients
【字体: 大 中 小 】 时间:2026年10月14日 来源:BMC Cancer 4.1
编辑推荐:
摘要背景乳腺癌相关淋巴水肿(BCRL)是乳腺癌治疗后的常见长期并发症,会影响上肢功能和生存质量。早期识别高危患者有助于及时提供风险适应的监测和康复支持。目的开发并内部验证一个结合临床、手术及术后恢复相关因素的列线图,以预测BCRL风险。方法本回顾性队列研究纳入了2022年1月
乳腺癌相关淋巴水肿(BCRL)是乳腺癌治疗后的常见长期并发症,会影响上肢功能和生存质量。早期识别高危患者有助于及时提供风险适应的监测和康复支持。
开发并内部验证一个结合临床、手术及术后恢复相关因素的列线图,以预测BCRL风险。
本回顾性队列研究纳入了2022年1月至2023年12月间在一家三级医院接受乳腺癌手术的751例患者。采用按结局分层随机抽样将患者分为训练队列(n=525)和验证队列(n=226)。使用LASSO回归进行预测因子筛选,随后采用多因素Logistic回归构建预测模型。模型性能通过区分度、校准度、决策曲线分析和1,000次Bootstrap重抽样验证进行评估。
751例患者中有212例发生了BCRL(28.2%)。独立预测因子包括年龄、BMI、临床分期、高血压、腋窝淋巴结清扫术、术后放疗、引流时间、伤口并发症、乳腺癌手术类型及每周运动时长。模型显示出较高的区分度,训练队列的AUC为0.936(95%CI,0.915–0.958),验证队列的AUC为0.939(95%CI,0.910–0.968)。1,000次Bootstrap重抽样后的乐观校正AUC为0.925(95%CI,0.902–0.949)。校准度和决策曲线分析表明模型性能令人满意,具有潜在的临床实用性。
本研究开发了术后个体化BCRL风险预测列线图,在单中心队列中显示出较高的区分度和令人满意的校准度。该模型为识别可能从加强术后监测和康复支持中获益的高危患者提供了一种实用工具。
乳腺癌相关淋巴水肿(BCRL)是乳腺癌治疗后的常见长期并发症,会影响上肢功能和生存质量。早期识别高危患者有助于及时提供风险适应的监测和康复支持。
开发并内部验证一个结合临床、手术及术后恢复相关因素的列线图,以预测BCRL风险。
本回顾性队列研究纳入了2022年1月至2023年12月间在一家三级医院接受乳腺癌手术的751例患者。采用按结局分层随机抽样将患者分为训练队列(n=525)和验证队列(n=226)。使用LASSO回归进行预测因子筛选,随后采用多因素Logistic回归构建预测模型。模型性能通过区分度、校准度、决策曲线分析和1,000次Bootstrap重抽样验证进行评估。
751例患者中有212例发生了BCRL(28.2%)。独立预测因子包括年龄、BMI、临床分期、高血压、腋窝淋巴结清扫术、术后放疗、引流时间、伤口并发症、乳腺癌手术类型及每周运动时长。模型显示出较高的区分度,训练队列的AUC为0.936(95%CI,0.915–0.958),验证队列的AUC为0.939(95%CI,0.910–0.968)。1,000次Bootstrap重抽样后的乐观校正AUC为0.925(95%CI,0.902–0.949)。校准度和决策曲线分析表明模型性能令人满意,具有潜在的临床实用性。
本研究开发了术后个体化BCRL风险预测列线图,在单中心队列中显示出较高的区分度和令人满意的校准度。该模型为识别可能从加强术后监测和康复支持中获益的高危患者提供了一种实用工具。