基于SEER数据库的个体化乳腺癌生存预测:整合分子与解剖学因素的交互式网络工具

《Journal of Public Health》:Individualized breast cancer survival prediction in clinical practice: a SEER-derived interactive web tool integrating molecular and anatomical factors

【字体: 大 中 小 】 时间:2026年09月21日 来源:Journal of Public Health 3.5

编辑推荐:

  中文翻译(摘要部分): **背景**:准确的患者层面风险预测可为乳腺癌治疗决策提供支持。研究人员利用美国监测、流行病学与最终结果(Surveillance, Epidemiology, and End Results, SEER)登记数据,开发并内部验证了一

  
中文翻译(摘要部分):

**背景**:准确的患者层面风险预测可为乳腺癌治疗决策提供支持。研究人员利用美国监测、流行病学与最终结果(Surveillance, Epidemiology, and End Results, SEER)登记数据,开发并内部验证了一个整合分子学与解剖学预测因素的交互式网络生存计算工具。

**方法**:研究人员分析了2010年至2020年间在SEER中登记的1,742,998例乳腺癌女性患者,该时期人类表皮生长因子受体2(human epidermal growth factor receptor 2, HER2)检测结果可靠。预测因素包括诊断年龄、HER2状态、雌激素/孕激素受体(oestrogen/progesterone receptor, ER/PR)状态,以及美国癌症联合委员会(American Joint Committee on Cancer, AJCC)第6版肿瘤-淋巴结-转移(tumour, node, metastasis, TNM)分期。HER2状态被重新编码,以区分“不确定”与“未知/未检测”病例。研究人员拟合了多变量Cox模型,并在保留的30%样本上通过区分度和校准度进行评估。稳健性通过分层Cox模型、Royston–Parmar灵活参数模型和限制性平均生存时间(restricted mean survival time, RMST)分析进行评价。

**结果**:模型区分度良好(Harrell C指数0.72;12–120个月时间依赖性受试者工作特征曲线下面积(area under the time-dependent receiver operating characteristic curve)为0.76–0.78),校准度良好。高龄、远处转移、T分期晚期、淋巴结受累以及ER/PR阴性状态独立增加死亡风险。HER2阳性疾病风险较低,而HER2不确定和未知状态风险较高。研究结果在敏感性分析中保持稳定;RMST分析显示M1疾病限制性平均生存月数减少约61个月。

**结论**:该工具可利用常规临床和分子学输入提供个体化生存概率。它属于预后工具而非预测工具,应辅助而非替代临床判断。
论文解读文章

**研究背景与问题**

乳腺癌的精准预后评估对于优化治疗决策、风险沟通和个体化管理至关重要。基于网络的预测工具可将统计模型转化为直观的临床决策支持界面,但既往工具普遍受限于数据质量、变量完整性以及验证不足。许多基于SEER数据库开发的列线图和计算器存在静态化、针对狭窄亚组、缺乏分子信息、未进行正式内部验证以及忽视比例风险(proportional hazards, PH)假设违背等问题。此外,大多数模型未对生物标志物检测状态(如HER2不确定与未知)进行明确区分,也未系统评估模型在超大规模队列中因PH假设不满足所致的稳健性。因此,开发一个整合分子学与解剖学因素、具备严格内部验证和动态个体化输出能力的预后工具具有重要意义。

**研究内容与结论**

研究人员利用美国SEER登记数据库(2022年提交版本),纳入2010–2020年间诊断的1,742,998例女性乳腺癌患者,构建并内部验证了一个多变量Cox比例风险模型。预测变量包括诊断年龄、HER2状态(重新编码为阳性、阴性、不确定、未知四类)、ER/PR状态以及AJCC第6版TNM分期。模型采用70%训练集拟合,并在30%保留样本中评估区分度、校准度和预测误差。同时,通过按年龄和M分层层化的Cox模型、Royston–Parmar灵活参数模型以及限制性平均生存时间(RMST)分析检验模型对PH违背的稳健性。最终将模型部署为交互式Shiny网络应用,提供个体化生存曲线、特定时间点生存概率及批量预测功能。

**主要关键技术方法**

研究数据来源于美国SEER项目(覆盖约48%美国人口),样本为2010–2020年间诊断的1,742,998例女性乳腺癌患者。关键方法包括:多变量Cox比例风险模型(自变量为年龄、HER2、ER、PR、T/N/M分期);使用缩放Schoenfeld残差评估PH假设,并采用分层Cox、Royston–Parmar灵活参数模型和RMST作为稳健性分析;内部验证采用70/30随机拆分,使用Harrell C指数、时间依赖性AUC、校准曲线和Brier评分评价性能;最终模型部署为R Shiny交互式网页工具(https://atanu.shinyapps.io/SEER-Individual-Prediction/)。

**研究结果**

*研究队列特征*:排除不符合条件记录后,共纳入1,742,998名女性,中位随访84个月,死亡666,662例(38.2%)。年龄分布为<50岁占19.2%,50–64岁占33.0%,65–74岁占24.6%,≥75岁占23.2%。

*分子与病理特征*:HER2阴性占25.4%,阳性占4.5%,不确定占2.1%,未知占68.0%。在具有可解释HER2结果的557,661例患者中,ER阳性占25.9%,阴性占5.0%;PR阳性占22.6%,阴性占8.3%。M0占15.8%,M1占0.8%;晚期T分期占1.3%,淋巴结阳性占5.2%。

*多变量Cox建模*:相比年龄<50岁,50–64岁、65–74岁和≥75岁的风险比(HR)分别为2.04(95% CI 2.02–2.06)、3.22(95% CI 3.18–3.25)和6.59(95% CI 6.53–6.65)。HER2阳性较阴性死亡风险降低(HR 0.86,95% CI 0.84–0.87),HER2不确定(HR 1.11,95% CI 1.08–1.14)和未知(HR 1.60,95% CI 1.54–1.65)风险升高。ER阴性和PR阴性分别增加40%(HR 1.40,95% CI 1.37–1.42)和33%(HR 1.33,95% CI 1.31–1.36)的死亡风险。远处转移(M1 vs M0)HR为4.46(95% CI 4.24–4.69),晚期T分期HR为2.09(95% CI 2.04–2.13),淋巴结受累HR为1.61(95% CI 1.58–1.63),所有关联均有统计学意义(P<0.001)。

*比例风险与稳健性*:全球PH检验在约170万样本中被强烈拒绝(P<0.001),缩放Schoenfeld残差显示年龄和M分期存在时变效应。但分层Cox模型结果与原模型高度一致(如HER2阳性HR 0.84,ER阴性HR 1.41,晚期T分期HR 2.27);灵活参数模型同样支持相同的风险排序;RMST分析显示M1患者较M0患者平均减少60.8个限制性平均生存月(95% CI 60.1–61.5),RMST比值为0.42,表明模型对PH违背不敏感。

*内部验证*:在保留的30%样本中,Harrell C指数为0.72;时间依赖性AUC在12、60、120个月分别为0.765、0.762和0.778。Brier评分分别为0.117、0.182和0.190,相比空模型(0.132、0.224、0.248)预测误差降低约11%、19%和23%。60个月校准曲线紧密跟随对角线,仅最高风险十分位存在轻微过度预测。

*个体化网络预测工具*:验证后的模型被实现为交互式Shiny应用。用户输入年龄组、HER2/ER/PR状态和TNM分期后,可获得选定时间点的生存概率和动态生成的生存曲线,并支持CSV批量上传进行队列水平预测。代表性曲线显示低风险和高风险临床特征具有明显不同的生存轨迹。

**讨论与结论**

该研究在SEER大规模人群队列中证实了分子标志物(HER2、ER、PR)与解剖学分期对总生存期具有独立且强的预后价值,并开发了一个具备良好内部验证和稳健性的网络工具。研究特别指出,正确区分HER2“不确定”与“未知”状态解决了既往分类中“临界”类别解释不合理的问题。工具属于预后而非预测性质,由于SEER缺乏治疗、合并症和体能状态等数据,它应辅助而非替代临床判断。研究局限性包括HER2/ER/PR未记录比例较高、AJCC第6版分期变量未覆盖2016–2020年诊断(导致分期信息缺失比例约84%)、终点为全因死亡以及尚未进行外部和时序验证。结论认为,该模型在170万女性中提供了强有力且内部验证的生存预测,并以免费交互工具形式部署,连接了人群流行病学与临床个体化风险管理。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号