Nomogram预测乳腺浸润性导管癌Ki-67表达水平

目的 基于患者临床及超声影像特征预测乳腺癌患者Ki-67表达水平。方法 回顾性分析甲乳外科收治的乳腺癌患者217例临床及超声影像资料,病理结果均为乳腺浸润性导管癌。病例一般资料包含年龄、肿瘤最大直径、二维超声表现、剪切波弹性成像资料。217例乳腺癌患者随机被分为训练组159例及验证组58例。先行单因素Logistic回归筛出可能影响乳腺癌Ki-67表达水平的变量,再行多因素Logistic回归构建乳腺癌Ki-67表达水平的临床预测模型。诺谟图可视化展示预测模型,采用受试者工作特征曲线、校准曲线及临床决策曲线对模型的校准度及实用性予以评价。结果 肿瘤最大直径、肿瘤微钙化及SWE最大弹性模量值。这3个临床组学特征与乳腺癌Ki-67表达水平呈显著相关性。训练集中ROC曲线下面积为0.892,提示该预测模型有能力区分Ki-67表达情况,同时在验证集中得以证实,AUC^ROC=0.717。诺谟图与临床决策曲线在后续分析中同样表现良好,证明了预测模型潜在临床价值。结论 本研究提供了以临床特征及超声影像资料相结合的Nomogram,可用于预测乳腺浸润性导管癌患者Ki-67表达水平...