孙 锐

（常州市第一人民医院肿瘤放射治疗科，江苏 常州 213003）

乳腺癌是女性患者最常见的恶性肿瘤，每年约有626000人因乳腺癌死亡，且约有200万人新诊断为乳腺癌[1]。淋巴结阳性的乳腺癌患者其生存率较淋巴结阴性患者显著降低。近年来，包括免疫治疗在内的综合治疗现已显著提高了乳腺癌患者的生存[2]，所以了解患者免疫状态与预后之间的关系对淋巴结阳性及晚期乳腺癌患者的治疗可能有一定的指导作用。

1 材料与方法

1.1 数据收集

乳腺癌患者临床数据信息来于TCGA数据库，本研究中主要选取淋巴结阳性患者，患者病理类型、T、N、M、分期、年龄、ER、PR、Her-2、切缘状态等信息进行分析。免疫评分信息是由Kosuke Yoshihara等人[3]利用ESTIMATE算法计算得出，下载于https://bioinformatics.mdanderson.org/estimate/disease.html。

1.2 统计学分析

本研究观察终点为患者无病生存期。免疫评分截断值利用X-tile软件计算。应用RStudio软件进行统计分析，单因素分析和多因素COX风险回归分析计算临床信息和患者无病生存期的相关性。加载rms包和survival包构建淋巴结阳性患者列线图预测模型，计算C-指数用于评估其预测能力。加载timeROC包和survival包计算风险评分建立ROC曲线并计算3年、5年生存率的AUC值。P＜0.05为差异有统计学意义。

2 结 果

2.1 一般临床资料

患者临床信息来源于TCGA数据库，选择淋巴结阳性乳腺癌患者入组，在排除缺失值及重复值以后，共457例患者被纳入研究。根据X-tile软件分析结果，免疫评分截断值设为70.9，并分成高免疫评分组和低免疫评分组。

2.2 无病生存期影响因素分析

单因素分析结果显示：T、N、M、TNM分期、ER、PR、手术切缘均为预后相关的危险因素（P＜0.05），多因素COX风险回归分析结果显示免疫评分、N、TNM分期、年龄及手术切缘是预后相关的危险因素（P＜0.05）。

2.3 列线图预测模型构建及验证

根据无病生存期影响因素的分析结果，选取T、N、M、TNM分期、ER、PR、术后切缘、免疫评分、年龄等独立影响因素构建淋巴结阳性乳腺癌患者3年、5年无病生存期列线图预测模型（图1），其C-指数为0.797（95%可信区间：0.737-0.855）。根据风险评分建立ROC曲线，可见列线图预测淋巴结阳性乳腺癌患者3年、5年无病生存期的ROC曲线的AUC值分别为0.809和0.736，显示本模型具有较好的准确性（图2）。

图1 淋巴结阳性乳腺癌患者无病生存期列线图预测模型

图2 淋巴结阳性乳腺癌患者3年、5年无病生存期ROC曲线

3 讨 论

本研究免疫评分等临床信息与预后的相关性，并构建了列线图预测模型。免疫系统在肿瘤的发生、生长及转移过程中均有重要的作用，如已有研究显示免疫系统相关基因与乳腺癌预后显著相关[4]。所以将患者的免疫相关信息加入预测模型的构建可能更加可以提高其预测能力。本研究中，免疫评分高的患者其预后更加，这也许跟患者免疫功能增强从而可以更好的调动其抗肿瘤免疫力相关。已有研究显示肿瘤患者外周血周中中性粒细胞-淋巴细胞比值可以用来预测患者预后[5]，也有研究显示乳腺癌患者外周血中单核细胞比例越高其近期复发风险越低[6]。本研究免疫评分是根据基因测序结果进行计算的，临床实践过程中可能存在一定困难。本研究结果中，手术切缘、淋巴结、TNM分期与患者预后均显示出明显的相关性，这也是与目前的临床实验相符合的。

综上所述，本研究中所构建的列线图可以有效的预测淋巴结阳性患者的生存，若可以更加详细加入患者治疗信息可能可以更好的提高其预测能力。