乳腺癌患者新发心血管疾病预测模型的建立与验证：基于内蒙古区域医疗数据

作者：张云静; 乔丽颖; 祁萌; 严颖; 亢伟伟; 刘国臻; 王明远; 席云峰^*; 王胜锋^*

来源：北京大学学报(医学版), 2023, 55(03): 471-479.

DOI：10.19723/j.issn.1671-167X.2023.03.013

• 乳腺肿瘤
• 心血管疾病
• 风险预测模型
• 危险性评估
• 计算机化病案系统

目的：开发和验证乳腺癌患者新发心血管疾病(cardiovascular disease, CVD)的3年预测模型。方法：基于内蒙古区域医疗数据，纳入接受抗肿瘤治疗的18岁以上乳腺癌女性患者。多因素Fine&Gray模型纳入预测因子后，使用Lasso回归筛选变量，在训练集上拟合Cox比例风险、Logistic回归、Fine&Gray、随机森林和XGBoost模型，在测试集上分别用受试者工作特征(receiver operating characteristics, ROC)曲线下面积(area under the curve, AUC)和校准曲线评价模型区分度和校准度。结果：共纳入19 325例接受抗肿瘤治疗的乳腺癌患者，平均年龄(52.76±10.44)岁，中位随访时间1.18年[四分位距(interquartile range, IQR):2.71]。7 856例患者(40.65%)在乳腺癌诊断3年内发生CVD。Lasso回归筛选的预测因子为乳腺癌诊断年龄、居住地国内生产总值(gross domestic product, GDP)、肿瘤分期、高血压、缺血性心脏病及脑血管疾病既往史、手术类型、化疗类型、放疗类型。不考虑生存时间时，XGBoost模型的AUC显著高于随机森林模型[0.660 (95%CI:0.644～0.675)vs. 0.608 (95%CI:0.591～0.624),P<0.001]和Logistic回归[0.609 (95%CI:0.593～0.625),P<0.001],Logistic回归和XGBoost模型的校准度更好。考虑生存时间时，Cox比例风险模型和Fine&Gray模型的AUC差异无统计学意义[0.600 (95%CI:0.584～0.616)vs. 0.615 (95%CI:0.599～0.631),P=0.188],但Fine&Gray模型的校准度更好。结论：基于区域医疗数据建立乳腺癌新发CVD的预测模型具有可行性。不考虑生存时间时，Logistic回归和XGBoost模型的预测性能更好；考虑生存时间时，Fine&Gray模型的预测性能更好。

• 单位
  内蒙古自治区疾病预防控制中心; 北京大学; 公共卫生学院; 恶性肿瘤发病机制及转化研究教育部重点实验室; 北京市肿瘤防治研究所