诺模图(nomogram)预测浸润性乳腺癌脉管侵犯的初步研究

作者：马依迪丽·尼加提; 迪丽阿热姆·艾海提; 阿布都克尤木江·阿布力孜; 帕力丹木·吾买尔; 田序伟; 吴卓; 沈君; 戴国朝^*

来源：影像诊断与介入放射学, 2019, 28(04): 256-261.

DOI：10.3969/j.issn.1005-8001.2019.04.004

• 乳腺癌
• 脉管侵犯
• 扩散加权成像
• 动态对比增强
• 诺模图

目的探讨基于增强MRI参数的诺模图(nomogram)预测乳腺癌脉管侵犯的价值。方法回顾性分析2016年1月～2018年12月中山大学孙逸仙纪念医院经活检病理证实的256例浸润性乳腺癌患者的常规MRI、DWI及DCE MRI的资料。根据术后病理检查结果确定肿瘤脉管侵犯情况,将256例患者按约2:1随机分为训练集(n=171)及验证集(n=85)。采用LASSO回归筛选与乳腺癌脉管侵犯最相关的危险因素,构建诺模图预测模型,采用受试者工作特征曲线(ROC)分析模型的诊断效能,绘制诺模图校准曲线验证预测能力。结果 256例患者中,99例(38.7%)肿瘤侵犯脉管。经LASSO回归,8个MRI参数及HER-2为乳腺癌脉管侵犯的独立预测因素。训练集中,基于多参数模型的诺模图预测脉管侵犯的曲线下面积(AUC)为0.843,敏感度76.3%,特异度77.7%,符合率77.2%,阳性预测值为64.3%,阴性预测值为86.1%;验证集中,诺模图预测脉管侵犯的AUC为0.833,敏感度65.0%,特异度84.4%,符合率75.3%,阳性预测值为78.8%,阴性预测值为73.1%。诺模图校准曲线显示模型预测与真实结局之间具有良好吻合度。结论本研究构建及验证的诺模图能有效预测乳腺癌脉管侵犯。

• 单位
  喀什地区第一人民医院; 中山大学孙逸仙纪念医院