术前影像病理特征及肿瘤标志物预测乳腺癌前哨淋巴结转移风险

doi:10.3969/j.issn.1006-5725.2024.17.011

Abstract

Abstract:

Objective To develop a prognostic model that integrates preoperative imaging， pathological features， and tumor marker indexes for predicting metastasis in sentinel lymph nodes（SLN）. Methods The preoperative examination data of 232 breast cancer patients admitted to the First Affiliated Hospital of Zhengzhou University between January 2022 and April 2023 were retrospectively analyzed. The dataset was randomly divided into a training set （174 cases） and a validation set （58 cases） at a ratio of 3∶1. Univariate and multivariate logistic regression analyses were performed to identify independent predictors influencing SLN metastasis. A nomogram was constructed， and its accuracy and clinical applicability were evaluated using receiver operating characteristic （ROC curve） analysis， calibration curve analysis， and decision curve analysis. Results The multivariate analysis revealed that palpability， CA153， calcification， and ALN blood flow signal were identified as independent risk factors for SLN metastasis （P < 0.05）. These four variables were integrated into a nomogram and plotted on the ROC curve. The area under the curves （AUCs） for the training set and validation set were 0.810 （95%CI： 0.744 ~ 0.876） and 0.737 （95%CI： 0.606 ~ 0.867）， respectively， indicating good predictive accuracy as demonstrated by the calibration curve. Conclusion Revised sentence： "Developing a nomogram for preoperative prediction of SLN metastasis in breast cancer patients offers a non-invasive approach for clinical application and serves as a reliable tool to identify breast cancer patients who may not require SLN biopsy， thereby facilitating decisions regarding further axillary lymph node dissection （ALND） and adjuvant therapy.

Key words: breast cancer, predictive model, sentinel lymph node, multidimensional indicators, imaging features, tumor markers, clinicopathological features

CLC Number:

R737.9

Shaojin LI,Shipeng. ZHENG. Relevant preoperative imaging pathological features and tumor markers serve as predictive indicators for the risk of sentinel lymph node metastasis in breast cancer[J]. The Journal of Practical Medicine, 2024, 40(17): 2418-2424.

Figures/Tables 7

Tab.1

Comparison of training set and validation set features"

特征	训练集（n = 174）	验证集（n = 58）	t/Z/χ ² 值	P值
年龄（x ± s）/岁	49.3 ± 9.96	49.21 ± 11.72	0.058	0.954
BMI（x ± s）/（kg/㎡）	24.79 ± 4.22	24.34 ± 3.31	0.744	0.458
可触及性			0.232	0.630
可触及	117（67.2）	37（63.8）
未触及	57（32.8）	21（36.2）
已绝经	114（65.5）	35（60.3）	0.507	0.477
CEA［M（P₂₅，P₇₅）］/（ng/mL）	1.03（0.67，1.74）	1.01（0.62，1.50）	-0.497	0.619
CA125［M（P₂₅，P₇₅）］/（U/mL）	9.34（7.35，14.13）	9.06（6.97，15.53）	-0.316	0.752
CA153［M（P₂₅，P₇₅）］/（U/mL）	6.58（4.44，10.75）	6.67（4.55，10.13）	-0.026	0.979
CA199［M（P₂₅，P₇₅）］/（U/mL）	6.58（4.22，10.23）	6.31（4.34，10.17）	-0.434	0.664
CA724［M（P₂₅，P₇₅）］/（U/mL）	1.50（0.60，2.36）	1.50（0.53，2.01）	-0.893	0.372
病理类型			1.037	0.595
浸润性导管癌	143（82.2）	49（84.5）
浸润性小叶癌	3（1.7）	0（0）
其他	28（16.1）	9（15.5）
组织学分级			2.130	0.345
Ⅰ	3（1.7）	3（5.2）
Ⅱ	121（69.5）	40（69.0）
Ⅲ	50（28.7）	15（25.9）
分子分型			3.144	0.370
Luminal A	22（12.6）	8（13.8）
Luminal B	117（67.2）	43（74.1）
HER2过表达	14（8.0）	1（1.7）
三阴性	21（12.1）	6（10.3）
ER阳性	137（78.7）	51（87.9）	2.393	0.122
PR阳性	126（72.4）	42（72.4）	0.000	1.000
HER2阳性	34（19.5）	9（15.5）	0.466	0.495
Ki67高表达	147（84.5）	43（74.1）	3.140	0.076
脉管浸润	46（26.4）	14（24.1）	0.120	0.729
超声［肿瘤最大径（x ± s）/mm］	19.69 ± 8.01	19.37 ± 8.67	0.261	0.795
超声（肿瘤回声均匀）	13（7.5）	6（10.3）	0.172	0.678
超声（肿瘤边界清晰）	19（10.9）	9（15.5）	0.866	0.352
超声（有肿瘤血流信号）	122（70.1）	37（63.8）	0.806	0.369
钼靶（有钙化）	83（47.7）	29（50.0）	0.092	0.762
超声（有ALN回声）	73（42.0）	25（43.1）	0.024	0.878
超声（ALN分界清晰）	35（20.1）	11（19.0）	0.036	0.849
超声（有ALN血流信号）	59（33.9）	23（39.7）	0.629	0.428
SLN转移	66（37.9）	25（43.1）	0.488	0.485

Tab.1

Tab.2

Tab.3

Fig.1

Fig.2

Tab.4

Fig.3

References 26

1	SUNG H， FERLAY J， SIEGEL R L，et al. Global Cancer Statistics 2020： GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries［J］. CA Cancer J Clin， 2021，71（3）：209-249. doi:10.3322/caac.21660 doi: 10.3322/caac.21660
2	ARNOLD M， MORGAN E， RUMGAY H，et al. Current and future burden of breast cancer： Global statistics for 2020 and 2040［J］. Breast，2022，66：15-23. doi:10.1016/j.breast.2022.08.010 doi: 10.1016/j.breast.2022.08.010
3	VERONESI P， CORSO G. Standard and controversies in sentinel node in breast cancer patients［J］. Breast，2019，48（）：S53-S56. doi:10.1016/s0960-9776(19)31124-5 doi: 10.1016/s0960-9776(19)31124-5
4	QIU S Q， ZHANG G J， JANSEN L， et al. Evolution in sentinel lymph node biopsy in breast cancer［J］. Crit Rev Oncol Hematol，2018，123：83-94. doi:10.1016/j.critrevonc.2017.09.010 doi: 10.1016/j.critrevonc.2017.09.010
5	MANCA G， RUBELLO D， TARDELLI E，et al. Sentinel Lymph Node Biopsy in Breast Cancer： Indications， Contraindications， and Controversies［J］. Clin Nucl Med，2016，41（2）：126-133. doi:10.1097/rlu.0000000000000985 doi: 10.1097/rlu.0000000000000985
6	GOLDHIRSCH A， WINER E P， COATES A S， et al. Personalizing the treatment of women with early breast cancer： highlights of the St Gallen International Expert Consensus on the Primary Therapy of Early Breast Cancer 2013［J］. Ann Oncol，2013，24（9）：2206-2223.
7	张强，牛连杰，黄涛，等.早期乳腺癌520例前哨淋巴结转移关联性分析及预测研究［J］. 中华肿瘤防治杂志， 2020， 27 （22）： 1850-1854. doi:10.16073/j.cnki.cjcpt.2020.22.13 doi: 10.16073/j.cnki.cjcpt.2020.22.13
8	VAN LA PARRA R F， FRANCISSEN C M， PEER P G，et al. Assessment of the Memorial Sloan-Kettering Cancer Center nomogram to predict sentinel lymph node metastases in a Dutch breast cancer population［J］. Eur J Cancer， 2013，49（3）：564-571. doi:10.1016/j.ejca.2012.04.025 doi: 10.1016/j.ejca.2012.04.025
9	ZHU L， JIN L， LI S， et al.Which nomogram is best for predicting non-sentinel lymph node metastasis in breast cancer patients？ A meta-analysis［J］. Breast Cancer Res Treat，2013，137（3）：783-795. doi:10.1007/s10549-012-2360-6 doi: 10.1007/s10549-012-2360-6
10	LALE A， YUR M， ÖZGÜL H，et al. Predictors of non-sentinel lymph node metastasis in clinical early stage （cT1-2N0） breast cancer patients with 1-2 metastatic sentinel lymph nodes［J］. Asian J Surg，2020，43（4）：538-549. doi:10.1016/j.asjsur.2019.07.019 doi: 10.1016/j.asjsur.2019.07.019
11	LEONARDI M C， ARROBBIO C， GANDINI S，et al. Predictors of positive axillary non-sentinel lymph nodes in breast cancer patients with positive sentinel lymph node biopsy after neoadjuvant systemic therapy［J］. Radiother Oncol，2021，163：128-135. doi:10.1016/j.radonc.2021.08.013 doi: 10.1016/j.radonc.2021.08.013
12	QIU Y， ZHANG X， WU Z，et al. MRI-Based Radiomics Nomogram： Prediction of Axillary Non-Sentinel Lymph Node Metastasis in Patients With Sentinel Lymph Node-Positive Breast Cancer［J］. Front Oncol，2022，12：811347. doi:10.3389/fonc.2022.811347 doi: 10.3389/fonc.2022.811347
13	FONG W， TAN L， TAN C， et al.Predicting the risk of axillary lymph node metastasis in early breast cancer patients based on ultrasonographic-clinicopathologic features and the use of nomograms： a prospective single-center observational study［J］. Eur Radiol，2022，32（12）：8200-8212. doi:10.1007/s00330-022-08855-8 doi: 10.1007/s00330-022-08855-8
14	GAO Y， LUO Y， ZHAO C， et al. Nomogram based on radiomics analysis of primary breast cancer ultrasound images： prediction of axillary lymph node tumor burden in patients［J］. Eur Radiol，2021，31（2）：928-937. doi:10.1007/s00330-020-07181-1 doi: 10.1007/s00330-020-07181-1
15	LI X， YANG L， JIAO X. Development and Validation of a Nomogram for Predicting Axillary Lymph Node Metastasis in Breast Cancer［J］. Clin Breast Cancer，2023，23（5）：538-545. doi:10.1016/j.clbc.2023.04.002 doi: 10.1016/j.clbc.2023.04.002
16	暴珞宁，王瑛，陈东，等. 超声影像组学标签预测乳腺癌前哨淋巴结转移的价值［J］. 实用医学杂志， 2021， 37 （15）： 2007-2011. doi:10.3969/j.issn.1006-5725.2021.15.020 doi: 10.3969/j.issn.1006-5725.2021.15.020
17	LIU M， MAO N， MA H， et al. Pharmacokinetic parameters and radiomics model based on dynamic contrast enhanced MRI for the preoperative prediction of sentinel lymph node metastasis in breast cancer［J］. Cancer Imaging， 2020，20（1）：65. doi:10.1186/s40644-020-00342-x doi: 10.1186/s40644-020-00342-x
18	MATHIS K L， HOSKIN T L， BOUGHEY J C， et al. Palpable presentation of breast cancer persists in the era of screening mammography［J］. J Am Coll Surg，2010，210（3）：314-318. doi:10.1016/j.jamcollsurg.2009.12.003 doi: 10.1016/j.jamcollsurg.2009.12.003
19	AZAM S， ERIKSSON M， SJÖLANDER A，et al. Mammographic microcalcifications and risk of breast cancer［J］. Br J Cancer，2021，125（5）：759-765. doi:10.1038/s41416-021-01459-x doi: 10.1038/s41416-021-01459-x
20	胡仰玲，曾辉，何子龙，等. 钙化型乳腺癌的分子分型特点及其预后分析［J］. 实用医学杂志， 2020， 36 （10）： 1354-1359. doi:10.3969/j.issn.1006-5725.2020.10.017 doi: 10.3969/j.issn.1006-5725.2020.10.017
21	XIONG J， ZUO W， WU Y， et al.Ultrasonography and clinicopathological features of breast cancer in predicting axillary lymph node metastases［J］. BMC Cancer，2022，22（1）：1155. doi:10.1186/s12885-022-10240-z doi: 10.1186/s12885-022-10240-z
22	WANG X F， ZHANG G C， ZUO Z C， et al. A novel nomogram for the preoperative prediction of sentinel lymph node metastasis in breast cancer［J］. Cancer Med，2023，12（6）：7039-7050. doi:10.1002/cam4.5503 doi: 10.1002/cam4.5503
23	DARWISH I A， WANI T A， KHALIL N Y， et al. Novel automated flow-based immunosensor for real-time measurement of the breast cancer biomarker CA15-3 in serum［J］. Talanta，2012，97：499-504. doi:10.1016/j.talanta.2012.05.005 doi: 10.1016/j.talanta.2012.05.005
24	WANG W， XU X， TIAN B， et al. The diagnostic value of serum tumor markers CEA， CA19-9， CA125， CA15-3， and TPS in metastatic breast cancer［J］. Clin Chim Acta，2017，470：51-55. doi:10.1016/j.cca.2017.04.023 doi: 10.1016/j.cca.2017.04.023
25	冯霖，何真，王欣欣. 超声BI-RADS分级联合血清CA153、CEA、ALP检测在乳腺癌早期诊断及腋窝淋巴结转移预测中的应用［J］. 中国医学创新， 2023， 20 （28）： 146-152. doi:10.3969/j.issn.1674-4985.2023.28.034 doi: 10.3969/j.issn.1674-4985.2023.28.034
26	LUO J， XIAO J， YANG Y， et al. Strategies for five tumour markers in the screening and diagnosis of female breast cancer［J］. Front Oncol，2023，12：1055855. doi:10.3389/fonc.2022.1055855 doi: 10.3389/fonc.2022.1055855

特征	SLN阳性（n = 66）	SLN阴性（n = 108）	t/Z/χ ² 值	P值
可触及性
可触及	56（47.9）	61（52.1）	14.965	< 0.001
未触及	10（17.5）	47（82.5）
BMI（x ± s）/（kg/m²）	25.67 ± 4.73	24.25 ± 3.8	2.176	0.031
CA153［M（P₂₅，P₇₅）］/（U/mL）	8.70（5.35，14.01）	5.47（4.01，9.51）	-3.503	< 0.001
CA199［M（P₂₅，P₇₅）］/（U/mL）	8.19（4.70，12.32）	6.00（3.78，10.05）	-2.132	0.033
脉管浸润	24（52.2）	22（47.8）	5.388	0.020
超声［肿瘤最大径（x ± s）/mm］	21.32 ± 8.42	18.7 ± 7.6	2.117	0.036
超声（肿瘤血流信号）	53（43.4）	69（56.6）	5.267	0.022
钼靶（钙化）	39（47.0）	44（53.0）	5.529	0.019
超声（ALN回声）	43（58.9）	30（41.1）	23.497	< 0.001
超声（ALN分界清晰）	24（68.6）	11（31.4）	17.471	< 0.001
超声（ALN血流信号）	39（66.1）	20（33.9）	30.090	< 0.001

因素	OR值	95%CI	P值
可触及性	4.511	1.698 ~ 11.987	0.003
BMI	1.072	0.985 ~ 1.168	0.109
CA153	1.065	1.003 ~ 1.130	0.039
CA199	1.012	0.953 ~ 1.075	0.692
脉管浸润	1.749	0.749 ~ 4.086	0.197
超声（肿瘤最大径，mm）	0.978	0.927 ~ 1.031	0.404
超声（肿瘤血流信号）	2.147	0.854 ~ 5.394	0.104
钼靶（钙化）	2.202	1.014 ~ 4.783	0.046
超声（ALN回声）	0.428	0.092 ~ 1.994	0.280
超声（ALN分界）	0.320	0.101 ~ 1.017	0.053
超声（ALN血流信号）	7.427	1.720 ~ 32.076	0.007

指标	AUC	95%CI	敏感度（%）	特异度（%）	截断值
训练集	0.810	0.744 ~ 0.876	75.8	80.6	0.390
验证集	0737	0.606 ~ 0.867	56.5	85.7	0.724

[1]	Zixu SONG,Guangzheng ZHU,Chenxu GUO,Jiaqi WU,Ligong ZHANG,Jun. QIAN. Expression of SLC35A2 and PFDN2 in breast cancer and its relationship with clinical observables and prognosis [J]. The Journal of Practical Medicine, 2024, 40(4): 496-502.
[2]	Yinghua ZENG,Wenji LI,Li. ZHENG. The Impact of the timing of initial dressing change following PICC catheterization on postoperative breast cancer patients [J]. The Journal of Practical Medicine, 2024, 40(19): 2772-2777.
[3]	Che CHEN,Dehong LUO,Huangfei YU,Qin ZHANG,Xiaochi HU,Shenghua YU,Yajun. LI. Clinical Application of automatic delineation in whole breast radiotherapy with simultaneous integrated boost to the medial tumor beds [J]. The Journal of Practical Medicine, 2024, 40(17): 2406-2411.
[4]	Lingyu FANG,Jinghua HU,Junfeng WEN,Shiqi HAN,Yali WANG,Lulan PU,Jingjia LI,Yi YANG,Shishan DENG,Lingmi HOU,Fangfang. ZHOU. Expression and significance of ubiquitin⁃specific proteases 20 and hypoxia inducible factor⁃1α in breast cancer [J]. The Journal of Practical Medicine, 2024, 40(16): 2270-2276.
[5]	AI Yongbiao, HUANG Jun, YUAN Jie, LI Wenfang.. Androgen receptor expression in early triple negative breast cancer and its association with the clinicopath⁃ ological features and prognosis [J]. The Journal of Practical Medicine, 2023, 39(8): 975-979.
[6]	Xiran SHI,Heng WANG,Libing HE,Zhiqiang QIU,Hongjian LI,Xiaoxue. XU. Advance in predicting lymph node metastasis of breast cancer by multimodal MRI [J]. The Journal of Practical Medicine, 2023, 39(22): 2861-2865.
[7]	Yadan CHE,Lixia. LI. Reaserch progress on small molecule anti⁃angiogenic drugs for advanced breast cancer [J]. The Journal of Practical Medicine, 2023, 39(22): 2866-2871.
[8]	Zhaowei ZHUANG,Wumei YUAN,Zuodong REN,Shangfei LI,Minggui CHEN,Yan. ZENG. Expression and significance of granzyme B and perforin in peripheral blood of patients with breast cancer [J]. The Journal of Practical Medicine, 2023, 39(22): 2872-2877.
[9]	Haiying LIU,Feng CHEN,Jia. YAO. Suppression of miR-767-5p expression of inhibits breast cancer cell proliferation， migration， invasion and EMT through down-regulating IGF1 [J]. The Journal of Practical Medicine, 2023, 39(22): 2878-2884.
[10]	Zhenghua ZHANG,Rongfu GONG,Wen. FANG. FGF2 gene knockout inhibits MCF⁃7 cell proliferation， motility and invasion while promotes cell apoptosis [J]. The Journal of Practical Medicine, 2023, 39(22): 2885-2890.
[11]	Yan LV,Xu ZHENG,Yanyan HAN,Shan GAO,Chong LI,Qiang. GENG. Effect of CCN5 gene knock⁃down on the proliferation of MCF⁃7 breast cancer cells and its mechanism [J]. The Journal of Practical Medicine, 2023, 39(22): 2898-2902.
[12]	Yao MENG,Zhao LIU,Jing ZHANG,Changxiao. ZHAO. Comparison of curative effect and prognosis of preserving nipple and areola in patients with breast cancer by different reconstruction operations [J]. The Journal of Practical Medicine, 2023, 39(22): 2903-2908.
[13]	Yuling LI,Jianlin YANG,Zhi CUI,Jing WANG,Yafeng LV,Chunyu. CAO. Effect of BMI-1 inhibitor PTC-596 on proliferation， cell cycle， and apoptosis of human breast cancer MCF-7cells [J]. The Journal of Practical Medicine, 2023, 39(18): 2317-2322.
[14]	Yin LIN,Dongdong ZOU,Yilong WU,Min LIN,Tuo. YANG. Comparison of endoscopic features between colorectal sessile serrated lesions and hyperplastic polyps and establishment of predictive model [J]. The Journal of Practical Medicine, 2023, 39(17): 2258-2264.
[15]	Cuixia HUANG,Yaqian ZHANG,Aiping YANG,Ruihanqiu LIU,Yan LU. Exploring the mechanism of using andrographolide to inhibit triple negative breast cancer based on Hippo/YAP signaling pathway [J]. The Journal of Practical Medicine, 2023, 39(16): 2050-2056.

Relevant preoperative imaging pathological features and tumor markers serve as predictive indicators for the risk of sentinel lymph node metastasis in breast cancer

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 26

Related Articles 15

Recommended Articles

Metrics

Comments