炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
转自：医学界
临床问题
靶向药物的成功开发对人表皮生长因子受体 2（HER2）阳性乳腺癌患者具有显著的生存益处。近年来美国国家综合癌症网络（NCCN）乳腺癌临床实践指南提出细胞周期蛋白依赖性激酶 4/6（CDK4/6）抑制剂在激素受体（HR）阳性早期乳腺癌全身治疗中的适应证，以及以德曲妥珠单抗（DS-8201）为代表的抗体药物偶联物（ADC）药物等新药的成功开发提高了乳腺癌患者的总生存期（OS）。HR阳性/HER2低表达早期乳腺癌的预后和治疗方式越来越受到关注。因此，探索影响HR阳性/HER2低表达早期乳腺癌患者预后的因素，可为治疗算法提供参考。
随着ADC在临床试验中的显著临床获益，HER2低表达类型在乳腺癌治疗中备受关注。因此，2023年10月11日发表在Chinese Medical Journal上的一项研究，旨在探索中国HR阳性/HER2低表达早期乳腺癌患者的临床病理特征，并建立了复发风险预测模型。医学界攫取该研究重要内容整理，以飨读者。
研究截图方法
该项研究选取了2015年1月至2016年12月在中华医学会乳腺外科学分会（CSBrS）29家医院接受治疗的HR阳性/HER2低表达早期乳腺癌女性患者作为研究对象。收集了她们的临床病理资料及预后信息，并采用机器学习方法分析了预后因素。
结果
在2015年1月至2016年12月期间，CSBrS的29家医院共有25096名乳腺癌患者，其中收集了6486例HER2低表达早期乳腺癌患者的临床病理学数据。HR阳性患者占5629例（86.79%）。这些患者的中位随访时间为57个月（范围4至76个月），5年无病生存率（DFS）为92.7%，5年总生存率（OS）为97.7%。研究发现：
在这些患者中，共观察到412例（7.31%）发生了转移，124例（2.20%）患者死亡。
多因素Cox回归分析显示，肿瘤T分期、N分期、淋巴血管血栓形成、Ki-67指数和预后分期与复发转移相关（P < 0.05）。
采用随机森林法建立的复发风险预测模型表现出81.1%的敏感性、71.7%的特异性、74.1%的阳性预测值和79.2%的阴性预测值。
讨论
本研究深入分析了中国HR阳性/HER2低表达早期乳腺癌患者的临床病理特征，并利用机器学习方法探讨了建立复发风险预测模型的临床价值。研究共纳入6486名HER2低表达浸润性早期乳腺癌患者。其中，5629例患者（86.79%）HR 阳性，与之前文献报道的比例一致。科学的内分泌治疗决策是改善HR阳性/HER2低表达乳腺癌预后的重要手段。有文献报道，HER2低表达乳腺癌的总体预后良好，5年DFS和OS分别为92%和97%[1,2]。然而，HR表达状态的差异对HER2低表达乳腺癌患者预后的影响仍有待证实。本研究发现，HR阳性组的5年DFS和OS分别为92.7%和97.7%，而HR阴性组的5年DFS和OS分别为88.9%和95.1%（P＜0.001）。这些结果表明，HR阴性是HER2低表达乳腺癌患者的一个不利预后因素。对HR阳性患者进行长期辅助内分泌治疗无疑可以改善预后。
此外，研究还发现，HR阳性组和HR阴性组在中位年龄、月经状况、TNM分期、Ki-67指数、HER2状态、组织学分级、淋巴管血栓形成和预后分期方面存在显著差异（P <0.05）。此外，与HR阴性组相比，HR阳性组的保乳手术率更高，腋窝淋巴手术率和辅助化疗率更低（P <0.05）。因此，HR状态是临床医生为HER2低表达早期乳腺癌患者制定治疗策略的重要依据。
本研究显示，7.31%的HR阳性/HER2低表达早期乳腺癌患者发生了复发和转移事件。早期预测复发和转移是进一步改善乳腺癌预后的关键。近年来，机器学习方法为肿瘤预后模型的建立提供了重要帮助。SVM 、决策树和随机森林等机器学习算法受到了广泛关注。[3-5]本研究纳入了大量数据，且数据分布不均，因此机器学习方法适合进行深入分析。通过多种机器学习方法对412名5年内有复发事件的受试者进行了分析和研究，最后利用随机森林方法建立了预测效果最好的5年复发风险预测模型。该模型的灵敏度为 81.1%，表明大部分5年复发和转移事件人群都能被正确识别。利用该模型筛查HR阳性/HER2低表达早期乳腺癌高复发风险受试者，可为研究强化内分泌辅助治疗的适应症和论证抗HER2相关ADC药物辅助治疗的适应症奠定基础。然而，由于只有25.79%（1452/5629）的病例被用于建立复发风险模型，因此风险模型的有效性必须在未来接受外部验证的检验。
结论展望
HER2低表达早期乳腺癌患者多为HR阳性，且患者预后良好；肿瘤N分期、淋巴血管血栓形成、Ki-67指数和肿瘤预后分期是重要的预后因素。基于随机森林法建立的HR阳性/HER2低表达早期乳腺癌复发预测模型对预测5年复发事件具有较好的参考价值。
文章来源：
Xin L, Wu Q, Zhan C, Qin H, Xiang H, Gao M, Duan X, Liu Y, Ye J; Chinese Society of Breast Surgery (CSBrS); Chinese Society of Surgery of Chinese Medical Association. A multicenter study of the clinicopathological characteristics and a risk prediction model of early-stage breast cancer with hormone receptor-positive/human epidermal growth factor receptor 2-low expression. Chin Med J (Engl). 2023 Oct 11. doi: 10.1097/CM9.0000000000002831. Epub ahead of print. PMID: 37822006.
参考文献：
[1]Xin L, Wu Q, Zhan C, Qin H, Xiang H, Xu L, et al. Multicenter study of the clinicopathological features and recurrence risk prediction model of early-stage breast cancer with low-positive human epidermal growth factor receptor 2 expression in China (Chinese Society of Breast Surgery 021). Chin Med J 2022;135: 697–706. doi: 10.1097/CM9.0000000000002056.
[2]Won HS, Ahn J, Kim Y, Kim JS, Song JY, Kim HK, et al. Clinical significance of HER2-low expression in early breast cancer: A nationwide study from the Korean Breast Cancer Society. Breast Cancer Res 2022;24: 22. doi: 10.1186/s13058-022-01519-x.
[3]Bagley SC, White H, Golomb BA. Logistic regression in the medical literature: Standards for use and reporting, with particular attention to one medical domain. J Clin Epidemiol 2001;54: 979–985. doi: 10.1016/s0895-4356(01)00372-9.
[4]Bender R, Grouven U. Ordinal logistic regression in medical research. J R Coll Physicians Lond 1997;31: 546–551.
[5]Harrington P. Machine learning in action. Beijing: Posts & Telecom Press, 2013.
审批编号：CN-125677 有效期至：2024-11-30
*本材料由阿斯利康提供，仅供医疗卫生专业人士参考
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
