《The Breast》:Belgian validation of the INFLUENCE 3.0 model predicting 5-year locoregional and contralateral breast cancer recurrence
编辑推荐:
2023年,比利时约有11,600名女性被诊断为浸润性乳腺癌(breast cancer, BC),其中大多数为早期疾病[1]。在根治性治疗后,患者进入以早期发现局部区域复发(locoregional recurrence, LRR)和对侧乳腺癌(contra
2023年,比利时约有11,600名女性被诊断为浸润性乳腺癌(breast cancer, BC),其中大多数为早期疾病[1]。在根治性治疗后,患者进入以早期发现局部区域复发(locoregional recurrence, LRR)和对侧乳腺癌(contralateral breast cancer, CBC)为主要目的的监测阶段。欧洲指南建议至少进行五年的随访,包括年度乳腺X线摄影(mammography)和定期临床检查[2]。美国指南同样建议治疗后3至10年内进行年度乳腺X线摄影和定期临床检查,随访时长根据主要由肿瘤分期和亚型定义的风险类别而有所不同[3]。然而,患者之间的复发风险存在显著差异,这与年龄、肿瘤大小、受体亚型和治疗特征等额外因素相关。随着乳腺癌发病率的上升和生存率的提高,这种“一刀切”的方法增加了医疗系统的负担和患者的压力,而只有少数复发是通过计划内的监测发现的[4-8]。因此,需要一种更具风险针对性的个体化随访策略,以提高效率并减轻医疗系统和患者不必要的负担[7-9]。
这一需求促成了荷兰预测模型INFLUENCE于2015年的开发,随后更新为INFLUENCE 2.0,最近又更新为INFLUENCE 3.0[4,10,11]。INFLUENCE 3.0提供手术后五年内LRR和CBC的个体化年度风险。与早期版本相比,它也适用于接受新辅助全身治疗(neoadjuvant systemic therapy, NST)和T4期疾病的患者。该模型纳入了广泛的临床病理和治疗相关变量,包括年龄、检出方式、组织学类型、亚部位、分级、pT、pN、激素受体状态±内分泌治疗、HER2状态±靶向治疗、手术±即刻重建±放射治疗、化疗、导管原位癌(ductal carcinoma in situ, DCIS)的存在、腋窝淋巴结清扫以及(NST情况下的)病理完全缓解(pathologic complete response, pCR)。该模型可通过Evidencio平台作为CE认证的在线工具使用[12]。INFLUENCE支持关于个体化监测的共同决策,目前正在多中心NABOR研究中用于临床实践,该研究评估个体化随访的(成本)效果[13]。INFLUENCE 3.0模型此前已在荷兰乳腺癌人群中进行了内部验证,并显示出充分的预测性能[8]。
在更广泛的临床实施之前,INFLUENCE 3.0需要在独立人群中进行外部验证[14-17]。因此,本研究的目标是在比利时鲁汶大学医院的患者数据上对INFLUENCE 3.0进行外部验证。研究结果将揭示INFLUENCE 3.0的稳健性,从而表明该模型是否适用于不同人群和医疗环境中的更广泛使用。
论文解读
一、研究背景与意义
当前乳腺癌术后随访普遍采用“一刀切”策略,即所有患者接受相同频率和时长的监测。然而,患者的复发风险受年龄、肿瘤大小、受体亚型、治疗方式等多种因素影响,个体差异显著。随着乳腺癌发病率上升和生存率改善,这种统一随访策略既加重医疗系统负担,也增加患者焦虑,而计划内监测仅能发现少数复发事件。因此,亟需一种基于个体风险的个性化随访策略。荷兰开发的INFLUENCE 3.0预测模型正是为此而生,它能够提供术后五年内局部区域复发(LRR)和对侧乳腺癌(CBC)的个体化年度风险估计,并已通过CE认证在线工具应用于临床。然而,该模型在广泛推广前必须在独立人群中完成外部验证,以评估其跨人群、跨医疗环境的稳健性和适用性。本研究正是基于这一需求,在比利时鲁汶大学医院的数据上对INFLUENCE 3.0进行系统外部验证。
二、研究设计与方法
研究人员从比利时鲁汶大学医院这一三级转诊中心获取2000年至2018年间接受根治性治疗的女性单侧乳腺癌患者数据,共纳入8,742例。排除同步乳腺癌、切缘阳性、手术日期未知或随访不完整的患者后,最终队列包含8,548例,其中7,549例未接受新辅助全身治疗(non-NST组),999例接受新辅助全身治疗(NST组)。研究主要结局为LRR和CBC,定义为同侧或区域淋巴结(LRR)或对侧乳腺(CBC)的乳腺癌再现。个体随访从根治性手术计算至首次事件、远处转移、死亡或最后一次观察。缺失数据采用mice包在R中进行了五次多重插补。对于每个插补数据集,使用相应的INFLUENCE 3.0子模型估计季度LRR和CBC风险,并评估四个子模型(LRR和CBC,分别分析NST和非NST患者)的校准和区分能力,与内部验证结果进行比较。校准采用综合校准指数(ICI)、E50和E90评估,区分能力采用时间依赖性曲线下面积(AUC)在术后1至5年逐年评估。
三、研究结果
患者特征:最终队列中,non-NST组中位年龄58岁,NST组53岁。non-NST组中59.1%为临床检出,36.6%为筛查检出;NST组中83.5%为临床检出。non-NST组中78.1%为导管癌,NST组中87.6%为导管癌。non-NST组中47.7%为cT1期,42.6%为cT2期;NST组中36.3%为cT2期,33.2%为cT4期。五年内,LRR发生于121例(1.4%),CBC发生于99例(1.2%),NST组LRR和CBC发生率略高(non-NST组1.2% vs NST组2.8%的LRR;non-NST组1.1% vs NST组1.3%的CBC)。
校准结果:各亚组的年度ICI、E50和E90值总体随时间增加。除NST组LRR外,所有模型的ICI和E50均低于0.01,E90值虽较高但接近零。校准结果略逊于内部验证。LRR预测风险总体较低,non-NST组中位LRR风险为0.95%,NST组为3.08%。CBC预测风险多在1-2%之间,non-NST组中位风险为1.70%,NST组为1.60%。校准曲线显示,LRR预测在低风险范围内普遍高估;CBC在non-NST组中校准曲线低于对角线,在NST组中则不规则波动。
区分能力:总体而言,AUC随时间略有下降。对于LRR,non-NST组第1-2年AUC>0.8,第3-5年为0.7-0.8;NST组各年AUC均>0.8,超过内部验证值。对于CBC,non-NST组五年内AUC维持在0.5左右,低于内部验证;NST组第1-2年AUC>0.8,此后约0.7。
四、讨论与结论
研究人员指出,INFLUENCE 3.0四个子模型的校准总体良好,除NST组LRR模型ICI略超阈值外,其余均低于0.01。LRR模型在NST组中校准曲线显示预测风险普遍高估,可能与事件数较少(n=28)有关。CBC在NST组中校准曲线不规则且非单调,同样受限于极少数事件(n=13)。non-NST组CBC模型校准指标良好,但曲线持续低估观察风险,绝对偏差仍小于0.01。LRR区分能力在两个组中均表现良好(AUC范围0.73-0.88),随时间下降符合预期。CBC区分能力则明显较差,尤其non-NST组AUC约0.5,表明区分能力不优于随机猜测。研究人员分析认为,CBC风险预测本身具有挑战性,已知风险因素预测能力有限,且生活方式变量、胚系突变、家族史、BMI和年轻放疗等因素未纳入模型。即使纳入部分因素的模型如PredictCBC-2.0,在大队列中也仅达到中等AUC(约0.65)。
临床意义方面,研究人员认为INFLUENCE 3.0的区分能力是更重要的性能指标,因为它能识别可能适合减少监测强度的患者。模型对LRR的区分能力在NST和非NST组中均充分,而对non-NST组CBC的区分能力较差且接近随机,但由于校准可接受,预测不应被视为不可靠或误导,只是变异有限。因此,不建议基于CBC风险预测定制监测方案,但LRR风险估计可提供有效指导,结合相对恒定的CBC风险,仍可为优化个体监测策略提供有意义的信息。
研究局限性包括使用历史性(2000-2018年)单中心数据,样本量相对较小(尤其NST亚组),事件数少导致估计不稳定。此外,部分患者手术切缘信息不完整,可能影响模型性能评估。LRR定义与临床实践中的变异也需注意,但敏感性分析显示排除同侧新发原发癌后结果未改变。
未来方向方面,INFLUENCE 3.0目前仅预测5年复发风险,而LRR和CBC在随访10年后仍持续发生,本研究中延长随访后事件数几乎翻倍,凸显了将预测扩展至至少10年的临床相关性。此外,扩展模型预测远处复发也具重要价值,因为识别高远处复发风险患者反映侵袭性肿瘤生物学特性,且寡转移灶立体定向放疗可改善总生存。将INFLUENCE 2.0已有的远处复发预测整合至统一模型,对临床决策和个性化随访具有重要意义。最后,将预测风险与人群基准水平比较,建立临床有意义的阈值,可帮助确定哪些患者适合减少监测强度,哪些需要加强监测。
结论:本研究在比利时鲁汶大学医院数据上对INFLUENCE 3.0进行了外部验证。模型在LRR风险估计方面显示出可接受的校准和良好至非常好的区分能力,但对non-NST组CBC风险估计的区分能力为中等至较差。然而,由于CBC风险预测分布狭窄且校准可接受,INFLUENCE 3.0的整体风险估计——主要是LRR风险——仍可为定制监测策略提供有价值的信息。这些发现强调了进一步模型更新(如重新校准或替代方法)以改善CBC风险估计的必要性,并强调了在更大数据集上进行额外外部验证以确认模型在不同人群和医疗环境中适用性的重要性。