李奕穎，蘇靜，李孟圈

(鄭州大學第一附屬醫(yī)院 乳腺外科，河南 鄭州 450052)

乳腺癌是女性的主要癌癥類型[1-2]。乳腺癌的主要治療策略是早期發(fā)現(xiàn)和綜合治療，盡管如此，仍有20%～30%的患者會發(fā)生遠處轉移，轉移后進展期患者僅有2 a的中位生存時間[3-5]。乳腺癌易發(fā)生骨轉移，占轉移性乳腺癌患者的60%～75%[6-7]。乳腺癌骨轉移常導致骨折、頑固性骨痛等骨相關事件，嚴重影響患者的生存質(zhì)量及預后。因此，對容易發(fā)生乳腺癌骨轉移的高危人群進行篩查，并進行早期干預和診治，成為乳腺癌臨床研究的熱點之一。

乳腺癌的異質(zhì)性是影響腫瘤患者預后的重要原因，其組織病理學和分子生物學特征與臨床結局密切相關，通過分析乳腺癌的病理特征及相關生物學參數(shù)有助于預測患者的生存率或復發(fā)率[8-9]。本研究通過分析乳腺癌骨轉移的組織病理學和分子生物學特征，建立相關因素的預測模型，以期指導乳腺癌骨轉移的臨床診療工作。

1 對象與方法

1.1 研究對象對2019年6月1日至2019年12月31日鄭州大學第一附屬醫(yī)院乳腺外科收治的201例乳腺癌患者的臨床資料進行回顧性分析(其中100例為發(fā)生骨轉移患者，其余101例患者均未發(fā)生轉移)。納入標準：(1)常規(guī)病理證實為浸潤性乳腺癌；(2)通過穿刺活檢、放射性核素骨掃描、電子計算機斷層掃描或核磁共振檢查確診是否存在骨轉移；(3)按標準指南進行診治；(4)不合并其他惡性腫瘤、精神類疾病或全身性疾??；(5)臨床病理資料完整。所有患者及患者家屬均對研究知情并已簽署知情同意書，研究經(jīng)鄭州大學第一附屬醫(yī)院科研和臨床試驗倫理委員會審核批準。

1.2 方法納入本研究的患者均經(jīng)穿刺活檢或全身放射性核素掃描、X線、CT、MRI等影像學檢查以證實有無發(fā)生乳腺癌骨轉移。所有入組患者的組織標本獲取后立即固定于體積分數(shù)為4%的中性甲醛溶液中，進行常規(guī)病理切片，采用全自動免疫組化染色儀進行免疫組化染色并進行分子生物學指標的檢測。每張病理切片隨機選取3個低倍視野，觀察有無血管、淋巴管癌細胞巢團形成。余患者信息主要通過門診、住院檢查和電話等方式進行確認、收集，收集的開始時間為發(fā)生骨轉移的確診時間，終止時間為2019年12月31日或患者死亡。

1.3 研究對象的基本信息采集以下信息：病理確診乳腺癌時患者的年齡、月經(jīng)狀態(tài)、T分期、組織學分級、脈管癌栓情況、淋巴結轉移情況、激素受體狀態(tài)、HER-2狀態(tài)、Ki-67、pS2、TOP-Ⅱ、P53、CK5/6、P120及E-cadherin的表達情況。

1.4 數(shù)據(jù)處理及模型構建采用電腦隨機分組法將全部患者按3∶1分為訓練組(150例)及驗證組(51例)。通過使用SPSS 24.0統(tǒng)計軟件，采用t檢驗、Mann-WhitneyU檢驗、χ2檢驗分析，將P<0.05的指標及先前研究中報道可能與乳腺癌進展相關的因素納入多因素logistic回歸分析，從而找出導致乳腺癌骨轉移發(fā)生的獨立危險因素。從多因素分析結果中選取獨立危險因素，建立列線圖。通過受試者操作特征曲線(receiver operating characteristic curve，ROC曲線)和校正曲線進一步評價列線圖性能。使用R版本3.5.2進行統(tǒng)計分析，分析過程中使用了以下軟件包：“survival”(Terry M Therneau)、“plyr”(Hadley Wickham)、“rms”(Frank E Harrell)、“survminer”(Alboukadel Kassambara)、“neuralnet”(Stefan Fritsch)。檢驗水準α=0.05。

2 結果

2.1 全部患者的臨床病理學特征本研究共納入201例女性患者，根據(jù)穿刺活檢或全身放射性核素掃描、X線、CT、MRI等影像學檢查結果，將患者分為兩組：一組為發(fā)生骨轉移患者(100例)，另一組為未發(fā)生轉移患者(101例)，余具體信息詳見表1。

表1 患者的基線資料

2.2 訓練組的單因素及多因素分析將訓練組單因素分析結果(見表2)中有意義的臨床因素及先前研究中報道可能與乳腺癌進展相關的因素納入logistic多因素回歸分析，進一步探討影響乳腺癌患者發(fā)生骨轉移的獨立危險因素(見表3)。從表中可以得知，患者的淋巴結轉移情況、Ki-67、pS2、P120、TOP-Ⅱ及E-cadherin表達是乳腺癌骨轉移發(fā)生的獨立危險因素。

表2 訓練組的單因素分析結果

表3 訓練組的多因素分析結果

2.3 建立列線圖利用訓練組logistic回歸模型的結果構建列線圖(圖1)。將患者的各臨床因素在圖中相應的軸上找到對應的點，再以該點做垂直于橫軸的直線。該直線在分數(shù)軸上的交點讀數(shù)為該因素的分數(shù)，將各因素分數(shù)求和則得到總分。

圖1 訓練組乳腺癌骨轉移患者的列線圖

2.4 列線圖預測效果驗證本研究所得出的列線圖通過Bootstrap采樣對列線圖進行1 000次內(nèi)部校準，獲得圖2。該圖顯示訓練組與驗證組的校準曲線均接近理想曲線，得到的預測值能夠較好地代表實際值。繪制訓練組與驗證組的ROC曲線(見圖3)，通過計算曲線下面積(area under the curve，AUC)進行校準。訓練組的AUC為0.767，驗證組的AUC為0.855。

圖2 訓練組(左)及驗證組(右)的校正曲線

圖3 訓練組(左)及驗證組(右)的AUC

3 討論

骨轉移是導致乳腺癌患者死亡的常見原因[10]，嚴重影響了乳腺癌患者的生活質(zhì)量及生存期，給患者和社會帶來巨大的經(jīng)濟負擔。如何有效地預測乳腺癌骨轉移并降低發(fā)生率是乳腺外科醫(yī)生及乳腺癌患者最關心的問題。在本研究中，我們認為骨轉移患者可能具有特殊的臨床病理特征，并可與非骨轉移患者相區(qū)分，通過對這些變量進行分析和研究，可以建立乳腺癌骨轉移的預測模型，并根據(jù)該預測模型指導臨床診療。

本研究對訓練組患者的各項臨床病理特征進行統(tǒng)計學分析，結果顯示淋巴結轉移情況、pS2表達、P120表達、E-cadherin表達、Ki-67及TOP-Ⅱ表達是乳腺癌骨轉移發(fā)生的影響因素。本研究結果表明，淋巴結轉移陽性的乳腺癌患者較陰性患者更易發(fā)生骨轉移，與Tayyeb等[11]提出的淋巴結轉移是乳腺癌骨轉移的高危因素的結論相符。pS2表達陽性常見于原發(fā)腫瘤直徑小且組織分化好的乳腺癌中，且pS2表達陽性具有良好的內(nèi)分泌治療效果[12]。本研究也表明，pS2表達陰性者較陽性者更易發(fā)生骨轉移。細胞通過黏附連接控制增殖，黏附連接的主要成分為P120蛋白和E-鈣黏附蛋白[13]，而兩者的表達下調(diào)經(jīng)常是腫瘤復發(fā)和轉移的標志[14]，與本研究結果一致，P120及E-cadherin表達陰性者發(fā)生骨轉移的風險更高。研究表明，Ki-67與細胞增殖密切相關[15]。除此之外，Ki-67高表達的乳腺癌患者骨轉移的發(fā)生率為87%，而Ki-67低表達的乳腺癌患者骨轉移的發(fā)生率為73%[16]。這表明Ki-67高表達者易發(fā)生骨轉移，與本研究結果一致。本研究結果顯示，TOP-Ⅱ高表達的乳腺癌患者更容易發(fā)生骨轉移。這可能是由于激素受體結合后通過拓撲異構酶Ⅱ瞬時誘導DNA雙鏈斷裂，從而控制基因轉錄[17]。

臨床上，對乳腺癌骨轉移的治療相對較為被動，大部分患者發(fā)現(xiàn)時已到疾病的終末期，傳統(tǒng)方法缺少完整的評分系統(tǒng)，通過對乳腺癌骨轉移的特征進行分析并構建相應的預測模型，能夠幫助醫(yī)生更快、更準確地預測乳腺癌患者發(fā)生骨轉移的可能性，這對指導臨床決策十分重要，但是目前相關研究和報道仍有限。

本研究通過對乳腺癌骨轉移患者的組織病理學和分子生物學特征進行分析后，提取了相關的獨立危險因素，并構建了預測模型。經(jīng)過校正和驗證過程，認為該模型具有良好的預測能力，可以幫助臨床醫(yī)生區(qū)分和評估臨床病理因素與骨骼受累的風險，并且有針對性地建議還未發(fā)現(xiàn)遠處轉移的患者進行更為密切的檢查，如常規(guī)的放射性核素骨掃描、電子計算機斷層掃描或核磁共振，還能夠針對相關指標對靶向治療的效果進行評估。除此之外，我們可以通過該模型變量對已發(fā)生骨轉移的患者的預后再進行區(qū)分，實現(xiàn)針對乳腺癌患者更為精準的治療。

本項研究亦存局限性。首先，作為一項回顧性研究，我們提出的假設需要更大的數(shù)據(jù)量和先進的隨訪模式進行跟蹤。其次，本研究采取單中心回顧性研究，缺少外部數(shù)據(jù)進行驗證，若能夠進一步進行多中心前瞻性研究，將更具有臨床價值。為了提高列線圖的可預測性，我們將進一步確定其他臨床及分子因素，并通過外部驗證進行研究。

綜上所述，本研究以淋巴結轉移情況、pS2表達、P120表達、E-cadherin表達、Ki-67及TOP-Ⅱ表達作為影響因素構建的列線圖，實現(xiàn)了對乳腺癌發(fā)生骨轉移的可視化圖形預測。該模型對乳腺癌患者的臨床個體化治療具有協(xié)助作用。