沈傲梅，路潛，符鑫，韋小夏，卞靜如，張麗媛，強(qiáng)萬(wàn)敏，龐冬

乳腺癌相關(guān)淋巴水腫（breast cancer-related lymphedema，BCRL）是乳腺癌患者術(shù)后常見(jiàn)的慢性并發(fā)癥，發(fā)生風(fēng)險(xiǎn)伴隨患者終身［1］。BCRL一旦發(fā)生，治療棘手且容易反復(fù)發(fā)作，給患者的身心健康及經(jīng)濟(jì)狀況帶來(lái)諸多負(fù)面影響［2］。因此，早期評(píng)估和預(yù)測(cè)BCRL風(fēng)險(xiǎn)，變被動(dòng)治療為積極預(yù)防，最大限度減少BCRL的發(fā)生尤為重要。風(fēng)險(xiǎn)預(yù)測(cè)模型可幫助醫(yī)務(wù)人員準(zhǔn)確、快速地篩查高危人群，實(shí)現(xiàn)BCRL的分層預(yù)防和管理，同時(shí)有助于增強(qiáng)患者疾病認(rèn)知，提高其對(duì)BCRL預(yù)防管理依從性［3］。探索和識(shí)別BCRL的風(fēng)險(xiǎn)因素一直是國(guó)內(nèi)外研究者關(guān)注的重點(diǎn)，盡管已有多項(xiàng)研究建立了BCRL風(fēng)險(xiǎn)預(yù)測(cè)模型，但目前國(guó)內(nèi)外仍然缺乏統(tǒng)一公認(rèn)的、適宜臨床推廣應(yīng)用的BCRL風(fēng)險(xiǎn)預(yù)測(cè)模型［4］。分析現(xiàn)有相關(guān)模型發(fā)現(xiàn)，不同預(yù)測(cè)模型納入的風(fēng)險(xiǎn)因素變量存在差異，且大部分基于橫斷面研究或病例對(duì)照研究數(shù)據(jù)建模，存在樣本量小、缺乏外部驗(yàn)證等不足［4-7］。因此，本研究基于前瞻性隊(duì)列研究的Meta分析，系統(tǒng)分析和評(píng)價(jià)BCRL危險(xiǎn)因素及綜合危險(xiǎn)度，擴(kuò)大模型構(gòu)建的樣本量，構(gòu)建具有循證依據(jù)的風(fēng)險(xiǎn)預(yù)測(cè)模型，以期實(shí)現(xiàn)BCRL高危人群的精準(zhǔn)識(shí)別。

1 資料與方法

1.1 Meta分析

1.1.1 檢索策略 計(jì)算機(jī)檢索PubMed、Embase、CINAHL、Scopus、Web of Science、Cochrane Library、CENTRAL、中國(guó)知網(wǎng)、中國(guó)生物醫(yī)學(xué)數(shù)據(jù)庫(kù)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)自建庫(kù)至2021年11月發(fā)表的有關(guān)BCRL危險(xiǎn)因素的文章。采用主題詞結(jié)合自由詞的方式，檢索語(yǔ)言為中文或英文。同時(shí)對(duì)納入文獻(xiàn)以及類(lèi)似文獻(xiàn)的參考文獻(xiàn)進(jìn)行手工檢索，以補(bǔ)充檢索結(jié)果。通過(guò)初步檢索并與研究組成員討論不斷修訂檢索詞，中文檢索詞主要包括“乳腺癌、乳癌、乳腺腫瘤、乳房腫瘤、乳腺腫物”“淋巴水腫、上肢水腫、腫脹”“風(fēng)險(xiǎn)因素、危險(xiǎn)因素、預(yù)測(cè)因素、預(yù)測(cè)變量、影響因素、相關(guān)因素”等；英文檢索詞主要包括“breast cancer、breast neoplasm*、breast tumor*、breast tumour*、breast carcinoma”“l(fā)ymphoedema*、lymphedema*、lymphatic oedema*、lymphatic edema*、oedema*、edema*”“Risk factor*、Risk variable*、predictor*、prediction、prognostic factor*、prognostic variable*、epidemiologic factor*、epidemiologic variable*、relevant factor*、relevant variable*、related factor*、related variable*、contributing factor*”等。PubMed檢索策略見(jiàn)表1。

表1 PubMed檢索策略Table 1 Strategies for searching studies about breast cancer-related lymphedema in databases of PubMed

1.1.2 文獻(xiàn)納入與排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：（1）研究設(shè)計(jì)：前瞻性隊(duì)列研究；（2）研究對(duì)象：確診為單側(cè)乳腺癌的女性患者；年齡≥18歲；基線(xiàn)及隨訪樣本量均≥50例；（3）暴露：至少報(bào)告1項(xiàng)影響B(tài)CRL發(fā)生的危險(xiǎn)因素變量且定義明確；報(bào)告多因素校正后的危險(xiǎn)因素變量不同組間的效應(yīng)值，如比值比（OR）、相對(duì)危險(xiǎn)度（RR）或風(fēng)險(xiǎn)比（HR）及95%置信區(qū)間（95%CI）；（4）結(jié)局指標(biāo)：經(jīng)客觀測(cè)量（臂圍測(cè)量、生物電阻抗分析法、紅外線(xiàn)容量分析法等）、醫(yī)療診斷（電子病歷或記錄）或自我報(bào)告等明確判斷為BCRL。排除標(biāo)準(zhǔn)：（1）研究對(duì)象存在腫瘤復(fù)發(fā)或其他部位惡性腫瘤、存在原發(fā)性BCRL或繼發(fā)性BCRL病史。（2）術(shù)后3個(gè)月內(nèi)發(fā)生的急性BCRL、隱匿性或亞臨床期BCRL（臂圍變化＜2 cm，體積變化＜3%）。（3）無(wú)法獲取全文或重復(fù)發(fā)表的文獻(xiàn)（選取最新最全的文獻(xiàn)）；信息不完整、數(shù)據(jù)不全的文獻(xiàn)，如未報(bào)告OR/RR/HR及95%CI。（4）會(huì)議論文、學(xué)位論文、隨機(jī)對(duì)照試驗(yàn)（RCT）數(shù)據(jù)的二次分析、綜述等。

1.1.3 文獻(xiàn)篩選及資料提取 由2名經(jīng)過(guò)系統(tǒng)培訓(xùn)的研究者分別獨(dú)立篩選文獻(xiàn)并交叉核對(duì)。采用EndNote文獻(xiàn)管理軟件進(jìn)行軟件和手工去重后，閱讀題目和摘要進(jìn)行初篩，然后追溯全文復(fù)篩。由1名研究者按預(yù)先制定數(shù)據(jù)提取表提取文獻(xiàn)信息，另外2名研究者核對(duì)。提取內(nèi)容主要包括文獻(xiàn)基本信息、研究對(duì)象基本特征、水腫測(cè)量方法及診斷標(biāo)準(zhǔn)、多因素校正后的危險(xiǎn)因素及效應(yīng)指標(biāo)等。文獻(xiàn)篩選及資料提取過(guò)程中如有分歧，協(xié)商解決或咨詢(xún)第三位研究者。

1.1.4 質(zhì)量評(píng)價(jià) 由3名研究者分別獨(dú)立進(jìn)行質(zhì)量評(píng)價(jià)。采用Cochrane協(xié)作網(wǎng)推薦的紐卡斯?fàn)?渥太華量表（Newcastle-Ottawa Scale，NOS）［8］，該量表包括研究人群的選擇、組間可比性及暴露的測(cè)量三方面共8個(gè)條目，滿(mǎn)分為9分，≥7分為高質(zhì)量，4～6分為中等質(zhì)量，＜4分為低質(zhì)量［9］。質(zhì)量評(píng)價(jià)過(guò)程中的分歧由3名研究者共同討論并達(dá)成一致意見(jiàn)。

1.2 模型構(gòu)建 將Meta分析得到的危險(xiǎn)因素作為自變量，將BCRL的發(fā)生率作為因變量構(gòu)建Logistic回歸預(yù)測(cè)模型。以Meta分析中對(duì)應(yīng)危險(xiǎn)因素合并后的綜合危險(xiǎn)度OR/RR值的自然對(duì)數(shù)計(jì)算模型中各危險(xiǎn)因素的回歸系數(shù)β，計(jì)算公式為β=ln（OR）［10］。常數(shù)項(xiàng)α為BCRL發(fā)生率與未發(fā)生率比值的自然對(duì)數(shù)：α=ln［P/（1-P）］?；贚ogistic回歸模型的BCRL風(fēng)險(xiǎn)預(yù)測(cè)模型為：Logit（P）=ln［P/（1-P）］=α+β1X1+β2X2+β3X3+...+βnXn，Xn表示第 n 個(gè)危險(xiǎn)因素，βn表示第n個(gè)危險(xiǎn)因素的回歸系數(shù)。為方便臨床應(yīng)用，基于BCRL風(fēng)險(xiǎn)預(yù)測(cè)模型建立風(fēng)險(xiǎn)評(píng)分模型：對(duì)于Logistic評(píng)分模型，賦分方式為：當(dāng)存在某個(gè)危險(xiǎn)因素時(shí)，將該危險(xiǎn)因素變量的回歸系數(shù)βn乘以10，然后四舍五入取整數(shù)，即賦分為整數(shù)化的10βn，反之，不存在該危險(xiǎn)因素時(shí)，賦分為0；Additive評(píng)分模型的建立以O(shè)R/RR值為基礎(chǔ)，存在某危險(xiǎn)因素時(shí)，該變量賦分為整數(shù)化的OR/RR值，參照變量賦分為1，BCRL的發(fā)生概率即為所有危險(xiǎn)因素的評(píng)分之和［11］。

1.3 模型驗(yàn)證 選擇課題組前期研究中于2017年4月至2018年12月在北京大學(xué)人民醫(yī)院乳腺中心招募的486例乳腺癌術(shù)后患者為模型驗(yàn)證集。研究對(duì)象納入標(biāo)準(zhǔn)：（1）女性；（2）≥18周歲；（3）意識(shí)清楚、無(wú)認(rèn)知功能及溝通障礙；（4）自愿參與研究。排除標(biāo)準(zhǔn)：（1）研究招募時(shí)正在接受放療或化療者；（2）雙側(cè)乳腺癌患者；（3）乳腺癌復(fù)發(fā)、轉(zhuǎn)移者，或合并其他部位惡性腫瘤；（4）有心/腎源性、營(yíng)養(yǎng)不良性水腫癥狀的患者；（5）上肢手術(shù)或受傷史的患者；（6）無(wú)法配合臂圍測(cè)量者。采用問(wèn)卷調(diào)查結(jié)合查閱病歷的形式收集資料，采用上臂連周徑測(cè)量法，即采用無(wú)彈性卷尺從手掌正中、肘部、腕橫紋開(kāi)始每間隔4 cm至腋根部進(jìn)行測(cè)量。將任意一點(diǎn)兩側(cè)臂圍差值≥2 cm作為BCRL的判斷標(biāo)準(zhǔn)［12］。本研究模型驗(yàn)證部分的研究數(shù)據(jù)采集在開(kāi)展前已經(jīng)通過(guò)北京大學(xué)生物醫(yī)學(xué)倫理委員會(huì)審批，倫理批號(hào)IRB00001052-15073。

1.4 統(tǒng)計(jì)學(xué)方法 采用Stata 17.0軟件進(jìn)行Meta分析。為保證結(jié)果的穩(wěn)定性，僅保留納入研究數(shù)量＞5篇的危險(xiǎn)因素。采用Q檢驗(yàn)和I2統(tǒng)計(jì)量判斷納入研究間的異質(zhì)性。采用隨機(jī)效應(yīng)模型計(jì)算各危險(xiǎn)因素的綜合危險(xiǎn)度及95%CI。對(duì)非正態(tài)數(shù)據(jù)進(jìn)行Logit轉(zhuǎn)換。對(duì)納入研究數(shù)量＞10篇的危險(xiǎn)因素，采用Egger's回歸分析法評(píng)價(jià)發(fā)表偏倚。

模型驗(yàn)證的數(shù)據(jù)分析采用SPSS 26.0和R 4.1.3軟件，采用受試者工作特征（ROC）曲線(xiàn)下面積（AUC）評(píng)價(jià)模型的預(yù)測(cè)能力及最佳截?cái)嘀怠UC＜0.7表示模型的診斷價(jià)值較低，AUC為0.7～0.9表示診斷價(jià)值中等，AUC＞0.9表示模型的診斷價(jià)值較高［13］。取約登指數(shù)最大時(shí)的分值為最佳截?cái)嘀担?jì)算模型的靈敏度和特異度。采用Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)評(píng)價(jià)評(píng)分系統(tǒng)的準(zhǔn)確度。采用rmda包進(jìn)行決策曲線(xiàn)分析（decision curve analysis，DCA），評(píng)價(jià)模型的臨床實(shí)用性。以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 文獻(xiàn)檢索及篩選 數(shù)據(jù)庫(kù)初檢獲得文獻(xiàn)3 612篇，追蹤參考文獻(xiàn)獲取73篇，剔重后剩余1 867篇。經(jīng)標(biāo)題及摘要篩選后剩余406篇追溯全文，全文閱讀后最終納入49篇文獻(xiàn)［5，14-61］，文獻(xiàn)質(zhì)量均較高（NOS評(píng)分≥7分）。文獻(xiàn)篩選流程見(jiàn)圖1。納入研究基本特征及質(zhì)量評(píng)價(jià)結(jié)果見(jiàn)表2、3。

圖1 文獻(xiàn)篩選流程圖Figure 1 Flow chart of study selection

表2 納入研究基本特征Table 2 Characteristics of included studies

（續(xù)表2）

表3 納入文獻(xiàn)質(zhì)量評(píng)價(jià)結(jié)果（分）Table 3 Quality appraisal results of included studies

2.2 Meta分析結(jié)果 49項(xiàng)研究中報(bào)告次數(shù)＞5次且Meta分析合并效應(yīng)量結(jié)果具有顯著性的危險(xiǎn)因素共5個(gè)，分別為：體質(zhì)指數(shù)（BMI）、乳腺手術(shù)類(lèi)型、腋窩手術(shù)類(lèi)型、放療、術(shù)后并發(fā)癥（P＜0.05）。Egger's檢驗(yàn)結(jié)果顯示，BMI、乳腺手術(shù)類(lèi)型、腋窩手術(shù)類(lèi)型及放療均不存在發(fā)表偏倚（P＞0.05）。Meta分析及異質(zhì)性檢驗(yàn)結(jié)果見(jiàn)表4。同時(shí)Meta分析中，49項(xiàng)研究報(bào)告了BCRL的發(fā)生率（5.0%～58.4%），合并效應(yīng)量結(jié)果顯示，BCRL發(fā)生率為20.6%〔95%CI（17.9%，23.3%）〕。

表4 BCRL風(fēng)險(xiǎn)因素的Meta分析及異質(zhì)性檢驗(yàn)結(jié)果Table 4 Meta-analysis and heterogeneity test of risk factors for breast cancer-related lymphedema

2.3 風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建 最終構(gòu)建的Logistic風(fēng)險(xiǎn)預(yù)測(cè)模型為：Logit（P）=-1.349+0.575X1+0.278X2+1.118X3+0.482X4+0.864X5，X1、X2……X5分別為 BMI、乳腺手術(shù)類(lèi)型、腋窩手術(shù)類(lèi)型、放療、術(shù)后并發(fā)癥。Logistic及Additive風(fēng)險(xiǎn)預(yù)測(cè)模型總分分別為0～34、5～11分，詳見(jiàn)表5。

表5 Logistic和Additive評(píng)分模型（分）Table 5 Logistic and Additive risk scoring models for breast cancerrelated lymphedema

2.4 風(fēng)險(xiǎn)預(yù)測(cè)模型的驗(yàn)證 模型驗(yàn)證的486例乳腺癌術(shù)后患者中，共131例（26.95%）發(fā)生BCRL。Logistic及Additive風(fēng)險(xiǎn)預(yù)測(cè)模型的AUC分別為0.748〔95%CI（0.701，0.794）〕、0.737〔95%CI（0.691，0.784）〕（圖2）。Logistic風(fēng)險(xiǎn)預(yù)測(cè)模型的最佳截?cái)嘀禐?8分（總分0～34分），靈敏度為81.7%，特異度為43.1%；Additive風(fēng)險(xiǎn)預(yù)測(cè)模型的最佳截?cái)嘀禐?.5分（總分5～11分），靈敏度為80.9%，特異度為42.8%。Hosmer-Lemeshow檢驗(yàn)分別為8.796（P=0.185）、1.158（P=0.763），模型擬合良好。DCA顯示，當(dāng)閾值概率為20%～30%時(shí)，基于Meta分析的Logistic風(fēng)險(xiǎn)預(yù)測(cè)模型具有較高的凈獲益，但閾值概率范圍較窄，臨床實(shí)用性有待進(jìn)一步驗(yàn)證（圖3）。

圖2 BCRL Logistic及Additive評(píng)分模型的ROC曲線(xiàn)Figure 2 ROC curves of Logistic and Additive risk scoring models for breast cancer-related lymphedema

圖3 BCRL Logistic評(píng)分模型的決策曲線(xiàn)Figure 3 Decision curve of Logistic risk prediction model for breast cancer-related lymphedema

3 討論

3.1 關(guān)注BCRL的可干預(yù)風(fēng)險(xiǎn)因素 本研究基于49項(xiàng)前瞻性隊(duì)列研究對(duì)BCRL風(fēng)險(xiǎn)因素進(jìn)行了Meta分析，共確定5個(gè)危險(xiǎn)因素，除BMI，其他均為疾病及治療相關(guān)因素，包括乳腺手術(shù)類(lèi)型、腋窩手術(shù)類(lèi)型、放療以及術(shù)后并發(fā)癥，這些因素已經(jīng)在多項(xiàng)研究中得到證實(shí)［62］。以上疾病及治療相關(guān)因素常難以改變或干預(yù)，提示臨床醫(yī)務(wù)人員在乳腺癌患者選擇治療方案時(shí)，應(yīng)充分告知治療獲益及潛在并發(fā)癥風(fēng)險(xiǎn)，提高其對(duì)風(fēng)險(xiǎn)的認(rèn)知及對(duì)術(shù)后并發(fā)癥（如BCRL）預(yù)防管理的重視程度［63］。

在探究BCRL風(fēng)險(xiǎn)因素時(shí)，重點(diǎn)關(guān)注其中的可干預(yù)變量能夠?yàn)锽CRL的風(fēng)險(xiǎn)管理提供更多有效的線(xiàn)索。近期研究也逐漸關(guān)注規(guī)律鍛煉情況、體力活動(dòng)水平等可控變量對(duì)BCRL的預(yù)測(cè)作用［64］。本研究結(jié)顯示，BMI≥30 kg/m2的患者水腫風(fēng)險(xiǎn)會(huì)增加0.78倍左右。BMI是BCRL風(fēng)險(xiǎn)因素的這一結(jié)論已被多項(xiàng)研究證實(shí)［65-66］，并且也是本研究發(fā)現(xiàn)的唯一可干預(yù)變量。但其機(jī)制目前尚不明確，一般認(rèn)為，過(guò)多的脂肪組織會(huì)增加淋巴液的產(chǎn)生，擠壓淋巴管，甚至造成淋巴管內(nèi)皮損傷［7，67］。同時(shí)，肥胖也會(huì)增加術(shù)后感染、傷后愈合延遲等并發(fā)癥的發(fā)生風(fēng)險(xiǎn)，進(jìn)一步誘發(fā)BCRL［65］。TSAI等［7］對(duì)4項(xiàng)減重干預(yù)的RCT進(jìn)行Meta分析，結(jié)果尚未發(fā)現(xiàn)水腫狀況的顯著改善，僅其中2項(xiàng)小樣本研究支持體質(zhì)量管理對(duì)減輕水腫程度的效果，未來(lái)仍需開(kāi)展更多臨床試驗(yàn)來(lái)評(píng)估體質(zhì)量控制對(duì)BCRL的管理，尤其是預(yù)防作用。但考慮到體質(zhì)量管理對(duì)患者疾病預(yù)后的益處，醫(yī)務(wù)人員仍應(yīng)通過(guò)提供健康教育、飲食-鍛煉指導(dǎo)等［68］，幫助患者合理控制體質(zhì)量。

3.2 風(fēng)險(xiǎn)預(yù)測(cè)模型促進(jìn)BCRL的分層級(jí)預(yù)防管理 本研究通過(guò)合并多項(xiàng)前瞻性隊(duì)列研究，擴(kuò)大樣本量，提高了研究對(duì)象的代表性，能夠確保風(fēng)險(xiǎn)預(yù)測(cè)模型中各危險(xiǎn)因素綜合危險(xiǎn)度的可靠性。并進(jìn)一步將風(fēng)險(xiǎn)預(yù)測(cè)模型以Logistic及Additive評(píng)分模型的形式呈現(xiàn)，ROC曲線(xiàn)提示兩個(gè)風(fēng)險(xiǎn)評(píng)分模型具有同等的預(yù)測(cè)效能，預(yù)測(cè)準(zhǔn)確度分別為 74.8% 和 73.7%，與 LIU 等［69］、MARTíNEZJAIMEZ 等［70］模型的預(yù)測(cè)準(zhǔn)確度相似，略低于李惠萍等［11］、KWAN 等［71］、WANG 等［5］的模型。DCA 結(jié)果顯示，模型能夠給患者帶來(lái)凈獲益的閾值概率的范圍較窄，原因可能為基于Meta分析結(jié)果模擬建模對(duì)變量綜合危險(xiǎn)度的估計(jì)存在偏差、研究數(shù)量限制了部分潛在預(yù)測(cè)變量的納入、橫斷面數(shù)據(jù)影響模型驗(yàn)證的效果等。提示本模型對(duì)BCRL風(fēng)險(xiǎn)預(yù)測(cè)具有一定的臨床應(yīng)用價(jià)值，但模型的實(shí)用性還需進(jìn)一步驗(yàn)證和提升。此外，研究顯示，在乳腺癌患者中開(kāi)展BCRL前瞻性監(jiān)測(cè)項(xiàng)目可有效降低BCRL發(fā)生率［72］。國(guó)外研究者呼吁將BCRL前瞻性監(jiān)測(cè)納入乳腺癌護(hù)理路徑中，但目前其推廣實(shí)施仍然有限。2017年，鄭思娣［73］率先在國(guó)內(nèi)開(kāi)展了前瞻性監(jiān)測(cè)相關(guān)研究，但并未發(fā)現(xiàn)對(duì)BCRL預(yù)防的效果，可能與該研究隨訪期較短（僅為3個(gè)月），而B(niǎo)CRL較多發(fā)生在術(shù)后3個(gè)月以上有關(guān)?？紤]到醫(yī)療資源有限的現(xiàn)狀，建議應(yīng)依據(jù)風(fēng)險(xiǎn)評(píng)估開(kāi)展BCRL的分層級(jí)預(yù)防管理，針對(duì)患者的風(fēng)險(xiǎn)等級(jí)明確相應(yīng)的隨訪監(jiān)測(cè)頻率及預(yù)防管理策略，以最大限度地提高BCRL預(yù)防管理的效率。結(jié)合本研究構(gòu)建的風(fēng)險(xiǎn)評(píng)分模型，可依據(jù)Logistic評(píng)分模型≥18分（總分0～34分）或Additive評(píng)分模型≥8.5分（總分5～11分），篩選BCRL的高危人群，并將風(fēng)險(xiǎn)評(píng)估納入乳腺癌術(shù)后常規(guī)護(hù)理中。但基于循證證據(jù)的BCRL的分層預(yù)防管理策略還有待開(kāi)發(fā)。

3.3 本研究的局限性 雖然本研究基于大樣本循證醫(yī)學(xué)數(shù)據(jù)的合并，克服了單項(xiàng)研究的偏倚，但由于是對(duì)原始研究的二次分析，仍存在一些不足：首先，Meta分析納入研究的異質(zhì)性略高，可能原因包括不同研究間水腫測(cè)量方法和診斷標(biāo)準(zhǔn)不同、隨訪時(shí)間長(zhǎng)短差異、不同研究校正的混雜因素有所差異等；其次，本研究采用橫斷面研究數(shù)據(jù)進(jìn)行模型驗(yàn)證，未來(lái)應(yīng)在大樣本前瞻性數(shù)據(jù)中進(jìn)一步驗(yàn)證和優(yōu)化模型性能。

本研究通過(guò)Meta分析對(duì)BCRL危險(xiǎn)因素進(jìn)行定量綜合，明確了BCRL發(fā)生的危險(xiǎn)因素，包括BMI、乳腺手術(shù)類(lèi)型、腋窩手術(shù)類(lèi)型、放療、術(shù)后并發(fā)癥。并結(jié)合Logistic回歸模型分別構(gòu)建了Logistic和Additive風(fēng)險(xiǎn)評(píng)分模型，劃分風(fēng)險(xiǎn)等級(jí)。雖然模型的預(yù)測(cè)效能有待進(jìn)一步提升和優(yōu)化，但仍然具有一定的臨床應(yīng)用和推廣價(jià)值，能夠?yàn)锽CRL的風(fēng)險(xiǎn)評(píng)估提供科學(xué)、有效的工具，促進(jìn)分層分級(jí)管理的落實(shí)，提高BCRL預(yù)防管理效率。

作者貢獻(xiàn)：沈傲梅負(fù)責(zé)研究設(shè)計(jì)、文獻(xiàn)檢索、篩選、評(píng)價(jià)、資料提取分析及原稿寫(xiě)作；符鑫、韋小夏、卞靜如、張麗媛負(fù)責(zé)文獻(xiàn)檢索、篩選、評(píng)價(jià)、資料提取及數(shù)據(jù)分析；路潛、強(qiáng)萬(wàn)敏、龐冬負(fù)責(zé)研究設(shè)計(jì)及方法、論文審閱及修訂；所有作者確認(rèn)論文終稿。

本文無(wú)利益沖突。