首页 > 文章详情

【35under35】关天旺博士：淋巴结阳性、HR+/HER2-乳腺癌患者RSClin N+工具的构建与验证

06月10日

作者：关天旺

医院：南方医科大学第十附属医院

第八届“35under35”报名已正式结束，数百位青年肿瘤医生将继续参与后续的一系列学术活动，展示青年医生的风采！第一轮为ASCO摘要解读，候选人在2024 ASCO口头报告专题中自由选择一份进行点评，现进行集中展示，供各位品评！如您喜欢，请不吝点赞或分享，让更多的医生同道看到！同时，您也可以在下方发表您的见解哦！

关天旺

博士后、医师

南方医科大学第十附属医院
共发表 SCI 论文 28 篇，其中一作/共一 SCI 11 篇，中文核心一作 4 篇。申请国家发明专利 2 项。
2019 年中华医学会第二十一次全国心血管年会，壁报交流
2022 年中华医学会第二十四次全国心血管年会，书面交流
具有多个 SCI 杂志审稿人的经历: Clinical Interventions in Aging、Cancer Management and Research、Front Oncol
主持科研立项3项，参与5项

ASCO2024解读文献

Abstract 508

Development and validation of RSClin N+ tool for hormone receptor-positive (HR+), HER2-negative (HER2-), node-positive breast cancer

淋巴结阳性、HR+/HER2-乳腺癌患者RSClin N+工具的构建与验证

摘要

背景

基于21基因复发评分（RS）和临床病理因素构建的RSClin工具已被用于评估HR+/HER2-淋巴结阴性乳腺癌患者的复发风险和化疗的绝对获益。对于淋巴结阳性的乳腺癌患者，我们通过将RS、临床病理因素和绝经状态相结合，构建一种新型的RSClin N+工具，用于增强预后评估和风险预测的有效性。

方法

我们在5283例淋巴结阳性且接受了化疗内分泌治疗(CET)的乳腺癌病人与S8814 试验(n=367: N1=227, N2=140，均为绝经后)和RxPONDER (n/N1=4916)试验中单纯内分泌治疗(ET)的乳腺癌病人对比，通过Cox回归来估计5年侵袭性疾病或死亡风险(iDFS)，并使用似然比(LR)检验比较RSClin N+与单独RS 和单独临床病理（肿瘤分级、肿瘤大小、阳性淋巴结[N1/N2]、年龄）的拟合性。对来自前两项研究的数据进行汇总和分层，用于绝经后模型的构建；而RxPONDER数据仅用于绝经前模型的构建。通过组合协变量值的CET绝对获益被定义为ET和CET风险估计值之间的差异。在Clalit注册真实世界数据集中的592例Nmic/N1患者中验证RSClin N+工具。

结果

对于绝经前和绝经后乳腺癌患者，RSClin N+提供的iDFS预后信息明显高于单独RS或单独的临床病理因素所提供的(LR 卡方值 P＜0.05)。在绝经后患者中，RS和临床病理因素独立预后因素，但只有RS与CET获益有相互作用(P=0.016)。当RS从0增加到50时，iDFS的CET绝对收益从0.1%到21.5%不等。表格展示了RS在临床低危和高危患者中的风险分层和预期获益。在绝经前患者中，RS和临床病理因素仍然影响预后，但RS和CET之间没有相互作用。在外部验证中，RSClin N+风险评估与(Lin’s一致性=0.92)和观察到的预后风险一致(HR 1.75；95% CI 1.38 - 2.20)。

结论

在淋巴结阳性、HR+/HER2-乳腺癌患者中，与单纯的临床或基因组数据相比，RSClin N+模型提供了更好的预后风险预测和CET绝对获益评估，可用于患者咨询。

解读

2020年Sparano JA等人首次在JCO杂志报道了RSClin工具，该工具整合了临床病理和基因组风险，为淋巴结阴性乳腺癌患者的辅助化疗提供了更加精确的个体化指导。然而，该模型未覆盖淋巴结阳性的乳腺癌患者，本研究填补了此空白。在RSClin工具整合21基因复发评分（RS）和临床病理因素的基础上，创造性地引入了绝经状态这因素，为淋巴结阳性、HR+/HER2-乳腺癌患者构建了RSClin N+工具，相比于单纯的临床或基因组数据，该工具更好地提供了预后风险预测和CET绝对获益评估。

该研究基于RxPONDER数据构建绝经前乳腺癌的RSClin N+模型，发现了不同于RxPONDER的结果，RS和CET之间没有相互作用。而在RxPONDER的结果中，不同的RS亚组绝经前患者都有不同程度的化疗获益。这提示不同人群的化疗获益不同，需要精确的人群评估以辅助化疗。
目前预测模型的文章较多，该类研究的关键之一在于大样本人群以及外部验证，以提升模型的普适性和可靠性。本研究方法学上采用了传统的COX回归建模，基于大样本人群构建模型，并在外部队列中进行了外部验证，模型预测一致性高达0.92，这表明该模型具有较高的准确性。进行多中心队列验证、人工智能算法建模，可进一步提高该模型的普适性和准确性。

指导老师点评

刘志刚教授-南方医科大学第十附属医院

该解读结合了RSClin工具的既往研究进展，分析了该研究报道的RSClin N+工具对为淋巴结阳性、HR+/HER2-乳腺癌患者辅助治疗的临床指导意义，并结合RxPONDER研究分析RSClin N+模型的绝经前人群结果。最后，从建模文章的方法学角度解读，并指出下一步模型完善的方向。综上，该解读简洁明了，重点突出。

【温馨提示】：如果您觉得关天旺医生解读的好，请在下方为他点赞并将文章分享给更多的同道！当然，您也可以在下方留下您的个人见解哦！

责任编辑：肿瘤资讯-35under35班长