首页 > 文章详情

2025SGBCC丨宋振川教授：构建乳腺癌骨转移风险预测模型，助力骨转移精准防控

03月25日

整理：肿瘤资讯

来源：肿瘤资讯

乳腺癌是中国女性最常见的恶性肿瘤之一，2022年Globocan数据显示中国乳腺癌新发病例数35.7万^[1]，早期乳腺癌约占新诊断乳腺癌的75%^[2]。尽管近年来治疗方案的持续革新显著降低了患者复发风险并改善了生存预后，但乳腺癌骨转移问题仍比较突出，数据显示晚期患者骨转移发生率约65-75%且超过50%患者在确诊骨转移时已出现症状^[3,4]，存在诊断与干预时机滞后现象，导致骨相关事件（SREs）的发生风险增加，影响患者的生存质量以及远期预后^[5]。因此，构建精准的骨转移风险预测模型对实现早期风险预警、指导个体化系统治疗具有重要临床价值。

本期【肿瘤资讯】非常荣幸邀请到河北医科大学第四医院宋振川教授，分享2025年SGBCC大会中针对中国人群乳腺癌骨转移建立风险预测模型的学术报道^[6]。

本期特邀专家——宋振川教授

宋振川教授

河北医科大学第四医院

医学博士，博士研究生导师

河北省乳腺疾病诊治中心主任
中国临床肿瘤学会（CSCO）乳腺癌专家委员会委员
中国医师协会肿瘤医师分会乳腺癌学组常委
中国医药教育协会乳腺疾病专业委员会常务委员
中国医师协会整合医学分会委员
北京肿瘤学会乳腺外科专业委员会常委
河北省医师协会乳腺癌专业医师分会主任委员
河北省临床肿瘤协会第二届理事会常务理事

研究方法

本项研究纳入672例2013年~2023年期间在河北医科大学第四医院接受手术治疗并随访的早期乳腺癌患者进行回顾分析。根据患者术后是否发生骨转移，将其分为骨转移组和非骨转移组。纳入分析的因素包括年龄、绝经状态、组织学分级、患侧、肿瘤最大直径、淋巴结（N）分期、TNM 分期、雌激素受体（ER）、孕激素受体（PR）、人表皮生长因子受体 2（HER-2）、Ki-67、分子亚型、脉管癌栓、神经侵犯和内脏转移情况。通过单因素和多因素分析筛选骨转移的独立风险因素。根据筛选出的独立风险因素建立列线图模型，并通过受试者工作特征（ROC）曲线和校准图来评估列线图的预测准确性和判别能力。研究结果通过2013年至2021年美国SEER数据库中收录的2814例女性原发性乳腺癌患者（具有相同TNM分期和完整病理特征）进行外部验证。

研究结果

研究总共纳入3486例患者，其中本中心数据建模组（n=672）包含骨转移组（n=224）和非骨转移组（n=448）；SEER数据库外部验证组（n=2814）包含骨转移组（n=1609）和非骨转移组（n=1205）。

单因素和多因素分析显示，组织学分级（OR = 0.516，95%CI：0.337-0.790，P=0.002）、PR（OR = 0.476，95%CI：0.308-0.736，P=0.001）、HER-2（OR = 0.502，95%CI：0.327-0.771 ，P=0.002）和内脏转移（OR = 26.831，95%CI：12.230-58.864 ，P<0.001）是骨转移的独立风险因素。采用这4个因素构建列线图模型（图1），并在验证组中进行了验证；建模组的曲线下面积（AUC）为 0.720（95% CI：0.6797-0.7607）（图2），验证组的曲线下面积为 0.701（95%CI：0.6813-0.7205）（图3）。建模组和验证组的校准曲线接近理想曲线。

演示文稿1_00(1).jpg 演示文稿1.jpg

研究结论

组织学分级、PR表达情况、HER-2表达情况以及内脏是否转移是早期乳腺癌术后发生骨转移的独立风险因素。据此建立的列线图模型可以准确地预测乳腺癌患者发生骨转移的可能性，帮助医生筛选出骨转移高风险的患者，以便及时采取适当的干预措施，预防或延缓SREs的发生，以延长患者的生存时间。

专家点评

骨转移是乳腺癌患者最常见的远处转移部位，骨转移影响患者的生活质量并增加死亡风险^[7]。此外，SREs（如放疗、病理性骨折和脊髓压迫等）的发生，不仅增加治疗难度也影响患者的预后。因此，建立有效的骨转移预测体系对于优化治疗决策、延迟SREs的发生进而改善患者预后具有重要临床价值。

基于大数据建立的列线图模型可作为临床医生评估乳腺癌患者骨转移风险的辅助工具，为临床决策提供量化依据，提高骨转移的早期检测率，进而帮助医生制定个体化的治疗和随访方案。通过分析本中心数据建模并采用SEER数据库进行外部验证建立的列线图模型提示组织学分级一级/二级、PR阴性、HER-2阴性以及内脏转移是早期乳腺癌术后发生骨转移的独立风险因素，对于这部分患者可在术后加强骨转移的筛查和诊断，既往也有研究显示术后出现症状前强化筛查可以改善患者的预后^[8]，但最佳筛查间隔仍然需要进一步探索。

相较于既往基于SEER数据库骨转移人群构建的列线图模型^[9]，本模型具有以下特征：一是危险因素更精简（4个vs 13个），其中PR阴性、HER2阴性、发生内脏转移的预测价值再次验证；二是发现组织分级较低（I级/II级）的患者骨转移风险更大，与常规认知可能存在差异。需要指出的是，不同模型适用范围可能受到研究样本特征的限制，在不同人群中的预测准确性可能有所差异。本模型主要适用于接受手术治疗的早期乳腺癌患者，对于未手术或初诊晚期但未骨转移的人群预测效能可能受限。

列线图模型的预测结果是基于统计模型进行的概率风险评估，实际临床决策还需结合患者的个体情况、影像学检查、实验室检查等多方面因素综合判断。尽管可能存在样本选择偏倚等局限，本研究为乳腺癌骨转移的精准防控提供了可量化的决策工具，其临床转化价值值得期待。

参考文献

[1]Data source: Globocan 2022
[2]Benitez Fuentes JD, et al . Global Stage Distribution of Breast Cancer at Diagnosis: A Systematic Review and Meta-Analysis. JAMA Oncol. 2024 Jan 1;10(1):71-78.
[3]江泽飞, 等. 中华医学杂志. 2015; 95(4)：241-247
[4]Huangchengyu Nie et al. Occurrence and distribution of bone metastases in 984 metastatic breast cancer patients. Transl Breast Cancer Res 2021;2:4
[5]Jensen AØ, et al. Incidence of bone metastases and skeletal-related events in breast cancer patients: a population-based cohort study in Denmark. BMC Cancer. 2011 Jan 24;11:29.
[6]Zhenchuan Song et al. Risk factors analysis and a new predictive nomogram for predicting bone metastasis in breast cancer.2025 SGBCC; eposter P268.
[7]Guo Y,et al. Different Breast Cancer Subtypes Show Different Metastatic Patterns: A Study from A Large Public Database. Asian Pac J Cancer Prev. 2020 Dec 1;21(12):3587-3593.
[8]Yang L, et al. Survival in Breast Cancer Patients with Bone Metastasis: A Multicenter Real-World Study on the Prognostic Impact of Intensive Postoperative Bone Scan after Initial Diagnosis of Breast Cancer (CSBrS-023). Cancers (Basel). 2022 Nov 26;14(23):5835.
[9]Yao YB, et al. Incidence, prognosis and nomograms of breast cancer with bone metastases at initial diagnosis: a large population-based study. Am J Transl Res. 2021 Sep 15;13(9):10248-10261.

责任编辑：肿瘤资讯-elva
排版编辑：肿瘤资讯-高惠