Page 25 - 南京医科大学自然版

第45卷第1期 朱美娣，许紫鹏，华玲玲，等. 基于B 超特征构建外侧象限乳腺癌腋窝淋巴结转移列线图预测
2025年1月 模型［J］. 南京医科大学学报（自然科学版），2025，45（1）：13-21 · 19 ·

A
0 10 20 30 40 50 60 70 80 90 100
Points
Yes
Spiculated margins
No
Unclear
Lymphatic hilum struturd
Clear
Total points
0 20 40 60 80 100 120 140 160
Risk
0.3 0.5 0.7 0.9
B C D
1.0 1.0 1.0
Hosmer⁃Lemeshow
0.8 0.8 0.8 P=0.570
Sensitivity 0.6 Sensitivity 0.6 Actual probability 0.6

0.4
0.4
0.4
AUC（95%CI）： AUC（95%CI）： Apparent
0.2 0.2 0.2 Bias⁃corrected
0.74（0.62-0.86） 0.73（0.62-0.84）
Ideal
0 0 0
00 0.2 0.4 0.6 0.8 1.0 00 0.2 0.4 0.6 0.8 1.0 00 0.2 0.4 0.6 0.8 1.0
1-Specificity 1-Specificity Predicted probability
E F G
1.0 0.45 0.45
Hosmer⁃Lemeshow 0.40 All 0.40 All
0.8 P=0.552 0.35 None 0.35 None
Actual probability 0.6 Net benefit 0.25 Net benefit 0.25
0.30
0.30
Model
Model
0.20
0.20
0.15
0.4
0.15
0.05
0.2 Apparent 0.10 0.10
0.05
Bias⁃corrected
0 0
Ideal
0
00 0.2 0.4 0.6 0.8 1.0 00 0.2 0.4 0.6 0.8 1.0 00 0.2 0.4 0.6 0.8 1.0
Predicted probability High risk threshold High risk threshold
A：Nomogram model based on training set. B：ROC curve for the nomogram predicting of training set. C：ROC curve for the nomogram predicting of
validation set. D：Calibration curve for the nomogram predicting of training set. E：Calibration curve for the nomogram predicting of validation set.
F：Decision curve analysis for the nomogram predicting of training set. G：Decision curve analysis for the nomogram predicting of validation set.
图2 预测外侧象限乳腺癌患者腋窝淋巴结转移的列线图模型
Figure 2 Nomogram models for predicting axillary lymph node metastasis in patients with lateral quadrant breast cancer
巴结结构，早期表现为淋巴结皮质不均匀增厚，晚 分达到了0.900和0.821 ［26］ 。这些研究均表明超声特
期表现为淋巴门结构消失 ［22］ 。本研究与既往研究 征构建的预测模型具有较好的诊断效能。多数研
一致，淋巴门结构不清晰是诊断腋窝淋巴结转移的 究关注早期乳腺癌淋巴结转移的诊断，本研究主要
重要特征 ［23］ 。由此可见，本研究筛选得到的肿瘤针 针对易发生腋窝淋巴结转移的不同分期的外侧象
状边缘和淋巴门结构不清晰是腋窝淋巴结转移的 限肿瘤，能够给不同分期的患者提供指导；本研究
危险因素，这一观点与既往研究保持一致。 构建预测模型所选择的关键因素与其他研究不同，
事实上，基于超声图像特征构建的淋巴结转移 是基于 2 个显著相关的超声特征构建，更加简单方
预测模型已被报道，这在术前评估中起着重要作 便；而且校准图和临床决策曲线结果均显示良好。
用 ［24］ 。Zhang 等 ［25］ 收集 755 例早期乳腺癌患者的超 因此，本研究构建的新的列线图预测模型对于预测
声图像，采用最大相关和最小冗余算法、最小绝对 外侧象限乳腺癌患者的腋窝淋巴结转移具有重要临
值收敛和选择算子方法构建的预测模型具有良好 床意义。此外，这种预测的列线图模型可能有助于制
的预测效果。另一项基于176例早期乳腺癌患者的 定诊断和治疗策略，并有利于未来更多的患者。

超声图像构建的列线图，其训练集和测试集的AUC 本研究基于超声图像分析，筛选了外侧象限乳