[发明专利]乳腺癌新辅助化疗后病理学完全缓解概率预测方法及系统

说明书

本发明公开了一种乳腺癌新辅助化疗后病理学完全缓解概率预测方法，包括：S1.形成训练集；S2.筛选出独立预测因子；S3.获得权重得分；S4.分析计算乳腺癌新辅助化疗后病理学完全缓解的概率预测值。本发明又公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现步骤S1‑S4。本发明又公开了一种乳腺癌新辅助化疗后病理学完全缓解概率预测系统，包括训练集生成模块、多因素回归分析筛选模块、列线图模型构建及展示模块、权重得分生成模块、净收益分析模块。本发明能筛选出低获益可能的患者，并最终使这部分患者免除新辅助化疗。

技术领域

本发明涉及医学信息技术领域，具体涉及一种乳腺癌新辅助化疗后病理学完全缓解概率的预测方法、预测系统，以及装有执行该预测方法的程序的计算机可读存储介质、乳腺癌新辅助化疗后病理学完全缓解概率预测模型的构建方法。

背景技术

乳腺癌是威胁全球妇女健康的主要恶性肿瘤之一，约70％的乳腺癌为激素受体阳性型。新辅助化疗可以缩小肿瘤的大小从而达到乳腺癌保乳手术和药物敏感性监测的目的。但与激素受体阴性的乳腺癌不同，激素受体阳性型乳腺癌对化疗的应答率相对较低，病理学完全缓解率为7％至38％。然而，激素受体阳性型乳腺癌患者实现病理学完全缓解后通常有较好的长期生存。有数个研究探索多基因模型与激素受体阳性型乳腺癌中新辅助化疗(NAC)诱导的病理学完全缓解(pCR)的关系，但很少有模型显示出对NAC后 pCR情况较强的预测价值。有学者回顾性分析Oncotype DX 21基因模型在含有989名雌激素受体阳性(HR+)、人表皮因子受体2阴性(HER2-)的乳腺癌患者人群中与NAC后pCR的关系，发现高的Oncotype DX风险评分(大于30分)与新辅助化疗后pCR的相关(优势比4.87，95％的置信区间2.01-11.82)，Oncotype DX 多基因模型可以帮助识别合适NAC的人群。此外，包含有50基因的PAM50多基因模型的复发风险评分(ROR) 被用来评估淋巴结阴性的I期HR+绝经后乳腺癌、淋巴结阴性的II期HR+绝经后乳腺癌和1至3个淋巴结阳性的HR+绝经后乳腺癌患者远期复发风险。一项回顾性研究分析在HR+HER2-乳腺癌患者中，ROR评分与 NAC诱导的残余肿瘤负荷(RCB)的关系(RCB-0/I被认为等同于pCR状态，RCB-II/III被认为等同于非病理学完全缓解状态)发现，ROR评分是NAC应答的预测因子(p＝0.047)。当ROR评分为30、50、70、90 时，患者对新辅助化疗敏感的估算概率分别为0.09、0.14、0.22、0.29，即ROR评分每升高20个点，这个病人增加59.1％的几率会对新辅助化疗敏感。ABCSG-34研究中，研究者根据患者的月经状态、HR表达水平、肿瘤分级及Ki 67水平的情况，决定患者行新辅助化疗或新辅助内分泌治疗。有研究，回顾性地将 ABCSG-34研究中的患者根据12基因EndoPredict的分子评分(MS)，将患者分为高风险和低风险人群。其中，该研究将新辅助化疗人群，根据MS分为高风险的患者若实现RCB-0/I，则定义为阳性结果。研究分析发现，在新辅助化疗人群中，MS具有高敏感性(100％)，低特异性(8.9％)，低阳性预测值(26.4％)，受试者工作特征(ROC)曲线下面积(AUC)95％置信区间(CI)为0.736(0.63，0.84)。

上述多基因模型预测HR+乳腺癌NAC诱导pCR概率尚未广泛应用于临床，使用Oncotype DX和PAM50 等多基因模型预测NAC诱导pCR概率仍有部分缺点。第一，目前的研究中很少有模型显示出对NAC后pCR 具有较强的预测价值，诊断效能低。第二，多基因模型检测价格昂贵，多被用于辅助术后辅助治疗的决策制定，推广难度大。第三，目前的多基因模型未纳入影像学等个体化信息。

发明内容

有鉴于此，有必要针对上述的问题，提出一种乳腺癌新辅助化疗后病理学完全缓解概率的预测方法、预测系统，以及装有执行该预测方法的程序的计算机可读存储介质、乳腺癌新辅助化疗后病理学完全缓解概率预测模型的构建方法，能减少新辅助化疗低获益可能的乳腺癌患者进行新辅助化疗，特别是激素受体阳性型乳腺癌，可定量地预测激素受体阳性型乳腺癌患者在接受新辅助化疗后实现病理学完全缓解的概率，筛选出低获益可能的患者，并最终使这部分患者免除新辅助化疗。