乳腺癌术后同侧上肢淋巴水肿风险预测模型的构建及内部验证

背景：乳腺癌相关淋巴水肿（Breast Cancer-Related Lymphedema, BCRL）的准确预测对于识别高危患者、指导早期预防性干预以及改善乳腺癌幸存者术后生活质量至关重要。本研究旨在构建并内部验证一种临床实用的BCRL预测列线图（Nomogram）。方法：本回顾性队列研究纳入234例接受乳腺癌手术的患者，其中27例（11.5%）发生BCRL。首先采用基于LASSO（Least Absolute Shrinkage and Selection Operator）的回归筛选候选预测因子，随后将临床相关变量纳入多变量分析，并应用Firth惩罚Logistic回归以减少稀疏数据偏倚并提高在有限结局事件情况下的估计稳定性。基于统计学显著性预测因子构建列线图。模型性能通过受试者工作特征（Receiver Operating Characteristic, ROC）分析、校准度测量、Bootstrap内部验证及决策曲线分析（Decision Curve Analysis, DCA）进行评估。结果：最终列线图纳入4个变量：手术方式、胸肌淋巴结清扫、清扫淋巴结数目及N分期。在Firth惩罚Logistic回归模型中，保留乳房手术（Breast-Conserving Surgery）与较低的BCRL风险相关，而胸肌淋巴结清扫、较高的N分期及更多的清扫淋巴结数目则与增加的风险相关。该模型显示出卓越的区分能力，表观曲线下面积（Apparent Area Under the Curve, AUC）为0.964，经Bootstrap乐观校正后的AUC为0.954。校准分析显示校准度大样本量偏差（Calibration-in-the-Large）为0.000，表观校准斜率（Apparent Calibration Slope）为1.000，乐观校正校准斜率为0.711，提示存在残余过拟合。表观Brier评分为0.0469，乐观校正值为0.0537。DCA显示，在临床相关阈值范围（5%~80%）内，该列线图相较于"全部干预"或"不干预"策略均提供了有利的净收益。结论：研究人员构建并内部验证了一种利用四个易获取变量预测BCRL的临床实用列线图。该模型显示出较强的区分能力、可接受的校准度及潜在的临床应用价值。在外部验证完成之前，该工具应被视为辅助性风险分层工具而非独立的临床决策工具，其可能有助于识别需要更密切监测、预防性咨询或早期康复转诊的患者。

该研究聚焦于乳腺癌术后同侧上肢淋巴水肿（Breast Cancer-Related Lymphedema, BCRL）的风险预测问题，发表于《Frontiers in Oncology》。随着乳腺癌生存率的显著提高，临床关注点已转向长期治疗相关并发症的管理。BCRL作为乳腺癌术后最常见且最令人困扰的并发症之一，可表现为患侧上肢肿胀、沉重感、疼痛、功能障碍、反复感染（如蜂窝织炎/淋巴管炎）以及持续的心理社会负担。现有研究表明，BCRL患者健康相关生活质量（Health-Related Quality of Life, HRQoL）在多个躯体和心理社会维度均显著差于无BCRL者，且这种损害可持续数年。BCRL的发生率因定义标准、诊断方法及随访时间差异而变异较大，但高质量证据一致显示其影响相当比例的幸存者。从病理生理学角度，BCRL反映了腋窝手术和/或区域放疗导致淋巴管损伤或阻塞后的淋巴转运能力下降，进而引起进行性液体积聚及后期的组织重塑（纤维化及脂肪沉积）。国际淋巴学会（International Society of Lymphology, ISL）强调淋巴水肿可为急性、暂时性或慢性，一旦发生通常需要长期管理；其分期框架还认识到亚临床期（0期）的存在，即淋巴转运已受损但尚未出现明显肿胀，这为在不可逆改变发生前进行早期识别提供了契机。临床上，BCRL多在术后相对早期发生，多数病例出现在术后两年内，这支持将术后2年作为风险分层和早期预防性干预的实用终点。尽管已有多项预测模型发表，但存在偏倚风险高、外部验证有限、预测因子选择和结局确定方法差异大等局限，阻碍了其广泛临床应用。因此，本研究基于杭州市妇产科医院的数据，旨在识别乳腺癌术后2年内同侧上肢BCRL的独立危险因素，并构建、内部验证个体化预测模型，以实现风险分层随访和预防性干预。

研究人员采用单中心回顾性队列研究设计，利用医院电子病历（Electronic Medical Record, EMR）系统提取数据。纳入标准为病理确诊乳腺癌、接受确定性乳腺手术（保留乳房手术或乳房切除术）伴或不伴前哨淋巴结活检（Sentinel Lymph Node Biopsy, SLNB）和/或腋窝淋巴结清扫（Axillary Lymph Node Dissection, ALND）、且有足够术后随访数据可用于BCRL确定的患者。排除标准包括：术前已存在同侧上肢水肿或可能影响淋巴水肿评估的严重上肢疾病、双侧乳腺癌同期行双侧手术、随访时间<6个月且无BCRL结局记录、转院导致关键治疗信息缺失。研究期间为2014年1月1日至2026年2月28日。主要结局为术后2年内临床显性BCRL的发生，定义为相对体积变化（Relative Volume Change, RVC）≥10%，且经至少3个月连续观察确认为非暂时性。RVC计算公式为：RVC=(A₂×U₁)/(U₂×A₁)-1，其中A₁、A₂为患侧肢体基线和随访体积，U₁、U₂为健侧肢体基线和随访体积。肢体体积采用圆台（截头圆锥）公式基于固定4 cm间隔的周径测量计算。缺失数据仅见于总引流量（34/234，14.53%）和手术时长（7/234，2.99%）两个连续变量，采用中位数插补，并以多重插补（Multiple Imputation by Chained Equations, MICE）进行敏感性分析。

研究采用两步特征选择策略结合Firth惩罚Logistic回归进行模型构建。首先，应用LASSO回归进行初始降维筛选，通过5折分层交叉验证确定正则化参数（C=0.76095），保留非零系数变量；随后将LASSO筛选出的变量结合临床相关变量（手术方式、胸肌淋巴结清扫、清扫淋巴结数目、N分期、肿瘤大小、体重指数）纳入Firth惩罚Logistic回归，以处理有限结局事件情况下的稀疏数据偏倚。模型性能通过AUC、校准度指标（Calibration-in-the-Large、校准斜率、Brier评分）、Bootstrap内部验证（1000次重抽样）及DCA评估。

基线特征分析结果显示，234例患者中27例（11.5%）发生BCRL，总发病率为2.73/100人年。BCRL组与非BCRL组相比，肿瘤大小（39.7 mm vs. 26.1 mm，P=0.006）、阳性淋巴结数（3.0 vs. 0.8，P<0.001）、清扫淋巴结数目（16.8 vs. 6.9，P<0.001）均显著更高；乳房切除术、ALND、胸肌淋巴结清扫、术后放疗与BCRL发生显著相关（均P<0.05）。LASSO回归特征选择显示，保留乳房手术具有最大负系数，胸肌淋巴结清扫、N分期、清扫淋巴结数目具有较大正系数。Firth惩罚Logistic回归分析显示，保留乳房手术与BCRL风险显著降低相关（比值比Odds Ratio, OR=0.020，95%置信区间Confidence Interval, CI：0.002~0.161，P<0.001）；而胸肌淋巴结清扫（OR=17.11，95% CI：1.48~197.26，P=0.023）、更多清扫淋巴结数目（OR=1.13，95% CI：1.02~1.25，P=0.021）及较高N分期（OR=6.67，95% CI：1.52~29.34，P=0.012）则与BCRL风险增加独立相关。体重指数呈边缘性正相关（OR=1.39，95% CI：0.97~1.99，P=0.075），肿瘤大小无统计学显著性（OR=1.04，95% CI：0.99~1.09，P=0.132）。

最终基于上述4个统计学显著变量构建预测列线图。该列线图以直观图形方式呈现，临床医师可根据各预测因子取值确定对应分值，累加得总分数后向下投影至底部标尺即可估计BCRL预测概率。其中，乳房切除术、胸肌淋巴结清扫、较高N分期及更广泛淋巴结清扫对应更高分值与更大预测风险，而保留乳房手术对应较低风险。

模型验证与性能方面，ROC曲线分析显示表观AUC为0.964，Bootstrap乐观校正后AUC为0.954，平均乐观度为0.0105。校准分析显示表观Calibration-in-the-Large为0.000、表观校准斜率为1.000，但乐观校正校准斜率为0.711，提示存在残余过拟合；表观Brier评分为0.0469，乐观校正值为0.0537。DCA显示在5%~80%阈值概率范围内，该列线图相较"全部干预"和"不干预"策略具有更高净收益，支持其潜在临床决策价值。MICE敏感性分析结果与中位数插补主分析 materially similar，关键预测因子关联稳健。

讨论部分，研究人员指出该研究的关键方法论优势在于针对小样本事件数据采用分阶段建模策略。通过LASSO降维结合Firth惩罚Logistic回归，有效减少了过拟合和稀疏数据偏倚，获得了更为保守且临床合理的效应估计。临床层面，治疗范围和淋巴结负荷是术后BCRL风险的主要驱动因素，这与既往文献中更广泛腋窝干预和更重淋巴结疾病负担为主要决定因素的证据一致。尤其值得注意的是，胸肌淋巴结清扫的独立预测价值得到支持——解剖学上，胸肌间淋巴结可能作为侧支淋巴引流通路的一部分，当主要腋窝通道已受干扰时，该区域的进一步破坏可能加剧上肢淋巴回流障碍。与原始常规Logistic回归结果相比，Firth惩罚回归产生了更为保守的效应估计，这对于校准和临床可解释性尤为重要，因为膨胀的系数可能导致过于极端的预测概率。

研究人员同时坦承多项局限性：回顾性单中心设计存在选择偏倚，缺乏外部验证限制泛化性；BCRL事件数相对较少增加过拟合风险；精细放疗参数（如区域淋巴结照射野、剂量体积参数、分割方案、推量细节）和化疗细节（如紫杉类药物暴露、累积剂量、周期数、治疗顺序）因回顾性记录不完整未能纳入，可能导致残余混杂； circumference衍生体积测量存在测量变异性和非差异性结局错分可能；未进行重复子抽样、Bootstrap变量选择频率等正式稳定性选择；缺乏时间验证或外部验证。因此，该列线图目前应仅作为初步风险分层的辅助工具，用于识别可能获益于更密切术后监测、患者教育、早期康复转诊或预防性咨询的患者，而非独立决策工具。

研究结论部分翻译如下：研究人员构建并内部验证了一种用于预测乳腺癌术后BCRL的临床实用列线图。通过结合LASSO筛选、Firth惩罚Logistic回归和Bootstrap内部验证的修订建模框架，确定了四个关键预测因子：手术方式、胸肌淋巴结清扫、清扫淋巴结数目和N分期。该模型显示出较强的区分能力、可接受的总体预测准确性和潜在的临床效用。然而，乐观校正校准斜率提示存在残余过拟合，且缺乏外部验证限制了即刻临床实施。因此，该列线图目前仅应作为辅助性风险分层工具以指导更密切的监测和预防性咨询，而非独立的决策工具。未来需要外部和时间验证研究以评估其可迁移性、校准度以及模型收缩或重新校准的必要性。