EN / 中文
您的位置： 首页 > 2025年4月 第56卷 第4期 > 文字全文
2023年7月 第38卷 第7期11
目录

三阴性乳腺癌 Cox 回归临床预测模型的构建与验证：基于SEER 数据库

Construction and validation of a Cox regression clinical prediction model for triple-negative breast cancer：based on the SEER database

来源期刊： 广州医药 | 457-468 发布时间：2025-04-20 收稿时间：2025/5/6 17:42:01 阅读量：131
作者：
殷雨来,
何晓阳,
夏 琳,
张晓宇,
关键词：
三阴性乳腺癌SEERNomogram图预测模型预后
triple-negative breast cancerSEERNomogrampredictive modelingprognosis
DOI：
10. 20223 / j. cnki. 1000-8535. 2025. 04. 005
收稿时间：
2024-05-20 
修订日期：
 
接收日期：
 
引用总数：
0  
  目的   基于SEER数据库分析三阴性乳腺癌（TNBC）的预后，并建立Cox回归临床预测模型且进行内部验证。方法   使用SEER*Stat软件（8.4.2版）筛选2010—2015年诊断为TNBC的病例，进行单因素和Cox多因素回归以及向后逐步回归分析，明确与生存相关的独立危险因素，构建预测TNBC患者3年和5年癌症特异生存（CSS）率的Nomogram图，并用受试者工作特征曲线，Harrell’s一致性指数，临床预测模型校准曲线以及决策曲线对该模型进行评估及内部验证，以评估该模型的临床预测效能。结果   共筛选出符合纳入标准的TNBC患者5 564例，按照7∶3的比例随机拆分为训练集（n=3 894）和验证集（n=1 670）。通过单因素，多因素分析显示TNM分期、放射治疗、化学治疗以及手术和其他治疗的先后顺序是与TNBC患者CSS显著相关的独立危险因素（P＜0.05）。利用上述预后相关因素建立Nomogram图模型。训练集的C-index为0.731（95%CI：0.712~0.749），验证集的C-index为0.719（95%CI：0.688~0.749），训练集和验证集3年和5年生存ROC曲线的曲线下面积均＞0.7，区分度较好，且校准曲线拟合良好。结论  TNM分期、放射治疗、化学治疗以及手术和其他治疗的先后顺序是TNBC的独立预后因素，基于此建立的Nomogram图临床预测模型区分度、准确度以及临床适用性较好，能较好地预测TNBC患者的生存预后。
    Objective  To analyze the prognosis of triple negative breast cancer（TNBC）based on the SEER database，and to establish a Cox regression clinical prediction model with internal validation．Methods  Cases diagnosed with TNBC from 2010 to 2015 were screened using SEER*Stat software（version 8.4.2），and univariate and Cox multifactorial  regression as well as backward stepwise regression analyses were performed to identify the independent risk factors associated with survival，and to construct a clinical prediction model for predicting the three- and five-year cancer specific survival（CSV）of TNBC patients．Survival（CSS）rates of TNBC patients at 3 and 5 years，and the model was evaluated and internally validated using the ROC curve，Harrell’s consistency index（C-index），clinical prediction model calibration curve，and decision-making curve（DCA curve）to assess the predictive efficacy of the model for clinical prediction．Results  A total of 5 564 TNBC patients meeting the inclusion criteria were screened and randomly split into a training set（n=3 894）and a validation set（n=1 670）according to a 7∶3 ratio．By univariate，multivariate analysis showed that T-stage，N-stage，M-stage，radiotherapy，chemotherapy，and the sequence of surgery and other treatments were independent risk factors significantly associated with CSS in TNBC patients．The above prognostic-related factors were utilized to build a Nomogram plot model．The C-index was 0.731（95%CI：0.712-0.749）for the training set and 0.719（95%CI：0.688-0.749）for the validation set，and the areas under the curves of the 3- and 5-year survival ROC curves of both the training and validation sets were ＞0.7，which was a good differentiation，and the calibration curves were well-fitted．Conclusions  T-stage，N-stage，M-stage，radiotherapy，chemotherapy，and the  sequence of  surgery and other treatments are independent prognostic factors for TNBC，and the Nomogram clinical prediction model based on this has good differentiation，accuracy，and clinical utility，and can better predict the survival prognosis of TNBC patients．
       三阴性乳腺癌（triple-negative breast cancer，TNBC）是乳腺癌的其中一种亚型［1-3］。顾名思义，“三阴”指的是其雌激素受体（estrogen receptor，ER）、孕激素受体（p r o g e st e r o n e receptor，PR）及人表皮生长因子受体2（human epidermal growth factor receptor 2，HER-2）在病理染色报告中都是阴性的。TNBC是目前乳腺癌中最难以治疗的亚型，并且该乳腺癌亚型具有复发率高、死亡率高、易转移的特点。此外，激素和靶向治疗效果不佳，化疗是仅有的治疗方法。虽然TNBC对化学治疗（化疗）具有相对敏感性，然而目前经过常规化疗后尚不能带来较为可观的临床疗效和预后［4-5］。TNBC［6］占乳腺癌发病率的15%左右，由于病例较少，随访时间较其他癌种长，难以基于临床资料构建相对科学的Cox回归临床预测模型。因此，本研究基于美国癌症中心“监测、流行病学和结果”（surveillance，epidemiology and end results，SEER）［3，7-9］这一多中心临床数据库构建TNBC Cox回归临床预测模型预测不同生物学行为TNBC患者的预后，并进行有目的的临床干预来改善患者预后，进而指导临床工作具有重要意义。

1  资料与方法

1.1 资料来源

        使用SEER*Stat软件（8.4.2版）提取出2010—2015年确诊为TNBC的女性患者。通过ER、PR及HER-2均为阴性来确诊TNBC。

1.2 研究对象

       纳入标准：①于2010—2015年确诊；②病理确诊为TNBC；③临床资料完整，包括诊断年份、年龄、婚姻状态、侧别、种族、乳腺癌调整后AJCC第6版的T分期、N分期、M分期、骨转移状态、病理学分级、是否接受放射治疗（放疗）、是否接受化疗、手术和其他治疗的先后顺序、是否接受手术治疗、生存状态、生存时间。排除标准：①临床资料不完整；②TNBC非原发肿瘤，存在多种恶性肿瘤。其中癌症特异生存期（cancer specific survival，CSS）是指从患者诊断为TNBC开始到随访截止或在中间某个时间点死于TNBC的这段时间。本研究资料获取于匿名处理的临床公共数据库，因此无需伦理委员会批准。

1.3 模型的构建与验证

       1.3.1  分析各变量与预后的相关性   使用R软件（4.3.0版）将研究对象按照7∶3的比例随机分为训练集和验证集，在训练集中，采用Cox回归单因素分析，初步筛选出TNBC的独立预后因素。
       1.3.2  筛选变量并构建模型   经单因素分析后将所有变量再次纳入Cox回归进行多因素分析，为了消除多重共线性，再将多因素分析中P＜0.05的变量进行向后逐步回归，进而将筛选出影响TNBC患者预后的独立危险因素，并以此构建Nomogram图。并按照患者的总得分计算出其3年生存和5年生存的概率。
       1.3.3  临床预测模型的验证 使用ROC曲线以及C指数（C-index）来评价模型的预测效果，ROC曲线的曲线下面积越大，模型的预测效果越好；同样地，C-index越大，也说明该模型的预测效果越好。再使用校准曲线和决策曲线（DCA曲线，Decision Curve Analysis，决策曲线分析法）对该临床预测模型进行内部验证。校准曲线越贴合45 °的倾斜参考线说明预测情况与实际情况越接近，说明该模型的预测效能越好。

1.4 统计学方法

       对计数资料用率的方式表示出来，不同组别采用χ 2 检验和Fisher确切概率法。对于两组中满足正态分布的计量资料用表示，并用t检验进行比较。通过Kaplan-Meier法计算CSS。再用Log-rank检验进行单因素预后分析。采用Cox回归单因素，多因素分析筛选独立预后因素，并用逐步回归法消除模型的多重共线性，其中，P＜0.05为差异存在统计学意义。数据整理与统计分析基于风暴统计平台（www.medsta.cn/software）和R（4.3.0版）完成。此外，使用X-tile软件（3.6.1版）按照上述计算出的3年、5年生存概率将TNBC分为高危、中危、低危三组并进行生存分析。

2  结 果

2.1 基线资料比较

       从SEER数据库提取出2010—2015年确诊为TNBC的女性患者30 211例，其中符合纳入标准的患者5 564例，按照7∶3的比例随机分为训练集（n=3 894）和验证集（n=1 670）。筛选过程如图1。两组之间的基线特征及CSS比较差异均无统计学意义，结果见表1和图2。
20250507111231_8728.jpg
图 1 病例筛选流程图

表1 训练集和验证集基线特征比较

变量

总计 (n = 5 564)

训练集(n = 3 894)

验证集(n = 1 670)

统计值

P

年龄/岁（`x±s）

56.57 ± 12.37

56.83 ± 12.42

55.96 ± 12.23

t=1.117

0.267

婚姻状态[n (%)]

 

 

 

χ²=1.357

0.929

离婚

625 (11.23)

435 (11.17)

190 (11.38)

 

 

已婚

3 309 (59.47)

2 316 (59.48)

993 (59.46)

 

 

分居

81 (1.46)

57 (1.46)

24 (1.44)

 

 

单身

984 (17.69)

680 (17.46)

304 (18.20)

 

 

未婚/同居伴侣

14 (0.25)

10 (0.26)

4 (0.24)

 

 

丧偶

551 (9.9)

396 (10.17)

155 (9.28)

 

 

侧别[n (%)]

 

 

 

χ²=0.164

0.686

左侧

2 885 (51.85)

2 026 (52.03)

859 (51.44)

 

 

右侧

2 679 (48.15)

1 868 (47.97)

811 (48.56)

 

 

种族[n (%)]

 

 

 

χ²=1.471

0.689

美洲印第安人/阿拉斯加原住民

27 (0.49)

17 (0.44)

10 (0.60)

 

 

亚裔/太平洋岛民

419 (7.53)

295 (7.58)

124 (7.43)

 

 

黑人

1 066 (19.16)

758 (19.47)

308 (18.44)

 

 

白人

4 052 (72.83)

2 824 (72.52)

1 228 (73.53)

 

 

AJCCT（美国癌症联合委员会肿瘤大小分期）[n (%)]

 

 

 

χ²=2.980

0.561

T0/Tis

3 (0.05)

1 (0.03)

2 (0.12)

 

 

T1

2 564 (46.08)

1780 (45.71)

784 (46.95)

 

 

T2

2 368 (42.56)

1 675 (43.01)

693 (41.50)

 

 

T3

417 (7.49)

290 (7.45)

127 (7.60)

 

 

T4

212 (3.81)

148 (3.80)

64 (3.83)

 

 

AJCCN（美国癌症联合委员会淋巴结分期）[n (%)]

 

 

 

χ²=4.350

0.226

N0

3 769 (67.74)

2 615 (67.15)

1154 (69.10)

 

 

N1

1 258 (22.61)

906 (23.27)

352 (21.08)

 

 

N2

326 (5.86)

232 (5.96)

94 (5.63)

 

 

N3

211 (3.79)

141 (3.62)

70 (4.19)

 

 

AJCCM（美国癌症联合委员会转移情况分期）[n (%)]

 

 

 

—

1.000

M0

5 563 (99.98)

3s893 (99.97)

1 670 (100.00)

 

 

M1

1 (0.02)

1 (0.03)

0 (0.00)

 

 

骨转移[n (%)]

 

 

 

-

1.000

未发生

5 563 (99.98)

3 893 (99.97)

1670 (100.00)

 

 

已发生

1 (0.02)

1 (0.03)

0 (0.00)

 

 

分期[n (%)]

 

 

 

χ²=0.528

0.913

Ⅰ

95 (1.71)

68 (1.75)

27 (1.62)

 

 

Ⅱ

1 033 (18.57)

726 (18.64)

307 (18.38)

 

 

Ⅲ

4 389 (78.88)

3 069 (78.81)

1 320 (79.04)

 

 

Ⅳ

47 (0.84)

31 (0.80)

16 (0.96)

 

 

是否接受过放疗[n (%)]

 

 

 

χ²=0.587

0.444

否

2 835 (50.95)

1 971 (50.62)

864 (51.74)

 

 

是

2 729 (49.05)

1 923 (49.38)

806 (48.26)

 

 

是否接受过化疗[n (%)]

 

 

 

χ²=1.293

0.255

否

1 240 (22.29)

884 (22.70)

356 (21.32)

 

 

是

4 324 (77.71)

3 010 (77.30)

1 314 (78.68)

 

 

治疗顺序[n (%)]

 

 

 

—

0.875

无系统治疗和（或）手术

1 329 (23.89)

944 (24.24)

385 (23.05)

 

 

术前系统治疗

864 (15.53)

604 (15.51)

260 (15.57)

 

 

术后系统治疗

2 985 (53.65)

2 081 (53.44)

904 (54.13)

 

 

术前术后均进行系统治疗

283 (5.09)

192 (4.93)

91 (5.45)

 

 

术中系统治疗

2 (0.04)

1 (0.03)

1 (0.06)

 

 

术中系统治疗及术前/术后其他系统治疗

3 (0.05)

2 (0.05)

1 (0.06)

 

 

系统治疗前后进行手术

98 (1.76)

70 (1.80)

28 (1.68)

 

 

 

 

20250507101915_5616.png
图 2 训练集和验证集癌症特异生存曲线

2.2 训练集独立预后因素的筛选和Nomogram图的构建

        在训练集中，通过单因素分析发现年龄、种族、TNM分期、骨转移状态、肿瘤组织学分级、化疗以及手术和其他治疗的先后顺序均为TNBC患者的独立预后因素（P＜0.05）。并再次将所有变量纳入Cox回归模型进行多因素分析，结果显示T分期、N分期、M分期、放疗、化疗以及手术和其他治疗的先后顺序均为TNBC患者的独立预后因素（P＜0.05）。为了消除多重共线性，进行向后逐步回归，发现以上6个变量构建的预后模型AIC值最小。结果见表2。利用上述6个独立预后因素构建3年、5年生存Nomogram图，结果见图3，计算3年、5年生存概率，并利用X-tile（3.6.1版）按照上述方法计算出的3年，5年生存概率将TNBC分为高危，中危，低危三组并进行生存分析，结果见图4。

表2 训练集单因素和多因素分析

变量

β

S.E

Z

P

HR (95%CI)

m_β

m_S.E

m_Z

aP

aHR (95%CI)

年龄

−0.01

0.00

−2.48

0.013

0.99 (0.99 ~0.99)

 

 

 

 

 

婚姻状态

 

 

 

 

 

 

 

 

 

 

已婚

 

 

 

 

Ref

 

 

 

 

 

丧偶

0.24

0.12

1.96

0.051

1.27 (1.00 ~1.62)

 

 

 

 

 

离婚

0.16

0.12

1.32

0.187

1.17 (0.93 ~ 1.48)

 

 

 

 

 

单身

0.24

0.10

2.42

0.016

1.27 (1.05 ~ 1.53)

 

 

 

 

 

未婚/同居伴侣

−0.32

1.00

−0.32

0.750

0.73 (0.10 ~ 5.17)

 

 

 

 

 

分居

−0.17

0.36

−0.47

0.639

0.85 (0.42 ~ 1.70)

 

 

 

 

 

侧别

 

 

 

 

 

 

 

 

 

 

右侧

 

 

 

 

Ref

 

 

 

 

 

左侧

−0.03

0.07

−0.43

0.666

0.97 (0.84 ~1.12)

 

 

 

 

 

种族

 

 

 

 

 

 

 

 

 

 

白人

 

 

 

 

Ref

 

 

 

 

 

黑人

0.30

0.09

3.35

<0.001

1.34 (1.13 ~1.60)

 

 

 

 

 

亚裔/太平洋岛民

−0.15

0.16

−0.98

0.325

0.86 (0.63 ~1.17)

 

 

 

 

 

美洲印第安人/阿拉斯加原住民

−0.03

0.58

−0.06

0.955

0.97 (0.31 ~3.01)

 

 

 

 

 

AJCCT

 

 

 

 

 

 

 

 

 

 

T1

 

 

 

 

Ref

 

 

 

 

Ref

T2

0.81

0.09

8.74

<0.001

2.24 (1.87 ~2.68)

0.58

0.10

6.01

<0.001

1.79 (1.48 - 2.17)

T3

1.59

0.12

13.08

<0.001

4.91 (3.87 ~6.23)

1.16

0.13

8.71

<0.001

3.18 (2.45 - 4.12)

T4

2.22

0.13

16.59

<0.001

9.21 (7.09 ~11.97)

1.62

0.15

10.80

<0.001

5.06 (3.77 - 6.80)

T0/Tis

−10.96

786.71

−0.01

0.989

0.00 (0.00 ~ Inf)

−12.83

1361.93

−0.01

0.992

0.00 (0.00~Inf)

AJCCN

 

 

 

 

 

 

 

 

 

 

N0

 

 

 

 

Ref

 

 

 

 

Ref

N3

2.06

0.13

16.22

<0.001

7.84 (6.11 ~10.06)

1.60

0.14

11.56

<0.001

4.97 (3.79 ~ 6.53)

N1

1.00

0.09

11.65

<0.001

2.73 (2.30 ~3.23)

0.81

0.09

8.80

<0.001

2.26 (1.88 ~ 2.71)

N2

1.50

0.12

12.69

<0.001

4.49 (3.56 ~ 5.66)

1.26

0.13

10.06

<0.001

3.54 (2.76 ~ 4.52)

AJCCM

 

 

 

 

 

 

 

 

 

 

M0

 

 

 

 

Ref

 

 

 

 

Ref

M1

5.16

1.02

5.06

<0.001

174.94 (23.65~1 293.85)

3.46

1.04

3.32

<0.001

31.86 (4.13 ~245.55)

是否发生骨转移

 

 

 

 

 

 

 

 

 

 

否

 

 

 

 

Ref

 

 

 

 

 

是

5.16

1.02

5.06

<0.001

174.94 (23.65~1 293.85)

 

 

 

 

 

Grade

 

 

 

 

 

 

 

 

 

 

Ⅱ

 

 

 

 

Ref

 

 

 

 

 

Ⅲ

0.33

0.11

3.15

0.002

1.39 (1.13 ~1.71)

 

 

 

 

 

Ⅳ

0.55

0.39

1.41

0.157

1.74 (0.81 ~3.73)

 

 

 

 

 

Ⅰ

−0.50

0.42

−1.18

0.236

0.61 (0.27 ~1.38)

 

 

 

 

 

是否接受过放疗

 

 

 

 

 

 

 

 

 

 

否

 

 

 

 

Ref

 

 

 

 

Ref

是

−0.04

0.07

−0.53

0.594

0.96 (0.83 ~1.11)

−0.21

0.08

−2.56

0.011

0.81 (0.69~ 0.95)

是否接受过化疗

 

 

 

 

 

 

 

 

 

 

否

 

 

 

 

Ref

 

 

 

 

Ref

是

0.22

0.10

2.34

0.019

1.25 (1.04 ~1.51)

0.29

0.20

1.45

0.148

1.33 (0.90~1.97)

治疗顺序

 

 

 

 

 

 

 

 

 

 

无系统治疗和(或)手术

 

 

 

 

Ref

 

 

 

 

Ref

术后系统治疗

−0.12

0.10

−1.29

0.196

0.88 (0.73 ~1.07)

−0.52

0.19

−2.75

0.006

0.59 (0.41 ~0.86)

术前系统治疗

0.31

0.12

2.72

0.006

1.37 (1.09 ~1.71)

−0.64

0.20

−3.15

0.002

0.53 (0.36 ~ 0.79)

术前术后均进行系统治疗

0.63

0.15

4.12

<0.001

1.87 (1.39 ~2.52)

−0.37

0.23

−1.63

0.103

0.69 (0.44 ~ 1.08)

系统治疗前后进行手术

0.06

0.29

0.20

0.842

1.06 (0.60~1.86)

−1.03

0.34

−3.07

0.002

0.36 (0.18~ 0.69)

术中系统治疗及术前/术后其他系统治疗

0.97

1.00

0.97

0.333

2.64 (0.37 ~18.87)

1.49

1.02

1.46

0.145

4.43 (0.60~32.89)

术中系统治疗

−12.01

850.00

−0.01

0.989

0.00 (0.00 ~Inf)

−13.59

1201.01

−0.01

0.991

0.00 (0.00 ~ Inf)

 

20250507102256_7666.png

图 3   临床预测模型 Nomogram 图
注：SystemeticSurgerySeq表示治疗顺序。Intraoperative表示术中接受系统治疗；BA表示系统治疗前后给予手术治疗；
Before表示术前给予系统治疗；After表示术后给予系统治疗；BA表示手术前后均给予系统治疗；No therapy表示没有接受任何治疗；
Intraoperative and other表示患者接受了术中系统治疗并且术前和（或）术后也接受了系统治疗。
20250507102337_4170.jpg
图 4 高危、中危、低危三组的生存曲线
注：A、C图的横坐标为1-相应年数的生存概率，蓝色阴影表示低危组，灰色阴影表示中危组，粉色阴影表示高危组，每组对应的截
断区间已在横坐标上标出。B、D两图为对应分组的生存曲线，三组生存分析差异显著。

2.3 预测模型的验证

        训练集和验证集预测3年和5年生存ROC曲线的曲线下面积均＞ 0.7 ，区分度较好；Nomogram图中验证集的C-index为0.719（95%CI：0.688~0.749），说明该模型准确度较高；校准曲线拟合良好，说明预测情况与实际情况较为接近，预测效能较高；临床决策曲线（DCA曲线）则表明该预测模型具有很高的临床实用价值。结果见图5~7。
20250507102452_3301.jpg
图 5 训练集、验证集 3 年、5 年生存 ROC 曲线
20250507102522_6025.jpg
图 6 训练集和验证集 3 年、5 年生存校准曲线
20250507102547_9229.jpg
图 7 训练集和验证集 3 年、5年生存 DCA 曲线

3  讨 论

       近来，乳腺癌［10-12］在女性群体中的发病率攀升，并于2020年以绝对优势位居我国癌症发病率的首位。乳腺癌包括四种亚型［13］：Luminal A型、Luminal B型、HER-2型以及TNBC。其中由于TNBC的ER、PR、HER-2三个受体均为阴性，因此，该乳腺癌亚型对内分泌及靶向治疗极不敏感，也使之成为预后最差的乳腺癌亚型。另外，三阴性乳腺发病率约占乳腺癌的15%，较少的发病人群使多中心、大样本的预后模型的构建成为困难，而对TNBC预后模型的构建进而提供有目的的临床干预措施尤为重要，这一临床预测模型的构建也显得十分迫切。为此，本研究基于SEER数据库［14］建立并验证TNBC Cox回归临床预测模型，以期为临床治疗提供借鉴和参考。
       本研究基于SEER数据库构建了一个TNBC Cox回归Nomogram图［3，14-15］，多因素分析显示T分期、N分期、M分期、放疗、化疗以及手术和其他治疗的先后顺序均为TNBC患者的独立预后因素（P＜0.05），与现有的研究结果一致。乳腺癌调整后的AJCC分期第6版T，N，M分期越大，对应的临床分期越接近于晚期，3年，5年生存率越低，这与肿瘤的进展状态相一致；接受放疗后的患者3年、5年生存率较高，说明TNBC患者对放疗具有一定的敏感性，也与临床经验相一致［16］；而接受化疗的TNBC患者3年、5年生存率较低，这与临床经验相悖，考虑原因可能包括以下几点：①No中包括了部分Unknown患者，使得接受化疗和未接受化疗患者之间的预后差异减小，甚至产生了反转效应。②2010—2015年的医疗水平相对较低，包括化疗药物的剂型，用量了解都较为局限，且对抗化疗药物所带来脏器毒性的药物研制尚不全面。例如，当前已知的阿霉素具有明确的心脏毒性［17-18］，多柔比星脂质体的出现、右雷佐生新药的研制以及对初始剂量的把握使得心脏毒性损害不良事件的发生率大大降低［19］。当时对于化疗方案的摸索尚不全面，甚至无法与化疗带来的不良反应相抵。在手术和其他治疗的先后顺序这一变量中，对于预后的改善从高到低的先后顺序为术中接受系统治疗、系统治疗前后给予手术治疗、术前给予系统治疗、术后给予系统治疗、手术前后均给予系统治疗、没有接受任何治疗、术中系统治疗并且术前和（或）术后也给予系统治疗。由于SEER数据库对于系统治疗的信息描述较为粗略，具体的术式也未能得知，笔者认为，术中放疗具有极高的精确性，对于预后的改善最为显著，可能与解剖结构暴露充分，正常组织所接受的放射剂量较低，达到了真正的精准治疗，使瘤体和正常组织之间具有明显的放射剂量梯度，对于正常组织功能影响甚微，且有效地抑制了瘤体细胞增殖，从而使预后的改善尤为显著。新辅助化疗对于预后的改善也较为显著，也与当前的研究相一致，研究表明，TNBC新辅助化疗可以明显提高保乳率以及客观缓解率。另外，2023年的ESMO指南也指出，PD-1抑制剂联合新辅助治疗也可以明显改善TNBC的病理完全缓解率［4］。该Nomogram图与临床经验具有较高的一致性，证实了该预测模型的科学性［14-15，20］。
       本研究也存在一定的局限性。由于本预测模型的构建及内部验证病例均来源于SEER数据库，缺乏外部验证，加之SEER数据库提供的放化疗信息相对有限，对于系统治疗的描述也不甚详细，例如TNBC患者接受的是哪种化疗方案，是否接受PD-1/PD-L1抑制剂免疫治疗［21-22］，新辅助化疗还是辅助化疗［23-25］，抑或均有之。SEER数据库有限的信息限制了我们对其他预后相关因素的识别。此外，本研究尚需要多中心、大样本量的前瞻性研究加以验证。
       综上所述，乳腺癌调整后的AJCC分期第6版的TNM分期、放疗、化疗以及手术与其他治疗的先后顺序是TNBC的独立预后因素，结果经基于SEER数据库构建的纳入以上变量的Cox回归预测模型验证，为临床TNBC患者预后的判断提供了科学参考。
1、CERBELLI%E2%80%83B%EF%BC%8CPERNAZZA%E2%80%83A%EF%BC%8CBOTTICELLI%E2%80%83A%EF%BC%8C%0Aet%E2%80%83al%EF%BC%8EPD-L1%E2%80%83expression%E2%80%83in%E2%80%83TNBC%EF%BC%9AA%E2%80%83%20predictive%E2%80%83%0Abiomarker%E2%80%83of%E2%80%83response%E2%80%83to%E2%80%83neoadjuvant%E2%80%83chemotherapy%EF%BC%9F%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBiomed%E2%80%83Res%E2%80%83Int%EF%BC%8C2017%EF%BC%882017%EF%BC%89%EF%BC%9A1750925%EF%BC%8ECERBELLI%E2%80%83B%EF%BC%8CPERNAZZA%E2%80%83A%EF%BC%8CBOTTICELLI%E2%80%83A%EF%BC%8C%0Aet%E2%80%83al%EF%BC%8EPD-L1%E2%80%83expression%E2%80%83in%E2%80%83TNBC%EF%BC%9AA%E2%80%83%20predictive%E2%80%83%0Abiomarker%E2%80%83of%E2%80%83response%E2%80%83to%E2%80%83neoadjuvant%E2%80%83chemotherapy%EF%BC%9F%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBiomed%E2%80%83Res%E2%80%83Int%EF%BC%8C2017%EF%BC%882017%EF%BC%89%EF%BC%9A1750925%EF%BC%8E
2、CUI%E2%80%83X%EF%BC%8CSONG%E2%80%83D%EF%BC%8CLI%E2%80%83X%EF%BC%8EConstruction%E2%80%83and%E2%80%83validation%E2%80%83%0Aof%E2%80%83%20nomograms%E2%80%83%20predicting%E2%80%83%20survival%E2%80%83in%E2%80%83triple-negative%E2%80%83%0Abreast%E2%80%83cancer%E2%80%83patients%E2%80%83of%E2%80%83childbearing%E2%80%83age%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83%0AOncol%EF%BC%8C2021%EF%BC%8810%EF%BC%89%EF%BC%9A636549%EF%BC%8ECUI%E2%80%83X%EF%BC%8CSONG%E2%80%83D%EF%BC%8CLI%E2%80%83X%EF%BC%8EConstruction%E2%80%83and%E2%80%83validation%E2%80%83%0Aof%E2%80%83%20nomograms%E2%80%83%20predicting%E2%80%83%20survival%E2%80%83in%E2%80%83triple-negative%E2%80%83%0Abreast%E2%80%83cancer%E2%80%83patients%E2%80%83of%E2%80%83childbearing%E2%80%83age%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83%0AOncol%EF%BC%8C2021%EF%BC%8810%EF%BC%89%EF%BC%9A636549%EF%BC%8E
3、CUI%E2%80%83X%EF%BC%8CZHU%E2%80%83H%EF%BC%8CHUANG%E2%80%83J%EF%BC%8EN%20om%20o%20g%20r%20am%E2%80%83%20f%20o%20r%E2%80%83%0Apredicting%E2%80%83lymph%E2%80%83node%E2%80%83involvement%E2%80%83in%E2%80%83triple-negative%E2%80%83%0Abreast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Oncol%EF%BC%8C2020%EF%BC%8810%EF%BC%89%EF%BC%9A%0A608334%EF%BC%8ECUI%E2%80%83X%EF%BC%8CZHU%E2%80%83H%EF%BC%8CHUANG%E2%80%83J%EF%BC%8EN%20om%20o%20g%20r%20am%E2%80%83%20f%20o%20r%E2%80%83%0Apredicting%E2%80%83lymph%E2%80%83node%E2%80%83involvement%E2%80%83in%E2%80%83triple-negative%E2%80%83%0Abreast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Oncol%EF%BC%8C2020%EF%BC%8810%EF%BC%89%EF%BC%9A%0A608334%EF%BC%8E
4、XIN%E2%80%83Y%EF%BC%8CSHEN%E2%80%83G%EF%BC%8CZHENG%E2%80%83Y%EF%BC%8Cet%E2%80%83al%EF%BC%8EImmune%E2%80%83%0Acheckpoint%E2%80%83inhibitors%E2%80%83plus%E2%80%83neoadjuvant%E2%80%83chemotherapy%E2%80%83%0Ain%E2%80%83early%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83%20systematic%E2%80%83%0Areview%E2%80%83and%E2%80%83meta-analysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBMC%E2%80%83Cancer%EF%BC%8C%0A2021%EF%BC%8C21%EF%BC%881%EF%BC%89%EF%BC%9A1261%EF%BC%8EXIN%E2%80%83Y%EF%BC%8CSHEN%E2%80%83G%EF%BC%8CZHENG%E2%80%83Y%EF%BC%8Cet%E2%80%83al%EF%BC%8EImmune%E2%80%83%0Acheckpoint%E2%80%83inhibitors%E2%80%83plus%E2%80%83neoadjuvant%E2%80%83chemotherapy%E2%80%83%0Ain%E2%80%83early%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83%20systematic%E2%80%83%0Areview%E2%80%83and%E2%80%83meta-analysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBMC%E2%80%83Cancer%EF%BC%8C%0A2021%EF%BC%8C21%EF%BC%881%EF%BC%89%EF%BC%9A1261%EF%BC%8E
5、LIN%E2%80%83Y%E2%80%83Y%EF%BC%8CGAO%E2%80%83H%E2%80%83F%EF%BC%8CYANG%E2%80%83X%EF%BC%8Cet%E2%80%83al%EF%BC%8ENeoadjuvant%E2%80%83%0Atherapy%E2%80%83in%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83systematic%E2%80%83%0Areview%E2%80%83and%E2%80%83network%E2%80%83meta-analysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBreast%EF%BC%8C2022%EF%BC%8866%EF%BC%89%EF%BC%9A126-135%EF%BC%8ELIN%E2%80%83Y%E2%80%83Y%EF%BC%8CGAO%E2%80%83H%E2%80%83F%EF%BC%8CYANG%E2%80%83X%EF%BC%8Cet%E2%80%83al%EF%BC%8ENeoadjuvant%E2%80%83%0Atherapy%E2%80%83in%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83systematic%E2%80%83%0Areview%E2%80%83and%E2%80%83network%E2%80%83meta-analysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EBreast%EF%BC%8C2022%EF%BC%8866%EF%BC%89%EF%BC%9A126-135%EF%BC%8E
6、叶晔，费伟强，冯冠．SEER数据库中晚期三阴性乳腺癌的危险因素及预后分析［J］．广州医药，2021，52（1）：26-34．叶晔，费伟强，冯冠．SEER数据库中晚期三阴性乳腺癌的危险因素及预后分析［J］．广州医药，2021，52（1）：26-34．
7、GUHA%E2%80%83A%EF%BC%8CFRADLEY%E2%80%83M%E2%80%83G%EF%BC%8CDENT%E2%80%83S%E2%80%83F%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0AIncidence%EF%BC%8Crisk%E2%80%83factors%EF%BC%8Cand%E2%80%83%20mortality%E2%80%83%20of%E2%80%83%20atrial%E2%80%83%0Afibrillation%E2%80%83in%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83%20SEER-Medicare%E2%80%83%0Aanalysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EEur%E2%80%83Heart%E2%80%83J%EF%BC%8C2022%EF%BC%8C43%EF%BC%884%EF%BC%89%EF%BC%9A300-%0A312%EF%BC%8EGUHA%E2%80%83A%EF%BC%8CFRADLEY%E2%80%83M%E2%80%83G%EF%BC%8CDENT%E2%80%83S%E2%80%83F%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0AIncidence%EF%BC%8Crisk%E2%80%83factors%EF%BC%8Cand%E2%80%83%20mortality%E2%80%83%20of%E2%80%83%20atrial%E2%80%83%0Afibrillation%E2%80%83in%E2%80%83breast%E2%80%83cancer%EF%BC%9AA%E2%80%83%20SEER-Medicare%E2%80%83%0Aanalysis%EF%BC%BBJ%EF%BC%BD%EF%BC%8EEur%E2%80%83Heart%E2%80%83J%EF%BC%8C2022%EF%BC%8C43%EF%BC%884%EF%BC%89%EF%BC%9A300-%0A312%EF%BC%8E
8、曲南坤，梁爽，孔启超，等．基于SEER数据库建立三阴性乳腺癌预后预测模型列线图［J］．重庆医学，2021，50（20）：3457-3462，3468．曲南坤，梁爽，孔启超，等．基于SEER数据库建立三阴性乳腺癌预后预测模型列线图［J］．重庆医学，2021，50（20）：3457-3462，3468．
9、黄雅静，吴昊，陈彦，等．基于SEER数据库的炎性乳腺癌生存预测风险模型的建立与验证［J］．现代肿瘤医学，2022，30（6）：1023-1027．黄雅静，吴昊，陈彦，等．基于SEER数据库的炎性乳腺癌生存预测风险模型的建立与验证［J］．现代肿瘤医学，2022，30（6）：1023-1027．
10、来保勇，吕灵艳，赵静，等．10种口服中成药联合化疗治疗乳腺癌的网状Meta分析［J］．中草药，2021，52（21）：6609-6624．来保勇，吕灵艳，赵静，等．10种口服中成药联合化疗治疗乳腺癌的网状Meta分析［J］．中草药，2021，52（21）：6609-6624．
11、殷雨来，李雪，何晓阳，等．体质量指数和4种女性特征性癌症的因果关系：一项两样本孟德尔随机化研究［J］．中华肥胖与代谢病电子杂志，2023，9（4）：253-260．殷雨来，李雪，何晓阳，等．体质量指数和4种女性特征性癌症的因果关系：一项两样本孟德尔随机化研究［J］．中华肥胖与代谢病电子杂志，2023，9（4）：253-260．
12、许关麟，李建文，黄胜超，等．那不勒斯评分预测乳腺癌患者预后的价值［J］．现代医院，2024，24（1）：53-58．许关麟，李建文，黄胜超，等．那不勒斯评分预测乳腺癌患者预后的价值［J］．现代医院，2024，24（1）：53-58．
13、颜娇，叶入裴，杨琴，等．不同亚型乳腺癌新辅助化疗后Ki-67表达变化与乳腺癌疗效及预后的相关性［J］．诊断病理学杂志，2022，29（11）：1001-1004．颜娇，叶入裴，杨琴，等．不同亚型乳腺癌新辅助化疗后Ki-67表达变化与乳腺癌疗效及预后的相关性［J］．诊断病理学杂志，2022，29（11）：1001-1004．
14、HUANG%E2%80%83X%EF%BC%8CLUO%E2%80%83Z%EF%BC%8CLIANG%E2%80%83W%EF%BC%8Cet%E2%80%83al%EF%BC%8ESurvival%E2%80%83%0Anomogram%E2%80%83for%E2%80%83young%E2%80%83breast%E2%80%83cancer%E2%80%83patients%E2%80%83based%E2%80%83on%E2%80%83the%E2%80%83%0ASEER%E2%80%83database%E2%80%83and%E2%80%83an%E2%80%83external%E2%80%83validation%E2%80%83cohort%EF%BC%BBJ%EF%BC%BD%EF%BC%8E%0AAnn%E2%80%83Surg%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8C29%EF%BC%889%EF%BC%89%EF%BC%9A5772-5781%EF%BC%8EHUANG%E2%80%83X%EF%BC%8CLUO%E2%80%83Z%EF%BC%8CLIANG%E2%80%83W%EF%BC%8Cet%E2%80%83al%EF%BC%8ESurvival%E2%80%83%0Anomogram%E2%80%83for%E2%80%83young%E2%80%83breast%E2%80%83cancer%E2%80%83patients%E2%80%83based%E2%80%83on%E2%80%83the%E2%80%83%0ASEER%E2%80%83database%E2%80%83and%E2%80%83an%E2%80%83external%E2%80%83validation%E2%80%83cohort%EF%BC%BBJ%EF%BC%BD%EF%BC%8E%0AAnn%E2%80%83Surg%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8C29%EF%BC%889%EF%BC%89%EF%BC%9A5772-5781%EF%BC%8E
15、FAN%E2%80%83Y%EF%BC%8CWANG%E2%80%83Y%EF%BC%8CHE%E2%80%83L%EF%BC%8Cet%E2%80%83al%EF%BC%8EClinical%E2%80%83features%E2%80%83%0Aof%E2%80%83%20patients%E2%80%83%20with%E2%80%83%20HER2-positive%E2%80%83%20breast%E2%80%83%20cancer%E2%80%83%20and%E2%80%83%0Adevelopment%E2%80%83of%E2%80%83a%E2%80%83nomogram%E2%80%83for%E2%80%83predicting%E2%80%83survival%EF%BC%BBJ%EF%BC%BD%EF%BC%8E%0AESMO%E2%80%83Open%EF%BC%8C2021%EF%BC%8C6%EF%BC%884%EF%BC%89%EF%BC%9A100232%EF%BC%8EFAN%E2%80%83Y%EF%BC%8CWANG%E2%80%83Y%EF%BC%8CHE%E2%80%83L%EF%BC%8Cet%E2%80%83al%EF%BC%8EClinical%E2%80%83features%E2%80%83%0Aof%E2%80%83%20patients%E2%80%83%20with%E2%80%83%20HER2-positive%E2%80%83%20breast%E2%80%83%20cancer%E2%80%83%20and%E2%80%83%0Adevelopment%E2%80%83of%E2%80%83a%E2%80%83nomogram%E2%80%83for%E2%80%83predicting%E2%80%83survival%EF%BC%BBJ%EF%BC%BD%EF%BC%8E%0AESMO%E2%80%83Open%EF%BC%8C2021%EF%BC%8C6%EF%BC%884%EF%BC%89%EF%BC%9A100232%EF%BC%8E
16、XIA%E2%80%83L%E2%80%83Y%EF%BC%8CXU%E2%80%83W%E2%80%83Y%EF%BC%8CZHAO%E2%80%83Y%EF%BC%8EE%20f%20f%20e%20c%20t%20%E2%80%83%20o%20f%E2%80%83%0Apostmastectomy%E2%80%83radiotherapy%E2%80%83on%E2%80%83T1-2N1M0%E2%80%83triple%02negative%E2%80%83breast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EPLoS%E2%80%83One%EF%BC%8C2022%EF%BC%8C17%EF%BC%886%EF%BC%89%EF%BC%9Ae0270528%EF%BC%8EXIA%E2%80%83L%E2%80%83Y%EF%BC%8CXU%E2%80%83W%E2%80%83Y%EF%BC%8CZHAO%E2%80%83Y%EF%BC%8EE%20f%20f%20e%20c%20t%20%E2%80%83%20o%20f%E2%80%83%0Apostmastectomy%E2%80%83radiotherapy%E2%80%83on%E2%80%83T1-2N1M0%E2%80%83triple%02negative%E2%80%83breast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EPLoS%E2%80%83One%EF%BC%8C2022%EF%BC%8C17%EF%BC%886%EF%BC%89%EF%BC%9Ae0270528%EF%BC%8E
17、%E2%80%83%20ANDREOU%E2%80%83C%EF%BC%8CMATSAKAS%E2%80%83A%EF%BC%8ECurrent%E2%80%83%20insights%E2%80%83%0Ainto%E2%80%83cellular%E2%80%83%20senescence%E2%80%83and%E2%80%83myotoxicity%E2%80%83induced%E2%80%83%20by%E2%80%83%0Adoxorubicin%EF%BC%9AThe%E2%80%83role%E2%80%83of%E2%80%83exercise%E2%80%83and%E2%80%83growth%E2%80%83factors%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EInt%E2%80%83J%E2%80%83Sports%E2%80%83Med%EF%BC%8C2022%EF%BC%8C43%EF%BC%8813%EF%BC%89%EF%BC%9A1084-%0A1096%EF%BC%8E%E2%80%83%20ANDREOU%E2%80%83C%EF%BC%8CMATSAKAS%E2%80%83A%EF%BC%8ECurrent%E2%80%83%20insights%E2%80%83%0Ainto%E2%80%83cellular%E2%80%83%20senescence%E2%80%83and%E2%80%83myotoxicity%E2%80%83induced%E2%80%83%20by%E2%80%83%0Adoxorubicin%EF%BC%9AThe%E2%80%83role%E2%80%83of%E2%80%83exercise%E2%80%83and%E2%80%83growth%E2%80%83factors%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EInt%E2%80%83J%E2%80%83Sports%E2%80%83Med%EF%BC%8C2022%EF%BC%8C43%EF%BC%8813%EF%BC%89%EF%BC%9A1084-%0A1096%EF%BC%8E
18、WU%E2%80%83B%E2%80%83B%EF%BC%8CLEUNG%E2%80%83K%E2%80%83T%EF%BC%8CPOON%E2%80%83E%E2%80%83N%EF%BC%8EMitochondrial%02targeted%E2%80%83therapy%E2%80%83for%E2%80%83doxorubicin-induced%E2%80%83cardiotoxicity%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EInt%E2%80%83J%E2%80%83Mol%E2%80%83Sci%EF%BC%8C2022%EF%BC%8C23%EF%BC%883%EF%BC%89%EF%BC%9A1912%EF%BC%8EWU%E2%80%83B%E2%80%83B%EF%BC%8CLEUNG%E2%80%83K%E2%80%83T%EF%BC%8CPOON%E2%80%83E%E2%80%83N%EF%BC%8EMitochondrial%02targeted%E2%80%83therapy%E2%80%83for%E2%80%83doxorubicin-induced%E2%80%83cardiotoxicity%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EInt%E2%80%83J%E2%80%83Mol%E2%80%83Sci%EF%BC%8C2022%EF%BC%8C23%EF%BC%883%EF%BC%89%EF%BC%9A1912%EF%BC%8E
19、SZMIT%E2%80%83S%EF%BC%8CFILIPIAK%E2%80%83K%E2%80%83J%EF%BC%8CLITWINIUK%E2%80%83M%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0ALiposomal%E2%80%83%20doxo%20rubicin%E2%80%83%20in%E2%80%83%20patients%E2%80%83%20with%E2%80%83%20b%20reast%E2%80%83%0Acancer%E2%80%83%20and%E2%80%83%20concomitant%E2%80%83%20cardiovascular%E2%80%83%20diseases%E2%80%83%20-%E2%80%83%0Ainterdisciplinary%E2%80%83expert%E2%80%83opinion%EF%BC%BBJ%EF%BC%BD%EF%BC%8EKardiol%E2%80%83Pol%EF%BC%8C%0A2016%EF%BC%8C74%EF%BC%889%EF%BC%89%EF%BC%9A1031-1036%EF%BC%8ESZMIT%E2%80%83S%EF%BC%8CFILIPIAK%E2%80%83K%E2%80%83J%EF%BC%8CLITWINIUK%E2%80%83M%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0ALiposomal%E2%80%83%20doxo%20rubicin%E2%80%83%20in%E2%80%83%20patients%E2%80%83%20with%E2%80%83%20b%20reast%E2%80%83%0Acancer%E2%80%83%20and%E2%80%83%20concomitant%E2%80%83%20cardiovascular%E2%80%83%20diseases%E2%80%83%20-%E2%80%83%0Ainterdisciplinary%E2%80%83expert%E2%80%83opinion%EF%BC%BBJ%EF%BC%BD%EF%BC%8EKardiol%E2%80%83Pol%EF%BC%8C%0A2016%EF%BC%8C74%EF%BC%889%EF%BC%89%EF%BC%9A1031-1036%EF%BC%8E
20、MIN%E2%80%83Y%EF%BC%8CLIU%E2%80%83X%EF%BC%8CHU%E2%80%83D%EF%BC%8Cet%E2%80%83al%EF%BC%8ERisk%E2%80%83factors%EF%BC%8C%0Aprognostic%E2%80%83factors%EF%BC%8Cand%E2%80%83nomogram%E2%80%83for%E2%80%83distant%E2%80%83metastasis%E2%80%83%0Ain%E2%80%83breast%E2%80%83cancer%E2%80%83patients%E2%80%83without%E2%80%83lymph%E2%80%83node%E2%80%83metastasis%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Endocrinol%EF%BC%88Lausanne%EF%BC%89%EF%BC%8C2021%0A%EF%BC%8812%EF%BC%89%EF%BC%9A771226%EF%BC%8EMIN%E2%80%83Y%EF%BC%8CLIU%E2%80%83X%EF%BC%8CHU%E2%80%83D%EF%BC%8Cet%E2%80%83al%EF%BC%8ERisk%E2%80%83factors%EF%BC%8C%0Aprognostic%E2%80%83factors%EF%BC%8Cand%E2%80%83nomogram%E2%80%83for%E2%80%83distant%E2%80%83metastasis%E2%80%83%0Ain%E2%80%83breast%E2%80%83cancer%E2%80%83patients%E2%80%83without%E2%80%83lymph%E2%80%83node%E2%80%83metastasis%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Endocrinol%EF%BC%88Lausanne%EF%BC%89%EF%BC%8C2021%0A%EF%BC%8812%EF%BC%89%EF%BC%9A771226%EF%BC%8E
21、RIZZO%E2%80%83A%EF%BC%8CCUSMAI%E2%80%83A%EF%BC%8CACQUAFREDDA%E2%80%83S%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0AKEYNOTE-522%EF%BC%8CIMpassion031%E2%80%83and%E2%80%83GeparNUEVO%EF%BC%9A%0AChanging%E2%80%83%20the%E2%80%83%20paradigm%E2%80%83%20of%E2%80%83%20neoadjuvant%E2%80%83%20immune%E2%80%83%0Acheckpoint%E2%80%83inhibitors%E2%80%83in%E2%80%83early%E2%80%83triple-negative%E2%80%83%20breast%E2%80%83%0Acancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFuture%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8C18%EF%BC%8818%EF%BC%89%EF%BC%9A%0A2301-2309%EF%BC%8ERIZZO%E2%80%83A%EF%BC%8CCUSMAI%E2%80%83A%EF%BC%8CACQUAFREDDA%E2%80%83S%EF%BC%8Cet%E2%80%83al%EF%BC%8E%0AKEYNOTE-522%EF%BC%8CIMpassion031%E2%80%83and%E2%80%83GeparNUEVO%EF%BC%9A%0AChanging%E2%80%83%20the%E2%80%83%20paradigm%E2%80%83%20of%E2%80%83%20neoadjuvant%E2%80%83%20immune%E2%80%83%0Acheckpoint%E2%80%83inhibitors%E2%80%83in%E2%80%83early%E2%80%83triple-negative%E2%80%83%20breast%E2%80%83%0Acancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFuture%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8C18%EF%BC%8818%EF%BC%89%EF%BC%9A%0A2301-2309%EF%BC%8E
22、SCHMID%E2%80%83P%EF%BC%8CCORTES%E2%80%83J%EF%BC%8CDENT%E2%80%83R%EF%BC%8EPembrolizumab%E2%80%83%0Ain%E2%80%83early%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EN%E2%80%83Engl%E2%80%83J%E2%80%83%0AMed%EF%BC%8C2022%EF%BC%8C386%EF%BC%8818%EF%BC%89%EF%BC%9A1771-1772%EF%BC%8ESCHMID%E2%80%83P%EF%BC%8CCORTES%E2%80%83J%EF%BC%8CDENT%E2%80%83R%EF%BC%8EPembrolizumab%E2%80%83%0Ain%E2%80%83early%E2%80%83triple-negative%E2%80%83breast%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EN%E2%80%83Engl%E2%80%83J%E2%80%83%0AMed%EF%BC%8C2022%EF%BC%8C386%EF%BC%8818%EF%BC%89%EF%BC%9A1771-1772%EF%BC%8E
23、%E2%80%83%20CHEN%E2%80%83F%EF%BC%8CCHEN%E2%80%83N%EF%BC%8CGAO%E2%80%83Y%EF%BC%8Cet%E2%80%83al%EF%BC%8EClinical%E2%80%83progress%E2%80%83%0Aof%E2%80%83PD-1%2FL1%E2%80%83inhibitors%E2%80%83in%E2%80%83breast%E2%80%83cancer%E2%80%83immunotherapy%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8811%EF%BC%89%EF%BC%9A724424%EF%BC%8E%E2%80%83%20CHEN%E2%80%83F%EF%BC%8CCHEN%E2%80%83N%EF%BC%8CGAO%E2%80%83Y%EF%BC%8Cet%E2%80%83al%EF%BC%8EClinical%E2%80%83progress%E2%80%83%0Aof%E2%80%83PD-1%2FL1%E2%80%83inhibitors%E2%80%83in%E2%80%83breast%E2%80%83cancer%E2%80%83immunotherapy%0A%EF%BC%BBJ%EF%BC%BD%EF%BC%8EFront%E2%80%83Oncol%EF%BC%8C2022%EF%BC%8811%EF%BC%89%EF%BC%9A724424%EF%BC%8E
24、HAN%E2%80%83Y%EF%BC%8CLIU%E2%80%83D%EF%BC%8CLI%E2%80%83L%EF%BC%8EPD-1%2FPD-L1%E2%80%83pathway%EF%BC%9A%0ACurrent%E2%80%83researches%E2%80%83in%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EAm%E2%80%83J%E2%80%83Cancer%EF%BC%8C%0A2020%EF%BC%8C10%EF%BC%883%EF%BC%89%EF%BC%9A727-742%EF%BC%8EHAN%E2%80%83Y%EF%BC%8CLIU%E2%80%83D%EF%BC%8CLI%E2%80%83L%EF%BC%8EPD-1%2FPD-L1%E2%80%83pathway%EF%BC%9A%0ACurrent%E2%80%83researches%E2%80%83in%E2%80%83cancer%EF%BC%BBJ%EF%BC%BD%EF%BC%8EAm%E2%80%83J%E2%80%83Cancer%EF%BC%8C%0A2020%EF%BC%8C10%EF%BC%883%EF%BC%89%EF%BC%9A727-742%EF%BC%8E
25、WU%E2%80%83S%E2%80%83Y%EF%BC%8CXU%E2%80%83Y%EF%BC%8CCHEN%E2%80%83L%EF%BC%8Cet%E2%80%83al%EF%BC%8ECombined%E2%80%83%0Aangiogenesis%E2%80%83and%E2%80%83PD-1%E2%80%83inhibition%E2%80%83for%E2%80%83immunomodulatory%E2%80%83%0ATNBC%EF%BC%9AConcept%E2%80%83exploration%E2%80%83and%E2%80%83%20biomarker%E2%80%83analysis%E2%80%83%0Ain%E2%80%83the%E2%80%83FUTURE-C-Plus%E2%80%83trial%EF%BC%BBJ%EF%BC%BD%EF%BC%8EMol%E2%80%83Cancer%EF%BC%8C%0A2022%EF%BC%8C21%EF%BC%881%EF%BC%89%EF%BC%9A84%EF%BC%8EWU%E2%80%83S%E2%80%83Y%EF%BC%8CXU%E2%80%83Y%EF%BC%8CCHEN%E2%80%83L%EF%BC%8Cet%E2%80%83al%EF%BC%8ECombined%E2%80%83%0Aangiogenesis%E2%80%83and%E2%80%83PD-1%E2%80%83inhibition%E2%80%83for%E2%80%83immunomodulatory%E2%80%83%0ATNBC%EF%BC%9AConcept%E2%80%83exploration%E2%80%83and%E2%80%83%20biomarker%E2%80%83analysis%E2%80%83%0Ain%E2%80%83the%E2%80%83FUTURE-C-Plus%E2%80%83trial%EF%BC%BBJ%EF%BC%BD%EF%BC%8EMol%E2%80%83Cancer%EF%BC%8C%0A2022%EF%BC%8C21%EF%BC%881%EF%BC%89%EF%BC%9A84%EF%BC%8E
1、河北省学科学研究课题（20220400）；沧州市科技计划项目（222106141）()
上一篇
下一篇
作者登录
作者注册
审稿登录
编辑登录
最新资讯

“精神心理与脑科学：前沿与实践”专题征稿启事

发布于: 2026-05-29

“胶质瘤精准诊疗”专题征稿启事

发布于: 2026-05-29

“人工智能与医学融合”专题征稿启事

发布于: 2025-02-19

征稿 |《广州医药》—“医院管理”专栏征稿

发布于: 2025-01-21
学术活动

广州市第一人民医院烧伤整形美容与创面修复科举办首期EWMA创面管理与修复培训班

发布于: 2026-05-29

会议通知|人工智能赋能学科高质量发展专题讲座

发布于: 2025-02-19

提质增效，创新作为，不断提升麻醉服务能力2024工作总结与2025工作计划

发布于: 2025-02-19

2026年广州市医学会血液学分会学术年会暨再生障碍性贫血研讨会圆满落幕

发布于: 2026-06-01
出版者信息






《广州医药》公众号
目录
友情链接
关注微信公众号
首页   | 关于我们   | 联系我们  粤ICP备17084739号-3
关注微信公众号
粤ICP备17084739号-3