基于前瞻性队列研究的Meta分析构建乳腺癌相关淋巴水肿风险预测模型研究

背景 乳腺癌相关淋巴水肿(BCRL)是困扰乳腺癌患者术后常见的慢性并发症,早期评估和预测BCRL风险尤为重要,但目前仍缺乏权威公认、适宜推广的风险预测模型.目的 本研究拟基于Meta分析构建并验证乳腺癌患者BCRL风险预测模型.方法 计算机检索PubMed、Embase、CINAHL、Scopus、Web of Science、Cochrane Library、中国知网、中国生物医学数据库、万方数据知识服务平台自建库至2021年11月发表的有关BCRL危险因素的前瞻性队列研究.由2名经过系统培训的研究者分别独立筛选文献、提取资料,并采用纽卡斯尔-渥太华量表(NOS)进行质量评价.采用Stata 17.0软件进行Meta分析.根据Meta分析结果提取合并效应量具有显著性的风险因素及合并风险值,构建Logistic回归预测模型.基于回归系数及合并风险值构建Logistic和Additive评分模型.选取2017年4月至2018年12月在北京大学人民医院乳腺中心招募的486例乳腺癌术后患者为模型验证集,采用受试者工作特征(ROC)曲线下面积(AUC)、Hosmer-Lemeshow检验评价评分模型的预测性能,采用决策曲线分析评价预测模型的临床实用性.结果 共纳入49项前瞻性队列研究、32543例乳腺癌患者.Meta分析结果显示,乳腺癌患者BCRL发生率为20.6％〔95％CI(17.9％,23.3％)〕.49项研究中报告次数>5次且Meta分析合并效应量结果具有显著性的危险因素共5个,分别为:体质指数(BMI)〔RR=1.777,95％CI(1.515,2.085)〕、乳腺手术类型〔RR=1.320,95％CI(1.125,1.549)〕、腋窝手术类型〔RR=3.058,95％CI(2.325,4.020)〕、放疗〔RR=1.620,95％CI(1.214,2.160)〕、术后并发症〔RR=2.373,95％CI(1.278,4.405)〕.Logistic及Additive评分模型总分分别为0～34分、5～11分.Logistic及Additive评分模型的AUC分别为0.748〔95％CI(0.701,0.794)〕、0.737〔95％CI(0.691,0.784)〕,Hosmer-Lemeshow检验P值分别为0.185、0.763.Logistic评分模型最佳截断值为18分,灵敏度为81.7％,特异度为43.1％;Additive评分模型最佳截断值为8.5分,灵敏度为80.9％,特异度为42.8％.当阈值概率在20％～30％时,预测模型具有较高的临床净获益.结论 基于Meta分析构建的BCRL风险预测模型具有较好的预测性能,可作为BCRL风险评估工具,指导BCRL的分层管理,但其预测性能和临床实用性仍有待进一步验证和优化.