| 25 | 0 | 13 |
| 下载次数 | 被引频次 | 阅读次数 |
目的 探究乳腺癌(BC)组织P53、人表皮生长因子受体(Her)-2基因状态与细胞程序性死亡-配体(PD-L)1表达水平的关系及在术前新辅助化疗(NAC)敏感性的临床价值。方法 选取BC患者108例；根据PD-L1表达情况分为PD-L1阳性组(n=35)和阴性组(n=73);根据NAC疗效分为治疗有效组(n=68)和无效组(n=40)。采用广义线性混合模型(GLMM)判断Her-2、P53状态与PD-L1阳性之间的关系。预测因子的筛选采用最小绝对收缩和选择算子(LASSO)回归分析模型。采用多因素Logistic回归分析危险因素并构建回归方程。采用受试者工作特征(ROC)曲线评估模型的预测效能。通过C统计值(C-Statistics)、净重新分类指数(NRI)、综合判别改善指数(IDI)联合评价各指标的预测效能。结果 调整混杂因素后(模型3),Her-2阳性组PD-L1阳性风险是Her-2阴性组的1.295倍(P<0.05),P53阳性组PD-L1阳性风险是P53阴性组的1.164倍(P<0.05)。LASSO模型共筛选出5个预测因子，其中三阴性型、Her-2、组织学分级、PD-L1、Ki-67均为NAC无效的独立影响因素(P<0.05)。Her-2、PD-L1加入各指标，预测能力最优，C-Statistics、NRI、IDI结果具有一致性。Logistic回归方程的预测效能ROC的曲线下面积(AUC)为0.807(95%CI:0.749～0.856),预测准确度较高，预测能力较好。结论 Her-2阳性、P53阳性均会增加BC患者PD-L1阳性风险，且Her-2、PD-L1均为BC患者NAC无效的独立影响因素。
Abstract：1 Grasset EM,Barillé-Nion S,Juin PP.Stress in the metastatic journey-the role of cell communication and clustering in breast cancer progression and treatment resistance[J].Dis Model Mech,2024;17(3):dmm050542.
2 Yang J,Deng Y,Liu D,et al.Brain network deficits in breast cancer patients after early neoadjuvant chemotherapy:a longitudinal MRI study[J].J Neurosci Res,2023;101(7):1138-53.
3 钱贝，辛玥，史薇，等.乳腺癌新辅助化疗疗效影响因素研究及预测模型构建[J].华中科技大学学报(医学版),2022;51(1):72-7.
4 Wang H,Mao X.Evaluation of the efficacy of neoadjuvant chemotherapy for breast cancer[J].Drug Des Devel Ther,2020;14:2423-33.
5 高建朝，王思思，张志生，等.miR-206,miR-125,miR-21在乳腺癌新辅助化疗疗效和预后评估中的价值[J].检验医学，2023;38(11):1062-8.
6 Wolff AC,Somerfield MR,Dowsett M,et al.Human epidermal growth factor receptor 2 testing in breast cancer:ASCO-College of American Pathologists guideline update[J].J Clin Oncol,2023;41(22):3867-72.
7 Li C,Lee H,Jung JH,et al.Coiled-coil domain containing 3 suppresses breast cancer growth by protecting p53 from proteasome-mediated degradation[J].Oncogene,2023;42(2):154-64.
8 Tahir IM,Rauf A,Mehboob H,et al.Prognostic significance of programmed death-1 and programmed death ligand-1 proteins in breast cancer[J].Hum Antibodies,2022;30(3):131-50.
9 李正岚，胡爱侠.不同中医证型乳腺癌患者的预后与ER,PR,HER-2受体相关性分析[J].新中医，2022;54(6):148-52.
10 马进，王春.三阴性乳腺癌中PD-L1的表达及其与临床病理参数相关性研究[J].新疆医学，2023;53(5):548-52.
11 中国临床肿瘤学会指南工作委员会.中国临床肿瘤学会(CSCO)乳腺癌诊疗指南2023[M].北京：人民卫生出版社，2023:14-8.
12 梅放，柳剑英，薛卫成.浸润性乳腺癌的组织学分级：Nottingham组织学分级系统[J].中华病理学杂志，2019;48(8):659-64.
13 Giuliano AE,Edge SB,Hortobagyi GN.Eighth edition of the AJCC cancer staging manual:breast cancer[J].Ann Surg Oncol,2018;25(7):1783-5.
14 贾童童，史津宇，李继会，等.基于18F-FDG PET/CT的影像组学在预测乳腺癌分子分型和Ki-67表达中的价值[J].中华核医学与分子影像杂志，2024;44(2):86-91.
15 程敏，史玉洁，孔令非.乳腺癌中p53、PD-1和PD-L1的表达及相关性分析[J].临床与实验病理学杂志，2018;34(12):1307-10.
16 Gradishar WJ,Anderson BO,Abraham J,et al.Breast cancer,version 3.2020,NCCN clinical practice guidelines in oncology[J].J Natl Compr Canc Netw,2020;18(4):452-78.
17 Tang WJ,Chen SY,Hu WK,et al.Abbreviated versus full-protocol MRI for breast cancer neoadjuvant chemotherapy response assessment:diagnostic performance by general and breast radiologists[J].Am J Roentgenol,2023;220(6):817-25.
18 Padmanabhan R,Kheraldine HS,Meskin N,et al.Crosstalk between HER2 and PD-1/PD-L1 in breast cancer:from clinical applications to mathematical models[J].Cancers(Basel),2020;12(3):636.
19 Deng S,Wang M,Wang C,et al.p53 downregulates PD-L1 expression via miR-34a to inhibit the growth of triple-negative breast cancer cells:a potential clinical immunotherapeutic target[J].Mol Biol Rep,2023;50(1):577-87.
20 李玉玲，毛尊，巩玉森.PD-L1表达与乳腺癌临床病理参数及预后的关系[J].医学研究杂志，2019;48(11):88-94.
21 Kang DY,Sp N,Jo ES,et al.The inhibitory mechanisms of tumor PD-L1 expression by natural bioactive gallic acid in non-small-cell lung cancer(NSCLC)cells[J].Cancers(Basel),2020;12(3):727.
22 Spring LM,Fell G,Arfe A,et al.Pathologic complete response after neoadjuvant chemotherapy and impact on breast cancer recurrence and survival:a comprehensive meta-analysis[J].Clin Cancer Res,2020;26(12):2838-48.
23 艾勇彪，黄军，章书铭，等.局部晚期乳腺癌临床病理特征与新辅助化疗效果和预后的关系[J].中国医药导报，2021;18(20):86-90.
24 Zhang M,Song W.Mechanisms underlying ERBB2 amplification and HER2 overexpression promoting malignant phenotype of breast epithelial cells[J].Front Oncol,2023;13:1162742.
25 杨柳，张明坤，季福庆，等.HER-2阳性乳腺癌新辅助化疗疗效影响因素分析及相关预后模型的构建[J].现代肿瘤医学，2023;31(11):2037-41.
26 丁红云，陆红梅，黄丽.乳腺癌新辅助化疗疗效预测模型的建立及其影响因素[J].临床与病理杂志，2023;43(3):436-43.
27 霍翔，吴兵，方德根，等.HER2阳性乳腺癌新辅助化疗疗效的影响因素及列线图预测模型建立[J].川北医学院学报，2023;38(1):126-9,136.
28 Azim HA,Shohdy KS,Elghazawy H,et al.Programmed death-ligand 1(PD-L1)expression predicts response to neoadjuvant chemotherapy in triple-negative breast cancer:a systematic review and meta-analysis[J].Biomarkers,2022;27(8):764-72.
29 李娜，钱雨，齐修竹，等.超声联合Ki-67早期预测三阴性乳腺癌新辅助化疗后病理完全缓解的临床价值[J].中华超声影像学杂志，2023;32(12):1070-5.
30 吴海琴，邱名耀，鄞晓斌，等.基于Logistic回归模型分析急性类鼻疽脓毒症患者预后不良的危险因素[J].临床和实验医学杂志，2023;22(5):469-73.
基本信息:
中图分类号:R737.9
引用信息:
[1]朱胜章,彭厚坤,王玲玲,等.乳腺癌组织P53、Her-2基因状态与PD-L1表达水平的关系及其对术前新辅助化疗敏感性的临床价值[J].中国老年学杂志,2026,46(15):2724-2729.
基金信息:
贵州省卫生健康委科学技术(gzwkj2023-458)
2026-08-10
2026-08-10