ｔｉｏｎｍｏｄｅｌｓ［Ｊ］．ＣｈｉｎＪＥｖｉｄＢａｓｅｄＣａｒｄｉｏｖａｓｃＭｅｄ，２０２１，１３（２）：１３３－１３８．
［３０］　ＷＡＮＧＸ，ＨＵＡＮＧＹ，ＬＩＬ，ｅｔａｌ．Ａｓｓｅｓｓｍｅｎｔｏｆｐｅｒｆｏｒｍａｎｃｅｏｆ
ｔｈｅＧａｉｌｍｏｄｅｌｆｏｒｐｒｅｄｉｃｔｉｎｇｂｒｅａｓｔｃａｎｃｅｒｒｉｓｋ：ａｓｙｓｔｅｍａｔｉｃｒｅ ｖｉｅｗａｎｄｍｅｔａ－ａｎａｌｙｓｉｓｗｉｔｈｔｒｉａｌｓｅｑｕｅｎｔｉａｌａｎａｌｙｓｉｓ［Ｊ］．ＢｒｅａｓｔＣａｎｃｅｒＲｅｓ，２０１８，２０（１）：１８．
［３１］　张雪，董晓平，管雅?，等．女性乳腺癌流行病学趋势及危险因
素研究进展［Ｊ］．肿瘤防治研究，２０２１，４８（１）：８７－９２．ＺＨＡＮＧＸ，ＤＯＮＧＸＰ，ＧＵＡＮＹＺ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｐｒｏｇｒｅｓｓｏｎｅｐ ｉｄｅｍｉｏｌｏｇｉｃａｌｔｒｅｎｄａｎｄｒｉｓｋｆａｃｔｏｒｓｏｆｆｅｍａｌｅｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＣａｎｃｅｒＲｅｓＴｒｅａｔ，２０２１，４８（１）：８７－９２．
［３２］　陶苹，胡耀月，黄源，等．亚裔女性乳腺癌危险因素的Ｍｅｔａ分
析［Ｊ］．中华流行病学杂志，２０１１，３２（２）：１６４－１６９．
ＴＡＯＰ，ＨＵＹＹ，ＨＵＡＮＧＹ，ｅｔａｌ．ＲｉｓｋｆａｃｔｏｒｓｏｆｂｒｅａｓｔｃａｎｃｅｒｉｎＡｓｉａｎｗｏｍｅｎ：ａＭｅｔａ－ａｎａｌｙｓｉｓ［Ｊ］．ＣｈｉｎＪＥｐｉｄｅｍｉｏｌ，２０１１，３２（２）：１６４－１６９．
［３３］　郑艳敏，沈月平，刘银梅，等．中国女性乳腺癌危险因素Ｍｅｔａ
分析［Ｊ］．中国公共卫生，２０１２，２８（１２）：１６４５－１６４８．
ＺＨＥＮＧＹＭ，ＳＨＥＮＹＰ，ＬＩＵＹＭ，ｅｔａｌ．Ｍｅｔａ－ａｎａｌｙｓｉｓｏｆｂｒｅａｓｔｃａｎｃｅｒｒｉｓｋｆａｃｔｏｒｓｉｎＣｈｉｎｅｓｅｗｏｍｅｎ［Ｊ］．ＣｈｉｎＪＰｕｂｌｉｃＨｅａｌｔｈ，２０１２，２８（１２）：１６４５－１６４８．
［３４］　ＴＹＲＥＲＪ，ＤＵＦＦＹＳＷ，ＣＵＺＩＣＫＪ．Ａｂｒｅａｓｔｃａｎｃｅｒｐｒｅｄｉｃｔｉｏｎ
ｍｏｄｅｌｉｎｃｏｒｐｏｒａｔｉｎｇｆａｍｉｌｉａｌａｎｄｐｅｒｓｏｎａｌｒｉｓｋｆａｃｔｏｒｓ［Ｊ］．ＳｔａｔＭｅｄ，２００４，２３（７）：１１１１－１１３０．
［３５］　张乐，徐胜昔，郭翔取，等．Ｔｙｒｅｒ－Ｃｕｚｉｃｋ模型联合ＳＮＰｓ位点
在江西地区乳腺癌诊断中应用研究［Ｊ］．医学信息，２０１８，３１（２４）：１３１－１３３．
ＺＨＡＮＧＬ，ＸＵＳＸ，ＧＵＯＸＱ，ｅｔａｌ．ＡｐｐｌｉｃａｔｉｏｎｏｆＴｙｒｅｒ－ＣｕｚｉｃｋｍｏｄｅｌｃｏｍｂｉｎｅｄｗｉｔｈＳＮＰｓｌｏｃｕｓｉｎｔｈｅｄｉａｇｎｏｓｉｓｏｆｂｒｅａｓｔｃａｎｃｅｒｉｎＪｉａｎｇｘｉａｒｅａ［Ｊ］．ＭｅｄｉｃａｌＩｎｆｏｒｍａｔｉｏｎ，２０１８，３１（２４）：１３１－１３３．
［３６］　ＺＨＥＮＧＷ，ＷＥＮＷ，ＧＡＯＹＴ，ｅｔａｌ．Ｇｅｎｅｔｉｃａｎｄｃｌｉｎｉｃａｌｐｒｅｄｉｃ
ｔｏｒｓｆｏｒｂｒｅａｓｔｃａｎｃｅｒｒｉｓｋａｓｓｅｓｓｍｅｎｔａｎｄｓｔｒａｔｉｆｉｃａｔｉｏｎａｍｏｎｇＣｈｉ ｎｅｓｅｗｏｍｅｎ［Ｊ］．ＪＮａｔｌＣａｎｃｅｒＩｎｓｔ，２０１０，１０２（１３）：９７２－９８１．
［３７］　ＤＡＩＪ，ＨＵＺ，ＪＩＡＮＧＹ，ｅｔａｌ．Ｂｒｅａｓｔｃａｎｃｅｒｒｉｓｋａｓｓｅｓｓｍｅｎｔｗｉｔｈ
ｆｉｖｅｉｎｄｅｐｅｎｄｅｎｔｇｅｎｅｔｉｃｖａｒｉａｎｔｓａｎｄｔｗｏｒｉｓｋｆａｃｔｏｒｓｉｎＣｈｉｎｅｓｅｗｏｍｅｎ［Ｊ］．ＢｒｅａｓｔＣａｎｃｅｒＲｅｓ，２０１２，１４（１）：Ｒ１７．
［３８］　黄育北，宋丰举，陈可欣．全基因组关联研究在乳腺癌筛查中
的应用价值初探［Ｊ］．中华流行病学杂志，２０１９，４０（６）：７１３－７１８．
ＨＵＡＮＧＹＢ，ＳＯＮＧＦＪ，ＣＨＥＮＫＸ．Ａｐｐｌｉｃａｔｉｏｎｖａｌｕｅｓｏｆｇｅｎｏｍｅ－ｗｉｄｅａｓｓｏｃｉａｔｉｏｎｓｔｕｄｉｅｓｉｎｓｃｒｅｅｎｉｎｇｆｏｒｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＣｈｉｎＪＥｐｉｄｅｍｉｏｌ
，２０１９，４０（６）：７１３－７１８．（编校：闫沛）
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
黄雅静１，吴　昊２，陈　彦１，李兴睿１
Ｅｓｔａｂｌｉｓｈｍｅｎｔａｎｄｖａｌｉｄａｔｉｏｎｏｆａｎｏｍｏｇｒａｍｔｏｐｒｅｄｉｃｔｃａｎｃｅｒ－ｓｐｅｃｉｆｉｃｓｕｒｖｉｖａｌｆｏｒｐａ ｔｉｅｎｔｓｗｉｔｈｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒｂａｓｅｄｏｎＳＥＥＲｄａｔａｂａｓｅ
ＨＵＡＮＧＹａｊｉｎｇ１，ＷＵＨａｏ２，ＣＨＥＮＹａｎ１，ＬＩＸｉｎｇｒｕｉ
１１
ＤｅｐａｒｔｍｅｎｔｏｆＴｈｙｒｏｉｄａｎｄＢｒｅａｓｔＳｕｒｇｅｒｙ；２ＤｅｐａｒｔｍｅｎｔｏｆＧｅｎｅｒａｌＳｕｒｇｅｒｙ，ＴｏｎｇｊｉＨｏｓｐｉｔａｌｏｆＴｏｎｇｊｉＭｅｄｉｃａｌＣｏｌｌｅｇｅ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒ
ｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨｕｂｅｉＷｕｈａｎ４３００３０，Ｃｈｉｎａ．
【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ：Ｔｏｅｓｔａｂｌｉｓｈａｒｉｓｋｍｏｄｅｌｔｏｐｒｅｄｉｃｔｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ（ＩＢＣ）ｓｕｒｖｉｖａｌ．Ｍｅｔｈｏｄｓ：ＴｈｅｃａｓｅｓｄｉａｇｎｏｓｅｄａｓＩＢＣｆｒｏｍ２０１０ｔｏ２０１５ｗｅｒｅｓｃｒｅｅｎｅｄｕｓｉｎｇＳｕｒｖｅｉｌｌａｎｃｅ，ＥｐｉｄｅｍｉｏｌｏｇｙａｎｄＥｎｄＲｅｓｕｌｔｓ（ＳＥＥＲ）ｄａｔａｂａｓｅ．ＵｎｉｖａｒｉａｔｅａｎｄＬｏｇｉｓｔｉｃｍｕｌｔｉｖａｒｉａｔｅｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｗｅｒｅｐｅｒｆｏｒｍｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｉｎｄｅｐｅｎｄｅｎｔｒｉｓｋｆａｃｔｏｒｓｒｅｌａｔｅｄｔｏＩＢＣｓｕｒｖｉｖａｌａｎｄｆｕｒｔｈｅｒｅｓｔａｂｌｉｓｈａｎｏｍｏｇｒａｍｔｏｐｒｅｄｉｃｔ１－，３－，ａｎｄ５－ｙｅａｒｃａｎｃｅｒ－ｓｐｅｃｉｆ ｉｃｓｕｒｖｉｖａｌ（ＣＳＳ）ｏｆＩＢＣｐａｔｉｅｎｔｓ．Ｈａｒｒｅｌｌ＇ｓＣ－ｉｎｄｅｘａｎｄｃａｌｉｂｒａｔｉｏｎｃｕｒｖｅｗｅｒｅｕｓｅｄｔｏｖａｌｉｄａｔｅｔｈｅｎｏｍｏｇｒａｍ．Ｒｅ ｓｕｌｔｓ：Ａｔｏｔａｌｏｆ２７５４ＩＢＣｃａｓｅｓｔｈａｔｍｅｔｔｈｅｉｎｃｌｕｓｉｏｎｃｒｉｔｅｒｉａｗｅｒｅｓｃｒｅｅｎｅｄｏｕｔ，ａｎｄ１９３３ｃａｓｅｓｗｅｒｅｒａｎｄｏｍｌｙｓｅ ｌｅｃｔｅｄａｓｔｈｅｔｒａｉｎｉｎｇｓｅｔａｎｄ８２１ｃａｓｅｓｗｅｒｅｓｅｌｅｃｔｅｄａｓｖａｌｉｄａｔｉｏｎｓｅｔ．Ｕｎｉｖａｒｉａｔｅａｎｄｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｅｓｓｈｏｗｅｄｔｈａｔａｇｅ，ｒａｃｅ，ｈｉｓｔｏｌｏｇｉｃａｌｇｒａｄｅ，Ｎｓｔａｇｅ，Ｍｓｔａｇｅ，ｂｒｅａｓｔｓｕｂｔｙｐｅ，ｓｕｒｇｅｒｙ，ｒａｄｉｏｔｈｅｒａｐｙａｎｄｃｈｅｍｏｔｈｅｒａｐｙｗｅｒｅｉｎ
ｄｅ ｐｅｎｄｅｎｔｒｉｓｋｆａｃｔｏｒｓｓｉｇｎｉｆｉｃａｎｔｌｙａｓｓｏｃｉａｔｅｄＣＳＳ．ＴｈｅｉｎｔｅｒｎａｌｌｙａｎｄｅｘｔｅｒｎａｌｌｙｖａｌｉｄａｔｅｄＨａｒｒｅｌｌ＇ｓＣ－ｉｎｄｅｘｅｓｗｅｒｅ０．７３１（９５％ＣＩ：０．７１４～０．７４９）ａｎｄ０．７５２（９５％ＣＩ：０．７７７～０．７２７）．Ｔｈｅｃａｌｉｂｒａｔｉｏｎｃｕｒｖｅｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｏｎ
【收稿日期】　２０２０－１０－２３【修回日期】　２０２０－１２－０８
【基金项目】　湖北省科技计划项目（编号：２０１９ＣＦＢ６６２）
【作者单位】　１华中科技大学同济医学院附属同济医院甲状腺乳腺外科；２普通外科，湖北　武汉　４３００３０
【作者简介】　黄雅静（１９９１—），女，新疆乌鲁木齐人，在读博士，主要从事甲状腺乳腺外科研究。Ｅ－ｍａｉｌ：ｄ２０１８８１６７２＠ｈｕｓｔ．ｅｄｕ．ｃｎ
【通讯作者】　李兴睿（１９７３—），男，湖北人，主任医师，教授，博士生导师，主要从事甲状腺乳腺外科研究。Ｅ－ｍａｉｌ：ｌｉｘｉｎｇｒｕｉ＠ｔｊｈ．ｔｉｍｕ．ｅｄｕ．ｃｎ
·
３２０１·现代肿瘤医学　２０２２年０３月　第３０卷第０６期  ＭＯＤＥＲＮＯＮＣＯＬＯＧＹ，Ｍａｒ．２０２２，ＶＯＬ ３０，Ｎｏ ０６
ｆｉｔｓｗｅｌｌｆｏｒｔｈｅ１－，３－，ａｎｄ５－ｙｅａｒＣＳＳ．Ｃｏｎｃｌｕｓｉｏｎ：Ａｇｅ，ｒａｃｅ，ｈｉｓｔｏｌｏｇｉｃａｌｇｒａｄｅ，Ｎｓｔａｇｅ，Ｍｓｔａｇｅ，ｂｒｅａｓｔｓｕｂ ｔｙｐｅ，ｓｕｒｇｅｒｙ，ｒａｄｉｏｔｈｅｒａｐｙａｎｄｃｈｅｍｏｔｈｅｒａｐｙａｒｅｉｎｄｅｐｅｎｄｅｎｔｒｉｓｋｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｔｈｅｓｕｒｖｉｖａｌｏｆＩＢＣｐａｔｉｅｎｔｓ．ＴｈｅｎｏｍｏｇｒａｍｃｏｎｓｔｒｕｃｔｅｄｂａｓｅｄｏｎｔｈｅｒｉｓｋｆａｃｔｏｒｓｃａｎｂｅｔｔｅｒｅｖａｌｕａｔｅｔｈｅｓｕｒｖｉｖａｌｏｆＩＢＣｐａｔｉｅｎｔｓｉｎｄｉｖｉｄｕａｌｌｙ．
【Ｋｅｙｗｏｒｄｓ】ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ，ｐｒｏｇｎｏｓｉｓ，ＳＥＥＲ，ｎｏｍｏｇｒａｍ
ＭｏｄｅｒｎＯｎｃｏｌｏｇｙ２０２２，３０（０６）：１０２３－１０２７
【摘要】　目的：建立可预测炎性乳腺癌（ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ，ＩＢＣ）生存情况的风险模型。方法：利用监测、流行病学和结果（Ｓｕｒｖｅｉｌｌａｎｃｅ，ＥｐｉｄｅｍｉｏｌｏｇｙａｎｄＥｎｄＲｅｓｕｌｔｓ，ＳＥＥＲ）数据库，筛选２０１０年至２０１５年诊断为ＩＢＣ的病例，通过单因素和Ｌｏｇｉｓｔｉｃ多因素回归分析，明确与生存相关的独立危险因素，构建预测ＩＢＣ患者１年、３年和５年肿瘤特异性生存（ｃａｎｃｅｒ－ｓｐｅｃｉｆｉｃｓｕｒｖｉｖａｌ，ＣＳＳ）率的列线图，并用Ｈａｒｒｅｌｌ＇ｓ一致性指数（Ｃ－ｉｎ ｄｅｘ）和预测模型校准曲线对该模型进行验证，评估预测效能。结果：共筛选出２７５４例符合纳入标准的ＩＢ
Ｃ病例，随机分出１９３３例作为训练组，８２１例作为验证组。通过单因素和多因素分析显示年龄、种族、肿瘤组织学分级、Ｎ分期、Ｍ分期、分子分型、手术、放疗和化疗是与病人ＣＳＳ显著相关的独立危险因素。利用上述预后相关因素建立列线图模型，内部验证Ｃ－ｉｎｄｅｘ是０．７３１（９５％ＣＩ：０．７１４～０．７４９），外部验证是０．７５２（９５％ＣＩ：０．７７７～０．７２７），校准曲线显示预测情况与实际观察情况拟合良好。结论：年龄、种族、肿瘤组织学分级、Ｎ分期、Ｍ分期、分子分型、手术、放疗和化疗是影响ＩＢＣ病人生存的独立危险因素，以此建立的列线图预测模型能较好地评估病人生存情况。
【关键词】炎性乳腺癌；预后；ＳＥＥＲ；列线图
【中图分类号】Ｒ７３７．９  　【文献标识码】Ａ  　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７２－４９９２．２０２２．０６．０１４
【文章编号】１６７２－４９９２－（２０２２）０６－１０２３－０５
  炎性乳腺癌（ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ，ＩＢＣ）是一种罕见
且具有较高侵袭性的特殊类型乳腺癌［１］，其发病率占全部乳腺癌的１％～５％［２］，死亡率却高达１０％［３］。ＩＢＣ呈现特殊的临床表现：橘皮样皮肤改变，弥漫性红斑，红肿面积一般占单侧乳房的１／３以上，无局限性肿块，全身炎症反应不明显［４］。５５％～８５％的ＩＢＣ患者初诊时已存在淋巴结转移［５］，约３０％患者首诊时即为Ⅳ期［６］。在ＴＮＭ分期中，ＩＢＣ属于Ｔ
４ｄ
sidselrasmussen类［７］。通过多学科的辅助，ＩＢＣ的预后有所改善，但是５年生存率仍不足５０％［８］。由于发病率较低，与预后相关的危险因素报道多是小组研究，证据力度不足。本研究利用美国癌症中心“监测、流行病学和结果”（Ｓｕｒｖｅｉｌｌａｎｃｅ，Ｅｐｉ ｄｅｍｉｏｌｏｇｙａｎｄＥｎｄＲｅｓｕｌｔｓ，ＳＥＥＲ）数据库提供的足量样本，统计分析来自多中心的ＩＢＣ临床数据，探讨影响ＩＢＣ预后的因素，并构建预测模型，综合评估患者的个体生存情况，以便帮助临床医生准确识别高危患者和制定个性化方案。
１　资料与方法
１．１　资料来源
利用ＳＥＥＲ Ｓｔａｔ软件（８．３．８版本）提取２０１０年至２０１５年间诊断为非转移性ＩＢＣ的患者临床数据。通过第７版
ＡＪＣＣ的Ｔ分期为Ｔ
４ｄ
和组织学类型（ＩＣＤ－Ｏ－３）范围是８５００－８５４９来确定ＩＢＣ的诊断。关于人类表皮生长因子受体２（ｈ
ｕｍａｎｅｐｉｄｅｒｍａｌｇｒｏｗｔｈｆａｃｔｏｒｒｅｃｅｐｔｏｒ－２，ＨＥＲ－２）的信息是在２０１０年后才被数据库记录，因此只将２０１０年以后诊断为ＩＢＣ的患者纳入本研究。
１．２　病例筛选
纳入标准：①诊断时间是２０１０年至２０１５年；②病理确诊为ＩＢＣ，并且是第一原发肿瘤；③临床资料完整，包括种族、诊断年龄、肿瘤组织学分级、Ｎ分期、Ｍ分期、分子分型、手术、化疗、放疗、生存时间；④确诊时年龄≥２０岁的女性患者。排除标准：①患者预后资料不完整；②临床资料不完整；③从确诊时计算，存活不到１个月的患者；④患者术后３个月内死亡；⑤患者不止患有一种恶性肿瘤。通过随机抽样方式，将符合标准的患者随机分配到训练组和验证组。在种族信息中，“Ｏｔｈｅｒ”代表美洲印第安人／阿拉斯加土著或亚洲／太平洋岛民。肿瘤特异性生存（ｃａｎｃｅｒ－ｓｐｅｃｉｆｉｃｓｕｒｖｉｖａｌ，ＣＳＳ）时间指的是从患者诊断为ＩＢＣ开始到最后一次随访日期或未到随访截止日期，但死于ＩＢＣ的这段时间。本研究中的数据通过签署ＳＥＥＲ数据研究协议获取访问权限，因此不需要伦理委员会的批准。
１．３　预测模型的构建过程与验证
１．３．１　分析各临床参数与预后的相关性　使用ＳＰＳＳ软件将病例随机分为训练组和验证组，在训练组中，利用Ｌｏｇ－ｒａｎｋ检验进行单因素分析，初步筛选出与预后相关的临床参数。
１．３．２　筛选ＩＢＣ独立预后因素并建立列线图　经单因素分析后将Ｐ＜０．０５的变量纳入Ｃｏｘ比例风险回归模型进行多因素分析，得出影响ＩＢＣ预后的独立危险因素，并以此构建列线图。将每个变量对应的分值相加得出的总分值来预测ＩＢＣ患者１年、３年及５年的ＣＳＳ。
１．３．３　预测模型的验证　利用Ｈａｒｒｅｌｌ＇ｓ一致性指数（Ｃ－ｉｎ ｄｅｘ）评价预测效果，Ｃ－ｉｎｄｅｘ越大预测的准确性越好。使用校准曲线进一步对预测模型进行内部和外部验证。校准曲线中预测情况与实际情况越贴合，说明该模型预测效能越高。１．４　统计学分析
应用ＳＰＳＳ２５．０进行统计分析，采用卡方检验比较两组患者的临床病理特征。利用Ｋａｐｌａｎ－Ｍｅｉｅｒ法分析上述两组的生存情况。Ｌｏｇ－ｒａｎｋ检验进行单因素预后分析，以Ｐ＜０．０５认为差异有统计学意义，Ｃｏｘ比例风险回归模型进行多因素分析。利用Ｒ３．５．１软件中的ｒｍｓ包（ｈｔｔｐ：／／ｗｗｗ．ｒ－ｐｒｏｊｅｃｔ．ｏｒｇ／）绘制列线图。
２　结果
２．１　病例临床特征
在２０１０年至２０１５年间，从ＳＥＥＲ数据库中共提取４１３８例诊断为ＩＢＣ的病例，其中符合标准的有２７５４例。将符合
·
４
２
０
１
·黄雅静，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
标准的病例随机分为训练组（ｎ＝１９３３例）和验证组（ｎ＝８２１例），两组之间的临床特征无显著差异性，具体见表１。
表１　训练组和验证组的临床特征　ｎ（％）
Ｔａｂ．１　Ｃｌｉｎｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｒａｉｎｉｎｇａｎｄｖａｌｉｄａｔｉｏｎｓｅｔｓ　ｎ（％）
ＣｈａｒａｃｔｅｒｉｓｔｉｃｓＴｒａｉｎｉｎｇｓｅｔ
（ｎ＝１９３３）
Ｖａｌｉｄａｔｉｏｎｓｅｔ
（ｎ＝８２１）
χ２Ｐ
Ａｇｅ（ｙｅａｒｓ）０．４９０．７８３　≤５９１１７９（６１．０）４９０（５９．７）
　６０～７４５５５（２８．７）２４１（２９．４）
　≥７５１９９（１０．３）９０（１１．０）
Ｒａｃｅ３．０１３０．２２２　Ｗｈｉｔｅ１４８５（７６．８）６１２（７４．５）
　Ｂｌａｃｋ３１０（１６．０）１３５（１６．４）
　Ｏｔｈｅｒ１３８（７．１）７４（９．０）
Ｈｉｓｔｏｌｏｇｉｃａｌｇｒａｄｅ２．４７４０．４８
　Ⅰ５０（２．６）２３（２．８）
　Ⅱ５８３（３０．２）２４９（３０．３）
　Ⅲ１２６９（６５．６）５４２（６６．０）
　Ⅳ３１（１．６）７（０．９）
Ｎｓｔａｇｅ４．２１０．２４
　Ｎ０２０８（１０．８）１０４（１２．７）
　Ｎ１９１１（４７．１）３８９（４７．４）
　Ｎ２３６７（１９．０）１６２（１９．７）
　Ｎ３４４７（２３．１）１６６（２０．２）
Ｍｓｔａｇｅ０．３６３０．５４７　Ｍ０１２５３（６４．８）５４２（６６．０）
　Ｍ１６８０（３５．２）２７９（３４．０）
Ｓｕｂｔｙｐｅ１．２６９０．７３６　ＬｕｍｉｎａｌＡ７７０（３９．８）３３２（４０．４）
　ＬｕｍｉｎａｌＢ３７１（１９．２）１６８（２０．５）
　ＨＥＲ－２ｅｎｒｉｃｈｅｄ３４１（１７．６）１３３（１６．２）
　Ｔｒｉｐｌｅｎｅｇａｔｉｖｅ４５１（２３．３）１８８（２２．９）
Ｓｕｒｇｅｒｙ２．１９２０．１３９　Ｎｏ／ｕｎｋｎｏｗｎ５９９（３１．０）２７８（３３．９）
　Ｙｅｓ１３３４（６９．０）５４３（６６．１）
Ｒａｄｉｏｔｈｅｒａｐｙ０．９４５０．３３１　Ｎｏ／ｕｎｋｎｏｗｎ９７８（５０．６）４３２（５２．６）
　Ｙｅｓ９５５（４９．４）３８９（４７．４）
Ｃｈｅｍｏｔｈｅｒａｐｙ０．０７２０．７８９　Ｎｏ／ｕｎｋｎｏｗｎ２６１（１３．５）１１４（１３．９）
　Ｙｅｓ１６７２（８６．５）７０７（８６．１）
２．２　训练组和验证组的生存分析
在训练组中，ＩＢＣ患者的中位ＣＳＳ时间为５６（９５％ＣＩ：５０～６２）个月，１年、３年和５年的ＣＳＳ率分
别为８４．０％、６０．３％和４８．２％。随访期间，７８５例患者死于ＩＢＣ。训练组和验证组的ＣＳＳ情况无显著差异（图１）。
２．３　训练组中独立预后因素的筛选和列线图的构建在训练组中，通过单因素分析发现年龄、种族、肿瘤组织学分级、Ｎ分期、Ｍ分期、分子分型、手术、放疗和化疗与患者的ＣＳＳ相关（Ｐ＝０．００１或＜０．００１）。将其全部纳入Ｃｏｘ比例风险回归模型进行多因素分析，结果显示上述９个因素仍是影响ＩＢＣ患者ＣＳＳ的独立危险因素，具体见表２。利用上述独立危险因素构建预测ＩＢＣ患者１年、３年和５年ＣＳＳ率的列线图，具体见图２。列线图显示三阴型分子亚型对预后影响最大，其次是肿瘤组织学分级、Ｍ分期、化疗、放疗、种族、手术、Ｎ分期和年龄。将上述每个变量的分数相加，可以
计算出患者的个体生存概率。
图１　训练组和验证组的ＣＳＳ曲线
Ｆｉｇ．１　Ｋａｐｌａｎ－ＭｅｉｅｒＣＳＳｃｕｒｖｅｏｆｐａｔｉｅｎｔｓｗｉｔｈＩＢＣｉｎｔｈｅｔｒａｉｎｉｎｇａｎｄｖａｌｉｄａｔｉｏｎｓｅｔｓ
表２　单因素、多因素Ｃｏｘ回归分析影响ＩＢＣ患者预后的因素
Ｔａｂ．２　ＵｎｉｖａｒｉａｔｅａｎｄｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｉｓｏｆｒｉｓｋｆａｃｔｏｒｓｆｏｒＣＳＳｏｆＩＢＣｐａｔｉｅｎｔｓ
Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
Ｕｎｉｖａｒｉａｔｅａｎａｌｙｓｉｓ
ＨＲ（９５％ＣＩ）Ｐ
Ｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｉｓ
ＨＲ（９５％ＣＩ）Ｐ
Ａｇｅ（ｙｅａｒｓ）＜０．００１＜０．００１　≤５９１１
　６０～７４１．５１３（１．２３５～１．８５５）１．４２９（１．１３５～１．８００）
　≥７５２．３４１（１．７２２～３．１８２）１．７８６（１．２４３～２．５６８）
Ｒａｃｅ＜０．００１＜０．００１　Ｗｈｉｔｅ１１
　Ｂｌａｃｋ１．９４９（１．５２０～２．５００）１．５９６（１．２０４～２．１１４）
　Ｏｔｈｅｒ０．５８５（０．３９６～０．８６４）０．５９６（０．３８８～０．９１６）
Ｈｉｓｔｏｌｏｇｉｃａｌｇｒａｄｅ＜０．００１＜０．００１　Ⅰ１１
　Ⅱ１．４２４（０．７６１～２．６６８）１．４７２（０．７１６～３．０２９）
　Ⅲ２．１４６（１．１６１～３．９６９）２．２３４（１．０９３～４．５６７）
　Ⅳ２．１８７（０．８６４～５．５３６）１．９２３（０．６４９～５．６９９）
Ｎｓｔａｇｅ０．００１０．００２
　Ｎ０１１
　Ｎ１０．９６０（０．７０７～１．３０３）０．９６７（０．６８５～１．３６６）
　Ｎ２１．１７４（０．８３３～１．６５６）１．４１０（０．９５３～２．０８６）
　Ｎ３１．５０１（１．０７７～２．０９２）１．５２７（１．０４６～２．２２９）
Ｍｓｔａｇｅ＜０．００１＜０．００１　Ｍ０１１
　Ｍ１３．０５４（２．５１７～３．７０７）２．３３８（１．８４３～２．９６７）
Ｓｕｂｔｙｐｅ＜０．００１＜０．００１　ＬｕｍｉｎａｌＡ１１
　ＬｕｍｉｎａｌＢ０．５９６（０．４５８～０．７７４）０．６３３（０．４７３～０．８４７）
　ＨＥＲ－２
ｅｎｒｉｃｈｅｄ
０．７２９（０．５６０～０．９５０）０．８３０（０．６１６～１．１１９）
　Ｔｒｉｐｌｅｎｅｇａｔｉｖｅ２．４３６（１．９１６～３．０９７）２．９９３（２．２７１～３．９４４）
Ｓｕｒｇｅｒｙ＜０．００１０．００２
　Ｎｏ／ｕｎｋｎｏｗｎ１１
　Ｙｅｓ０．３２６（０．２６７～０．３９９）０．６４４（０．４８５～０．８５６）
Ｒａｄｉｏｔｈｅｒａｐｙ＜０．００１＜０．００１　Ｎｏ／ｕｎｋｎｏｗｎ１１
　Ｙｅｓ０．３３４（０．２７７～０．４０３）０．５７８（０．４４８～０．７４４）
Ｃｈｅｍｏｔｈｅｒａｐｙ＜０．００１＜０．００１　Ｎｏ／ｕｎｋｎｏｗｎ１１
　Ｙｅｓ０．３４０（０．２５８～０．４４８）０．５３６（０．３８４～０．７４７）
·
５
２
０
１
·
现代肿瘤医学　２０２２年０３月　第３０卷第０６期  ＭＯＤＥＲＮＯＮＣＯＬＯＧＹ，Ｍａｒ．２０２２，ＶＯＬ ３０，Ｎｏ ０６
图２　预测ＩＢＣ患者１年、３年和５年ＣＳＳ率的列线图
Ｆｉｇ．２　Ｎｏｍｏｇｒａｍｔｏｐｒｅｄｉｃｔ１－，３－，ａｎｄ５－ｙｅａｒＣＳＳｒａｔｅｏｆＩＢＣｐａｔｉｅｎｔｓ
２．４　预测模型的验证
列线图中内部验证Ｃ－ｉｎｄｅｘ是０．７３１（９５％ＣＩ：０．７１４～０．７４９），外部验证是０．７５２（９５％ＣＩ：０．７７７～０．７２７），表明该预测模型准确性较高；校准曲线显示预测情况与实际观察情况拟合良好，说明该模型有较高的预测效能，具体见图３
。
图３　列线图对训练组（Ａ－Ｃ）和验证组（Ｄ－Ｆ）１年、３年和５年ＣＳＳ率预测情况的校正曲线
Ｆｉｇ．３　Ｃａｌｉｂｒａｔｉｏｎｐｌｏｔｓｏｆｔｈｅｎｏｍｏｇｒａｍｆｏｒ１－，３－，ａｎｄ５－ｙｅａｒＣＳＳｐｒｅｄｉｃｔｉｏｎｉｎｔｈｅｔｒａｉｎｉｎｇｓｅｔ（Ａ－Ｃ），ａｎｄ１－，３－，ａｎｄ５－ｙｅａｒＣＳＳｐｒｅｄｉｃｔｉｏｎｉｎｔｈｅｖａｌｉｄａｔｉｏｎｓｅｔ（Ｄ－Ｆ）
３　讨论
ＩＢＣ是一种罕见但具有较高侵袭性的恶性肿瘤，与其他
类型的乳腺癌相比，病情进展快，预后差［１］。由于样本量少，
模式多样化，目前ＩＢＣ无明确的反应标准，也无最
佳方案和预后评估标准。ＳＥＥＲ数据库的一大优势就在
于可获得大样本量的临床数据，尤其对于罕见病例的研究帮
助极大。本研究基于ＳＥＥＲ数据库，共纳入了２７５４例ＩＢＣ
患者，极大地提高了研究结果的准确性和说服力。通过单因
素和多因素分析，确立了９个与预后相关的独立危险因素：
诊断年龄、种族、肿瘤组织学分级、Ｎ分期、Ｍ分期、分子分
型、手术、放疗和化疗，以此构建的列线图预测模型，可综合
评估每一位患者的预后，通过内部和外部验证，显示该列线
图具有较高的预测效能。
１９５０年之前，ＩＢＣ主要以手术为主，接受单纯乳房
切除术的患者中位生存期是１９个月，没有一例患者存活超
过５年［９］。之后选择局部放射，显示５年无复发生存率
是１７％，总生存率是２８％，联合手术和放射可以提高
ＯＳ［１０］。随后全身化疗的加入表现出生存益处［１１］。因此在
２００８年召开的关于ＩＢＣ的第一次国际会议上提出建立包括
手术、化疗、放疗在内的三模式原则［１２］。近年来，随着
靶向、免疫的飞速发展，针对ＩＢＣ的三模式转
变为多学科综合模式，相比之前显著提高了生存率，可
有效控制疾病的局部进展，但长期预后仍不乐观，５年生存率
只有３０％～４０％［８］。新辅助化疗虽然可使原发病灶和区域
淋巴结降期，并且ＩＢＣ患者的病理完全缓解（ｐＣＲ）率高于非
ＩＢＣ患者，但总体生存率提高不明显［１３］，因此多学科系统疗·
６
２
０
１
·黄雅静，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
法仍需进一步改善。本研究中，化疗、放疗和手术均可独立预测生存情况，１年，３年和５年的ＣＳＳ率分别是８４．０％、６０．３％和４８．２％，与既往研究结果一致。此外，本研究主要采用ＣＳＳ评估患者预后而非总生存时间，能够更准确地预测关于ＩＢＣ的特异生存情况，排除其他因素的潜在影响。
由于乳腺癌是一类具有高度异质性的疾病，分子水平的多样性导致即使在年龄、病理类型和组织学分级完全一致的患者使用相同的方案后，ＣＳＳ仍存在差异。本研究在纳入临床病理特征时，将分子分型作为一个整体变量进行评估，而不单独评估其中某个分子指标对预后的影响，从而使预测更加准确和全面。本研究显示肿瘤的分子分型与ＣＳＳ有很强的相关性，影响力最大。既往研究表明炎性乳腺癌中三阴型的比例高于非炎性乳腺癌［１３－１４］，本研究中约２３．３％的ＩＢＣ病例是三阴型，与报道基本一致。因此三阴型乳腺癌比例偏高在影响ＩＢＣ化疗效果的同时也是其预后较差的原因之一。其次该列线图显示肿瘤的组织学分级与ＣＳＳ也有很强的相关性。在训练组中，６５．６％的ＩＢＣ患者表现为Ⅲ级，极少数患者表现Ⅰ级。说明ＩＢＣ患者的肿瘤组织学分级普遍偏高，这可能也是其更具侵袭性，患者生存率较低的原因之一。
病理研究显示约７０％的ＩＢＣ患者在真皮淋巴管内可见癌栓［１５］，因而Ｎ分期、Ｍ分期也是影响ＣＳＳ的重要因素，本研究中４７．１％的患者在初诊时淋巴结就表现为Ｎ
１
状态，３５．２％的患者在确诊时已出现远处转移。ＴＮＭ分期系统虽然是预测癌症患者预后的常用方法，然而，研究显示即使是处于相同ＴＮＭ阶段的ＩＢＣ和非ＩＢＣ患者，也存在较大的生存差异［１６－１７］。所以相比ＴＮＭ分期，列线图可以根据不同疾病的不同临床特征，纳入不同的独立危险因素，综合评估各个因素对预后的影响，因而在预测生存率方面更准确。
  本研究也存在一些局限性。ＳＥＥＲ数据库没有提供关于全身的详细信息，例如ＩＢＣ患者的化疗方案，是否存在新辅助化疗／新辅助放疗，ＨＥＲ－２阳性患者是否接受靶向，激素受体阳性患者是否接受内分泌等，有限的多学科综合的信息限制了我们对与详细信息相关的更多预后因素的识别。同时还需要前瞻性研究来进一步验证上述数据的可靠性。
【参考文献】
［１］　ＲＯＢＥＲＴＳＯＮＦＭ，ＢＯＮＤＹＭ，ＹＡＮＧＷ，ｅｔａｌ．Ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ：ｔｈｅｄｉｓｅａｓｅ，ｔｈｅｂｉｏｌｏｇｙ，ｔｈｅｔｒｅａｔｍｅｎｔ［Ｊ］．ＣＡＣａｎｃｅｒＪＣｌｉｎ，２０１０，６０（６）：３５１－３７５．
［２］　ＤＥＳＡＮＴＩＳＣＥ，ＭＡＪ，ＧＡＵＤＥＴＭＭ，ｅｔａｌ．Ｂｒｅａｓｔｃａｎｃｅｒｓｔａｔｉｓ ｔ
ｉｃｓ，２０１９［Ｊ］．ＣＡＣａｎｃｅｒＪＣｌｉｎ，２０１９，６９（６）：４３８－４５１．［３］　ＲＯＳＥＮＢＬＵＴＨＪＭ，ＯＶＥＲＭＯＹＥＲＢＡ．Ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃ ｅｒ：ａｓｅｐａｒａｔｅｅｎｔｉｔｙ［Ｊ］．ＣｕｒｒＯｎｃｏｌＲｅｐ，２０１９，２１（１０）：８６．［４］　ＭＥＮＴＡＡ，ＦＯＵＡＤＴＭ，ＬＵＣＣＩＡ，ｅｔａｌ．Ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃ ｅｒ：ｗｈａｔｔｏｋｎｏｗａｂｏｕｔｔｈｉｓｕｎｉｑｕｅ，ａｇｇｒｅｓｓｉｖｅｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．
ＳｕｒｇＣｌｉｎＮｏｒｔｈＡｍ，２０１８，９８（４）：７８７－８００．
［５］　ＤＯＮＡＳＣＩＭＥＮＴＯＶＣ，ＲＡＪＡＮＲ，ＲＥＤＦＥＲＮＡ，ｅｔａｌ．Ｉｎｆｌａｍｍａ ｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ：Ａｄｅｃａｄｅｏｆｅｘｐｅｒｉｅｎｃｅ［Ｊ］．ＡｓｉａＰａｃＪＣｌｉｎＯｎ ｃｏｌ，２０１６，１２（３）：２４２－２４７．
［６］　ＦＥＲＮＡＮＤＥＺＳＶ，ＭＡＣＦＡＲＬＡＮＥＡＷＴ，ＪＩＬＬＡＢＭ，ｅｔａｌ．Ｉｍ ｍｕｎｅｐｈｅｎｏｔｙｐｅｏｆｐａｔｉｅｎｔｓｗｉｔｈｓｔａｇｅＩＶｍｅｔａｓｔａｔｉｃｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＢｒｅａｓｔＣａｎｃｅｒＲｅｓ，２０２０，２２（１）：１３４．
［７］　ＳＯＢＩＮＬＨ，ＣＯＭＰＴＯＮＣＣ．ＴＮＭｓｅｖｅｎｔｈｅｄｉｔｉｏｎ：ｗｈａｔ＇ｓｎｅｗ，ｗｈａｔ＇ｓｃｈａｎｇｅｄ：ｃｏｍｍｕｎｉｃａｔｉｏｎｆｒｏｍｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＵｎｉｏｎＡ ｇａｉｎｓｔＣａｎｃｅｒａｎｄｔｈｅＡｍｅｒｉｃａｎＪｏｉｎｔＣｏｍｍｉｔｔｅｅｏｎＣａｎｃｅｒ［Ｊ］．Ｃ
ａｎｃｅｒ，２０１０，１１６（２２）：５３３６－５３３９．
［８］　ＲＵＥＴＨＮＭ，ＬＩＮＨＹ，ＢＥＤＲＯＳＩＡＮＩ，ｅｔａｌ．Ｕｎｄｅｒｕｓｅｏｆｔｒｉｍｏｄａｌｉ ｔｙｔｒｅａｔｍｅｎｔａｆｆｅｃｔｓｓｕｒｖｉｖａｌｆｏｒｐａｔｉｅｎｔｓｗｉｔｈｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ：ａｎａｎａｌｙｓｉｓｏｆｔｒｅａｔｍｅｎｔａｎｄｓｕｒｖｉｖａｌｔｒｅｎｄｓｆｒｏｍｔｈｅＮａｔｉｏｎ ａｌＣａｎｃｅｒＤａｔａｂａｓｅ［Ｊ］．ＪＣｌｉｎＯｎｃｏｌ，２０１４，３２（１９）：２０１８－２０２４．［９］　ＬＡＭＢＣＣ，ＥＢＥＲＬＥＩＮＴＪ，ＰＡＲＫＥＲＬＭ，ｅｔａｌ．Ｒｅｓｕｌｔｓｏｆｒａｄｉｃａｌｒａｄｉｏｔｈｅｒａｐｙｆｏｒｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＡｍＪＳｕｒｇ，１９９１，１６２（３）：２３６－２４２．
［１０］　ＹＯＵＬＡＮＤＲＳ，ＦＩＮＬＥＹＲＲ，ＰＥＴＥＲＳＥＮＩＡ，ｅｔａｌ．Ｍｕｌｔｉ－ｉｓｏ ｃｅｎｔｅｒｈｙｂｒｉｄｅｌｅｃｔｒｏｎａｎｄｒａｐｉｄａｒｃｐｈｏｔｏｎｔｒｅａｔｍｅｎｔｆｏｒｒｅｉｒｒａｄｉ
ａｔｉｏｎｏｆｅｘｔｅｎｓｉｖｅｒｅｃｕｒｒｅｎｔｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．Ｍｅｄ
Ｄｏｓｉｍ，２０１７，４２（４）：３６３－３６７．
［１１］　ＫＩＭＲ，ＯＳＡＫＩＡ，ＴＯＧＥＴ．Ｃｕｒｒｅｎｔａｎｄｆｕｔｕｒｅｒｏｌｅｓｏｆｎｅｏａｄｊｕ ｖａｎｔｃｈｅｍｏｔｈｅｒａｐｙｉｎｏｐｅｒａｂｌｅｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＣｌｉｎＢｒｅａｓｔ
Ｃａｎｃｅｒ，２００５，６（３）：２２３－２３２．
［１２］　ＣＲＩＳＴＯＦＡＮＩＬＬＩＭ，ＢＵＣＨＨＯＬＺＴＡ．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅｆｉｒｓｔｉｎ ｔｅｒｎａｔｉｏｎａｌｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒｃｏｎｆｅｒｅｎｃｅ［Ｊ］．Ｃａｎｃｅｒ，
２０１０，１１６（１１Ｓｕｐｐｌ）：２７２９．
［１３］　ＬＩＵＪ，ＣＨＥＮＫ，ＪＩＡＮＧＷ，ｅｔａｌ．Ｃｈｅｍｏｔｈｅｒａｐｙｒｅｓｐｏｎｓｅａｎｄｓｕｒ ｖｉｖａｌｏｆｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒｂｙｈｏｒｍｏｎｅｒｅｃｅｐｔｏｒ－ａｎｄ
ＨＥＲ２－ｄｅｆｉｎｅｄｍｏｌｅｃｕｌａｒｓｕｂｔｙｐｅｓａｐｐｒｏｘｉｍａｔｉｏｎ：ａｎａｎａｌｙｓｉｓ
ｆｒｏｍｔｈｅＮａｔｉｏｎａｌＣａｎｃｅｒＤａｔａｂａｓｅ［Ｊ］．ＪＣａｎｃｅｒＲｅｓＣｌｉｎＯｎｃｏｌ，
２０１７，１４３（１）：１６１－１６８．
［１４］　ＶＡＮＵＤＥＮＤＪ，ＶＡＮＬＡＡＲＨＯＶＥＮＨＷ，ＷＥＳＴＥＮＢＥＲＧＡＨ，ｅｔａｌ．Ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒ：ａｎｏｖｅｒｖｉｅｗ［Ｊ］．ＣｒｉｔＲｅｖＯｎｃｏｌ
Ｈｅｍａｔｏｌ，２０１５，９３（２）：１１６－１２６．
［１５］　ＤＯＢＢＳＪ，ＫＲＩＳＨＮＡＭＵＲＴＨＹＳ，ＫＹＲＩＳＨＭ，ｅｔａｌ．Ｃｏｎｆｏｃａｌｆｌｕ ｏｒｅｓｃｅｎｃｅｍｉｃｒｏｓｃｏｐｙｆｏｒｒａｐｉｄｅｖａｌｕａｔｉｏｎｏｆｉｎｖａｓｉｖｅｔｕｍｏｒｃｅｌｌｕ
ｌａｒｉｔｙｏｆｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｒｃｉｎｏｍａｃｏｒｅｎｅｅｄｌｅｂｉｏｐｓｉｅｓ［Ｊ］．
ＢｒｅａｓｔＣａｎｃｅｒＲｅｓＴｒｅａｔ，２０１５，１４９（１）：３０３－３１０．
［１６］　ＬＩＭＢ，ＷＯＯＤＷＡＲＤＷＡ，ＷＡＮＧＸ，ｅｔａｌ．Ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒｂｉｏｌｏｇｙ：ｔｈｅｔｕｍｏｕｒｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔｉｓｋｅｙ［Ｊ］．ＮａｔＲｅｖ
Ｃａｎｃｅｒ，２０１８，１８（８）：４８５－４９９．
［１７］　ＣＨＥＮＧＹＣ，ＳＨＩＹ，ＺＨＡＮＧＭＪ，ｅｔａｌ．Ｌｏｎｇ－ｔｅｒｍｏｕｔｃｏｍｅｏｆｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔｃａｎｃｅｒｃｏｍｐａｒｅｄｔｏｎｏｎ－ｉｎｆｌａｍｍａｔｏｒｙｂｒｅａｓｔ
ｃａｎｃｅｒｉｎｔｈｅｓｅｔｔｉｎｇｏｆｈｉｇｈ－ｄｏｓｅｃｈｅｍｏｔｈｅｒａｐｙｗｉｔｈａｕｔｏｌｏｇｏｕｓ
ｈｅｍａｔｏｐｏｉｅｔｉｃｃｅｌｌｔｒａｎｓｐｌａｎｔａｔｉｏｎ［Ｊ］．ＪＣａｎｃｅｒ，２０１７，８（６）：
１００９－１０１７．
（编校：蔺癑）
·
７
２
０
１
·
现代肿瘤医学　２０２２年０３月　第３０卷第０６期  ＭＯＤＥＲＮＯＮＣＯＬＯＧＹ，Ｍａｒ．２０２２，ＶＯＬ ３０，Ｎｏ ０６