医疗科研新进展 | 菁易科研解析：多机构合作验证炎症性乳腺癌诊断评分

Development of a multi-institutional dataset to validate a novel inflammatory breast cancer diagnostic score.

研究背景

炎性乳腺癌（IBC）侵袭性强，占乳腺癌病例2%-4%，却导致约10%死亡。因其症状不典型，常被误诊，约30%患者诊断时已转移。减少误诊是改善预后关键，本研究旨在构建多机构临床数据库验证新的IBC诊断评分系统。

方法速览

1. 患者选择：从两个大型多学科IBC项目选988例IBC患者和332例非IBC患者，排除缺失超三特征数据者。
2. 数据提取：制定SOP确保数据准确，来源有医疗记录、病理报告等。
3. 评分计算：按七个特征评分标准收集信息，分歧时取最高分。
4. 缺失数据处理：用随机值、中位数、最低值填补法生成三个数据集。
5. 统计分析：用单变量和多变量逻辑回归模型评估，通过AUC - ROC曲线等验证区分能力。

主要发现

1. 评分系统分布：IBC和非IBC患者在七个评分特征分布有显著差异。约28%的IBC患者和39%的非IBC患者至少一特征缺失，多因缺乏对侧乳房图像资料。
2. 评分系统验证：三种缺失数据填补方法的AUC - ROC值在0.83 - 0.84间，表明评分系统区分IBC和非IBC患者表现良好，有较高敏感性和特异性。
3. 评分系统优化：探索性分析后新评分系统AUC - ROC值提高到0.89，表明优化可提升诊断性能。
4. 评分系统局限性：特异性较低，缺乏金标准，队列多样性有限，数据回顾性收集有偏倚。

总结展望

本研究通过多机构合作构建最大IBC临床数据库验证评分系统，提出优化方案并上线在线工具。但研究存在缺乏金标准、队列多样性不足等局限，后续修改需合理依据并在独立数据集验证，增加不同种族患者代表性。