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。本研究基于前瞻性队列研究的Meta分析，系统分析和评价BCRL危险因素及综合危险度，扩大模型构建的样本量，构建具有循证依据的风险预测模型，以期实现BCRL高危人群的精准识别。

结果

共纳入49项前瞻性队列研究、32 543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。

最终构建的Logistic风险预测模型为：Logit（P）=-1.349+0.575X1+0.278X2 +1.118X3 +0.482X4+0.864X5，X1、X2……X5分别为BMI、乳腺手术类型、腋窝手术类型、放疗、术后并发症。

Logistic和Additive评分模型：

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。

讨论

关注BCRL的可干预风险因素

本研究基于49项前瞻性队列研究对BCRL风险因素进行了Meta分析，共确定5个危险因素，除BMI，其他均为疾病及治疗相关因素，包括乳腺手术类型、腋窝手术类型、放疗以及术后并发症，这些因素已经在多项研究中得到证实。以上疾病及治疗相关因素常难以改变或干预，提示临床医务人员在乳腺癌患者选择治疗方案时，应充分告知治疗获益及潜在并发症风险，提高其对风险的认知及对术后并发症（如BCRL）预防管理的重视程度。

在探究BCRL风险因素时，重点关注其中的可干预变量能够为BCRL的风险管理提供更多有效的线索。近期研究也逐渐关注规律锻炼情况、体力活动水平等可控变量对BCRL的预测作用。本研究结显示，BMI≥30 kg/m2的患者水肿风险会增加0.78倍左右。BMI是BCRL风险因素的这一结论已被多项研究证实，并且也是本研究发现的唯一可干预变量。但其机制目前尚不明确，一般认为，过多的脂肪组织会增加淋巴液的产生，挤压淋巴管，甚至造成淋巴管内皮损伤。同时，肥胖也会增加术后感染、伤后愈合延迟等并发症的发生风险，进一步诱发BCRL。TSAI等对4项减重干预的RCT进行Meta分析，结果尚未发现水肿状况的显著改善，仅其中2项小样本研究支持体质量管理对减轻水肿程度的效果，未来仍需开展更多临床试验来评估体质量控制对BCRL的管理，尤其是预防作用。但考虑到体质量管理对患者疾病预后的益处，医务人员仍应通过提供健康教育、饮食-锻炼指导等，帮助患者合理控制体质量。

风险预测模型促进BCRL的分层级预防管理

本研究通过合并多项前瞻性队列研究，扩大样本量，提高了研究对象的代表性，能够确保风险预测模型中各危险因素综合危险度的可靠性。并进一步将风险预测模型以Logistic及Additive评分模型的形式呈现，ROC曲线提示两个风险评分模型具有同等的预测效能，预测准确度分别为74.8%和73.7%，与LIU等、MARTÍNEZ-JAIMEZ等模型的预测准确度相似，略低于李惠萍等、KWAN等、WANG等的模型。

DCA结果显示，模型能够给患者带来净获益的阈值概率的范围较窄，原因可能为基于Meta分析结果模拟建模对变量综合危险度的估计存在偏差、研究数量限制了部分潜在预测变量的纳入、横断面数据影响模型验证的效果等。提示本模型对BCRL风险预测具有一定的临床应用价值，但模型的实用性还需进一步验证和提升。

此外，研究显示，在乳腺癌患者中开展BCRL前瞻性监测项目可有效降低BCRL发生率。国外研究者呼吁将BCRL前瞻性监测纳入乳腺癌护理路径中，但目前其推广实施仍然有限。2017年，郑思娣率先在国内开展了前瞻性监测相关研究，但并未发现对BCRL预防的效果，可能与该研究随访期较短（仅为3个月），而BCRL较多发生在术后3个月以上有关。考虑到医疗资源有限的现状，建议应依据风险评估开展BCRL的分层级预防管理，针对患者的风险等级明确相应的随访监测频率及预防管理策略，以最大限度地提高BCRL预防管理的效率。

结合本研究构建的风险评分模型，可依据Logistic评分模型≥18分（总分0~34分）或Additive评分模型≥8.5分（总分5~11分），筛选BCRL的高危人群，并将风险评估纳入乳腺癌术后常规护理中。但基于循证证据的BCRL的分层预防管理策略还有待开发。

本研究局限性

虽然本研究基于大样本循证医学数据的合并，克服了单项研究的偏倚，但由于是对原始研究的二次分析，仍存在一些不足：首先，Meta分析纳入研究的异质性略高，可能原因包括不同研究间水肿测量方法和诊断标准不同、随访时间长短差异、不同研究校正的混杂因素有所差异等；其次，本研究采用横断面研究数据进行模型验证，未来应在大样本前瞻性数据中进一步验证和优化模型性能。

本研究通过Meta分析对BCRL危险因素进行定量综合，明确了BCRL发生的危险因素，包括BMI、乳腺手术类型、腋窝手术类型、放疗、术后并发症。并结合Logistic回归模型分别构建了Logistic和Additive风险评分模型，划分风险等级。虽然模型的预测效能有待进一步提升和优化，但仍然具有一定的临床应用和推广价值，能够为BCRL的风险评估提供科学、有效的工具，促进分层分级管理的落实，提高BCRL预防管理效率。

本文来源：

沈傲梅,路潜,符鑫,等. 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[J]. 中国全科医学, 2023, 26(17): 2078-2088.

Tags： 基于49项队列研究构建的乳腺癌相关淋巴水肿风险预测模型