构建SLNB豁免队列
识别符合Choosing Wisely和ASCO豁免标准的患者人群
从NCDB 2018—2022年筛选年龄≥50岁、HR+/HER2−、cT1–2N0M0、接受upfront手术联合SLNB的女性,排除淋巴结手术缺失、病理淋巴结状态缺失、接受新辅助治疗或受体数据不完整者,并按CW与ASCO标准分层。
Role of Sentinel Node Surgery in Identifying Candidates for Adjuvant CDK4/6 Inhibitors: Implications of Choosing Wisely and ASCO Omission Criteria
基于NCDB大样本回顾性队列,采用三种模型评估CDK4/6合格性并做回归与NNT估算,无前瞻性功能或机制验证。
NCDB中年龄≥50岁cT1–2N0M0 HR+/HER2−早期乳腺癌女性队列 Choosing Wisely SLNB豁免队列(56,833例) ASCO SLNB豁免队列(52,680例)
CDK4/6合格性判定标准:monarchE(≥4枚阳性淋巴结,或1–3枚阳性淋巴结且伴肿瘤≥5 cm、3级或Ki-67≥20%之一)与NATALEE(IIB–III期,或IIA期伴≥1枚阳性淋巴结,或2–3级且高基因组风险或Ki-67≥20%) 三种合格性评估模型:仅肿瘤特征(假设淋巴结阴性)、纳入SLNB结果、纳入ALND结果 SLNB豁免队列定义:CW为年龄≥70岁cT1–2;ASCO为50–69岁、1–2级、cT1且行保乳手术 NNT估算依据:monarchE与NATALEE已发表的5年iDFS数据,估计NNT分别为14和23 多变量logistic回归以双侧p<0.05为显著,使用SAS 9.4分析
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
识别符合Choosing Wisely和ASCO豁免标准的患者人群
从NCDB 2018—2022年筛选年龄≥50岁、HR+/HER2−、cT1–2N0M0、接受upfront手术联合SLNB的女性,排除淋巴结手术缺失、病理淋巴结状态缺失、接受新辅助治疗或受体数据不完整者,并按CW与ASCO标准分层。
明确豁免人群中的前哨淋巴结阳性率和ALND额外发现
统计各队列切除的前哨淋巴结数量、阳性前哨淋巴结数量,以及在1–2枚或≥3枚阳性前哨淋巴结患者中ALND的额外阳性淋巴结和新达到CDK4/6标准的情况。
量化淋巴结分期对CDK4/6抑制剂合格性的增量贡献
分别以仅肿瘤特征(假设淋巴结阴性)、纳入SLNB结果、纳入ALND结果三种模型,按monarchE和NATALEE标准判定abemaciclib与ribociclib合格性并比较差异。
识别最可能因SLNB豁免而受影响的患者特征
采用单变量和多变量logistic回归评估临床病理因素与SLNB成为CDK4/6合格性决定因素之间的关联。
量化识别合格患者及获得5年iDFS获益所需的SLNB数量
基于观察到的合格性差异及monarchE和NATALEE已发表的5年iDFS数据,估算识别1例合格患者和1例获得iDFS获益患者所需的SLNB数量,并结合5%淋巴水肿风险估算相关并发症。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据分析与统计 | SAS 9.4版 | SAS Institute | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列构建与豁免标准 | 年龄、受体状态、临床分期、手术方式、豁免标准分层及排除标准 阅读提示:Methods中队列定义与排除标准段落 |
| CDK4/6合格性判定 | monarchE与NATALEE合格标准的具体阈值,Ki-67与基因组检测缺失时的处理 阅读提示:Methods中CDK4/6合格性评估段落 |
| 三种合格性评估模型 | 仅肿瘤特征、SLNB结果、ALND结果的模型定义与AJCC第8版分期假设 阅读提示:Methods中三种模型描述及Fig. 1图注 |
| NNT与iDFS获益估算 | monarchE与NATALEE的5年iDFS数据、NNT取值及5%淋巴水肿风险假设 阅读提示:Methods末段及Table 5 |
| 回归分析 | 纳入变量、参照组、双侧p<0.05显著性阈值及统计软件版本 阅读提示:Statistical Analysis小节及Table 3、Table 4 |