切换至 "中华医学电子期刊资源库"

中华普通外科学文献(电子版) ›› 2022, Vol. 16 ›› Issue (03) : 215 -219. doi: 10.3877/cma.j.issn.1674-0793.2022.03.011

论著

预测乳腺癌术后切口愈合不良的列线图模型建立
程丹丹1, 许月娥1,()   
  1. 1. 223001 淮安,徐州医科大学附属淮安医院(淮安市第二人民医院)甲乳科
  • 收稿日期:2022-02-24 出版日期:2022-06-01
  • 通信作者: 许月娥

Establishment of a nomogram model for predicting poor incision healing after breast cancer surgery

Dandan Cheng1, Yue’e Xu1,()   

  1. 1. Department of Thyroid and Breast Surgery, Huaian Hospital Affiliated to Xuzhou Medical University (Huaian Second People’ s Hospital), Huaian 223001, China
  • Received:2022-02-24 Published:2022-06-01
  • Corresponding author: Yue’e Xu
引用本文:

程丹丹, 许月娥. 预测乳腺癌术后切口愈合不良的列线图模型建立[J/OL]. 中华普通外科学文献(电子版), 2022, 16(03): 215-219.

Dandan Cheng, Yue’e Xu. Establishment of a nomogram model for predicting poor incision healing after breast cancer surgery[J/OL]. Chinese Archives of General Surgery(Electronic Edition), 2022, 16(03): 215-219.

目的

探讨乳腺癌术后切口愈合不良的危险因素,构建预测术后切口愈合不良发生的列线图模型,并评估模型的预测效果。

方法

采用便利抽样法,选择2016年1月至2021年10月徐州医科大学附属淮安医院行乳腺癌手术的813例患者,根据术后切口愈合情况分为愈合良好组(767例)和愈合不良组(46例)。收集两组患者基本信息、病理特征及手术情况开展单因素分析,通过多因素Logistic回归分析筛选术后切口愈合不良的危险因素,利用R 4.1.3软件绘制术后切口愈合不良发生的列线图预测模型并评估其区分度和符合度。

结果

愈合不良组年龄、营养不良、合并糖尿病、贫血及手术切口为纵切口比例、置引流管时间与愈合良好组比较,差异均有统计学意义(P<0.05)。Logistic回归分析显示,乳腺癌术后切口愈合不良发生的主要危险因素为年龄大(OR=1.269)、营养不良(OR=2.376)、合并糖尿病(OR=2.262)、贫血(OR=2.227)、置引流管时间长(OR=1.571)(均P<0.05);受试者工作特征曲线及校准曲线分析结果显示,构建的列线图预测模型区分度(曲线下面积为0.785,95% CI:0.725~0.845)及符合度(拟合优度HL检验χ2=8.294,P=0.405)均较高。

结论

基于年龄、营养不良、合并糖尿病、贫血、置引流管时间5项危险因素构建的乳腺癌术后切口愈合不良列线图模型具有较好的预测效能。

Objective

To investigate the risk factors of poor incision healing after breast cancer surgery, construct a nomogram model to predict the occurrence of poor incision healing after surgery, and evaluate the predictive effect of the model.

Methods

A total of 813 patients admitted to Huaian Hospital Affiliated to Xuzhou Medical University for breast cancer surgery from January 2016 to October 2021 were selected and divided into good healing group (767 cases) and poor healing group (46 cases) according to the incision healing after the surgery. The basic information, condition information, and surgical status of the two groups were collected to carry out a single factor analysis, multivariate Logistic regression analysis was performed to determine the risk factors for poor incision healing after surgery, R 4.1.3 software was performed to draw a nomogram predictive model for the occurrence of poor incision healing after surgery and evaluate its differentiation and conformity.

Results

There were significant differences in age, malnutrition ratio, proportion of diabetes mellitus, anemia and surgical incision for longitudinal incision, drainage tube placement time between the two groups (all P<0.05). Logistic regression analysis showed that the main risk factors for poor incision healing after breast cancer surgery were old age (OR=1.269), malnutrition (OR=2.376), diabetes mellitus (OR=2.262), anemia (OR=2.227) and long drainage tube placement time (OR=1.571) (all P<0.05). ROC curve and calibration curve analysis showed that the constructed nomogram prediction model for the occurrence of poor incision healing had relatively high differentiation (area under the curve was 0.785, 95% CI: 0.725-0.845) and conformity (goodness of fit HL test χ2=8.294, P=0.405).

Conclusion

The established nomogram model based on the five risk factors including age, malnutrition, diabetes mellitus, anemia and drainage tube placement time for the occurrence of poor incision healing after breast cancer surgery has good predictive effect.

表1 乳腺癌术后切口愈合不良发生的单因素分析
因素 愈合良好组(767例) 愈合不良组(46例) 统计值 P
年龄(岁)a 52.28±6.03 56.52±7.41 t=4.568 <0.001
体质指数(kg/m2a 23.52±3.29 23.97±3.51 t=0.898 0.370
学历        
  初中或以下 179(23.34) 13(28.26) χ2=0.905 0.636
  高中/中专 399(52.02) 24(52.17)    
  大专及以上 189(24.64) 9(19.57)    
营养不良        
  229(29.86) 22(47.83) χ2=6.566 0.010
  538(70.14) 24(52.17)    
基础疾病        
  高血压 233(30.38) 15(32.61) χ2=0.102 0.750
  糖尿病 213(27.77) 21(45.65) χ2=6.770 0.009
  高脂血症 227(29.60) 14(30.43) χ2=0.015 0.904
白细胞减少        
  141(18.38) 13(28.26) χ2=2.758 0.097
  626(81.62) 33(71.74)    
贫血        
  230(29.99) 22(47.83) χ2=6.457 0.011
  537(70.01) 24(52.17)    
凝血指标a        
  PT(s) 12.31±0.59 12.17±0.52 t=1.573 0.116
  APTT(s) 33.49±6.31 32.06±5.80 t=1.499 0.134
  FIB(g/L) 3.56±0.80 3.39±0.67 t=1.412 0.158
血脂指标(mmol/L)a        
  TC 5.22±0.89 5.07±0.75 t=1.119 0.263
  TG 1.53±0.61 1.47±0.56 t=0.651 0.515
绝经        
  418(55.22) 27(58.70) χ2=0.212 0.645
  339(44.78) 19(41.30)    
肿瘤分期        
  Ⅰ~Ⅱ 450(58.67) 29(63.04) χ2=0.343 0.558
  Ⅲa 317(41.33) 17(36.96)    
病理类型        
  原位癌 128(16.69) 10(21.74) χ2=0.786 0.375
  浸润性癌 639(83.31) 36(78.26)    
肿瘤直径(cm)a 2.58±0.64 2.72±0.67 t=1.437 0.151
术式        
  保乳术 321(41.85) 21(45.65) χ2=0.257 0.612
  根治术 446(58.15) 25(54.35)    
术中出血量(ml)a 126.79±14.02 128.05±16.51 t=0.586 0.558
手术时间(h)        
  ≥2 427(55.67) 28(60.87) χ2=0.476 0.490
  <2 340(44.33) 18(39.13)    
手术切口方式     χ2=4.959 0.026
  纵切口 160(20.86) 16(34.78)    
  横切口 607(79.14) 30(65.22)    
置引流管时间(d)a 8.52±2.63 10.20±3.07 t=4.166 <0.001
表2 乳腺癌术后切口愈合不良发生的多因素Logistic回归分析
图1 乳腺癌术后切口愈合不良发生风险的列线图预测模型
图2 乳腺癌术后切口愈合不良发生风险的ROC曲线
图3 列线图模型预测术后切口愈合不良发生风险的校准曲线
[1]
高鹰, 魏玮, 张鹏, 等. 乳腺癌自然史及肿瘤生长速度的研究进展[J]. 中国全科医学, 2021, 24(30): 3794-3805.
[2]
贾新建, 雷海. 保留胸前神经及肋间臂神经的乳腺癌手术方式的疗效及对术后生活质量的影响[J/CD]. 中华普通外科学文献(电子版), 2018, 12(3): 208-211.
[3]
李智钢, 高翠玲, 贠喆, 等. 异种金属内固定材料混用致手术切口愈合不良的回顾性分析[J]. 华南国防医学杂志, 2022, 36(2): 144-146.
[4]
中华人民共和国卫生部. 医院感染诊断标准(试行)[J]. 中华医学杂志, 2001, 81(5): 314-320.
[5]
Read JA, Crockett N, Volker DH, et al. Nutritional assessment in cancer: comparing the Mini-Nutritional Assessment (MNA) with the scored Patient-Generated Subjective Global Assessment (PGSGA)[J]. Nutr Cancer, 2005, 53(1): 51-56.
[6]
张萍, 马涛, 宋卫, 等. 乳腺癌合并高血压患者术后伤口愈合不良分析[J]. 现代肿瘤医学, 2015, 23(13): 1821-1823.
[7]
杨晓民, 贺赛, 王虎霞. 环乳晕切口与放射状切口对乳腺癌患者保乳术后瘢痕愈合及并发症的影响[J]. 癌症进展, 2021, 19(20): 2095-2098.
[8]
韩玲, 王蓓, 王莉莉. 乳腺癌术后患者伤口品质管理的临床应用[J]. 护理管理杂志, 2018, 18(1): 60-63.
[9]
周新新. 乳腺癌术后切口感染的病原菌分布特点及影响因素分析[J]. 浙江创伤外科, 2020, 25(3): 472-474.
[10]
包崇婵, 马燕飞, 唐乾利. 乳腺癌术后切口愈合不良影响因素与防治现状研究进展[J]. 中国烧伤创疡杂志, 2021, 33(4): 259-263.
[11]
徐杰, 吴卫江, 房文峰, 等. 老年颅脑外伤患者术后切口早期愈合不良的影响因素[J]. 中国老年学杂志, 2020, 40(18): 3913-3916.
[12]
于伟杰, 刘明明, 韩明玥, 等. 乳腺癌患者手术切口感染的危险因素及血清细胞因子的诊断价值分析[J]. 中华医院感染学杂志, 2019, 29(23): 3608-3613.
[13]
Tang M, Wang H, Cao Y, et al. Nomogram for predicting occurrence and prognosis of liver metastasis in colorectal cancer: A population-based study[J]. Int J Colorectal Dis, 2021, 36(2): 271-282.
[14]
戴春雷, 吕彦天, 单月宏, 等. 单孔VATS术后切口愈合不良预测模型的建立[J]. 医学研究杂志, 2020, 49(4): 149-152.
[15]
王旗, 汪满金, 丁龙生, 等. 个体化预测腹股沟疝无张力修补术后切口感染风险列线图模型的建立[J]. 腹部外科, 2021, 34(3): 234-246.
[16]
牛灵芝, 赵妮娜. 手术室整体小组干预对乳腺癌手术患者不良心理状态及切口愈合的影响[J]. 临床医学研究与实践, 2022, 7(9): 176-178.
[1] 李洋, 蔡金玉, 党晓智, 常婉英, 巨艳, 高毅, 宋宏萍. 基于深度学习的乳腺超声应变弹性图像生成模型的应用研究[J/OL]. 中华医学超声杂志(电子版), 2024, 21(06): 563-570.
[2] 周荷妹, 金杰, 叶建东, 夏之一, 王进进, 丁宁. 罕见成人肋骨郎格汉斯细胞组织细胞增生症被误诊为乳腺癌术后骨转移一例[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 380-383.
[3] 河北省抗癌协会乳腺癌专业委员会护理协作组. 乳腺癌中心静脉通路护理管理专家共识[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 321-329.
[4] 刘晨鹭, 刘洁, 张帆, 严彩英, 陈倩, 陈双庆. 增强MRI 影像组学特征生境分析在预测乳腺癌HER-2 表达状态中的应用[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 339-345.
[5] 张晓宇, 殷雨来, 张银旭. 阿帕替尼联合新辅助化疗对三阴性乳腺癌的疗效及预后分析[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 346-352.
[6] 邱琳, 刘锦辉, 组木热提·吐尔洪, 马悦心, 冷晓玲. 超声影像组学对致密型乳腺背景中非肿块型乳腺癌的诊断价值[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 353-360.
[7] 韩萌萌, 冯雪园, 马宁. 乳腺癌改良根治术后桡神经损伤1例[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 117-118.
[8] 高杰红, 黎平平, 齐婧, 代引海. ETFA和CD34在乳腺癌中的表达及与临床病理参数和预后的关系研究[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 64-67.
[9] 贺斌, 马晋峰. 胃癌脾门淋巴结转移危险因素[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 694-699.
[10] 张志兆, 王睿, 郜苹苹, 王成方, 王成, 齐晓伟. DNMT3B与乳腺癌预后的关系及其生物学机制[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 624-629.
[11] 王玲艳, 高春晖, 冯雪园, 崔鑫淼, 刘欢, 赵文明, 张金库. 循环肿瘤细胞在乳腺癌新辅助及术后辅助治疗中的应用[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 630-633.
[12] 赵林娟, 吕婕, 王文胜, 马德茂, 侯涛. 超声引导下染色剂标记切缘的梭柱型和圆柱型保乳区段切除术的效果研究[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 634-637.
[13] 林凯, 潘勇, 赵高平, 杨春. 造口还纳术后切口疝的危险因素分析与预防策略[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 634-638.
[14] 杨闯, 马雪. 腹壁疝术后感染的危险因素分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 693-696.
[15] 颜世锐, 熊辉. 感染性心内膜炎合并急性肾损伤患者的危险因素探索及死亡风险预测[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 618-624.
阅读次数
全文


摘要