| 在临床实际工作中由于患者预后的因素都是连续的变量（年龄、淋巴结状态、肿块大小、组织学、ER/PR及Ki67表达等等），有些患者可能仅其中1-2个因素不佳而处于相对非低危者，对于这部分患者是否适合OFS治疗一直是比较的棘手的问题。2016年7月发布在JCO上的文章或许可以帮助我们解决这些难题。该文章针对的是TEXT和SOFT试验的分析人群包括4891名激素受体阳性、HER2阴性的女性。该研究提供了一种新的分析方法—STEPP（subpopulation treatmenteffect pattern plot）将这些连续的变量（年龄、淋巴结状态、肿瘤大小和分级，雌激素受体表达、孕激素受体和Ki-67表达水平）均赋予一定的值，并将其累加得到一个总分。这样可以对每名患者计算composite risk：根据患者指标将7项参数值相加即为该患者的composite risk。比如某患者临床病理特征如下：37岁女性，有2个淋巴结转移，肿瘤大小为2.5cm，ER表达为45%，PgR表达为45%，组织学分级为II，Ki-67表达为22%，则该患composite risk=0.54+0.38+0.42+0.23+0.27+0.93+0.29=3.06。在连续5年BCFI（乳腺癌无瘤间隔）复合风险，应用STEPP分析该患者AI+ OFS对比单纯他莫昔芬绝对获益从约5%上升了10%至15%。亚组分析结果表明，低复发风险患者中，OFS+AI对比他莫昔芬单药在5年BCFI上效果近似；中度复发风险患者，OFS+AI对比他莫昔芬单药，5年无乳腺癌生存绝对获益超过5%；高度复发风险患者，OFS+AI对比他莫昔芬单药，5年无乳腺癌生存绝对获益达到10%~15%。由此可见，在没有更好的预测性生物标记物时，可以通过STEPP分析来阐述TEXT和SOFT试验人群的复发风险复合评估，判断预后。对于HR阳性，HER2阴性且有高度复发风险的绝经前乳腺癌患者，OFS联合AI治疗能够获得较OFS联合TAM或TAM单药更好的疗效。' |
|
|
