[摘要] 目的：通过回顾性的生存期分析研究，来验证黄新恩博士开发的乳腺癌个体化治疗软件的临床实用价值。方法：研究对象为在江苏省肿瘤医院行乳腺癌切除术，术后病理确诊为乳腺癌并接受术后辅助化疗的患者。入组患者被分为三组，A组实际治疗方案与软件预测完全相同，B组实际治疗方案与软件预测部分相同，C组实际治疗方案与软件预测完全不同。通过比较A、B、C组生存期来验证乳腺癌个体化治疗软件的有效性。结果：从1992年12月～2007年7月，310例女性乳腺癌患者随机入组本项研究。A、B、C组患者数目分别为102、115、93例。通过绘制生存曲线，进行生存分析，结果发现A组与B组（P=0.000 4）、A组与C组（P=0.004 6）生存期差异均有统计学意义。A组患者预后分别优于B组和C组。结论：本验证研究证实乳腺癌个体化治疗软件能够对乳腺癌患者术后辅助化疗提供很有价值的临床指导，具有良好的实际应用价值，值得推广应用。

　　[关键词] 乳腺癌；医学软件；术后化疗；生存期[中图分类号] R737.9 [文献标识码]A [文章编号]1673-7210（2011）04（a）-024-03A validation study on efficacy of individualized treatment software for breast cancer patients who received postoperative adjuvant chemotherapyJIANG Yong1, HUANG Xin′en1, YAN Pengwei1, XU Jianwei2, XIANG Jin3, CUI Lin41.Department of Chemotherapy, the Affiliated Jiangsu Cancer Hospital of Nanjing Medical University, Nanjing 210009, China; 2.Department of Oncology, Jiangsu Province Hospital on Integration of Chinese and Western Medicine, Nanjing 210028, China; 3.Department of Scientific Research, the Affiliated Jiangsu Cancer Hospital of Nanjing Medical University, Nanjing 210009, China; 4.Department of Oncology, the People′s Hospital of Jiangyan City, Jiangyan 225500, China[Abstract] Objective: To validate the clinical value of an individualized treatment software which developed by Doctor HUANG Xin′en. Methods: Patients with histologically confirmed breast cancer after mastectomy who received postoperative chemotherapy in Jiangsu Cancer Hospital were recruited in this study. All eligible patients were divided into group A,B, C. Group A, regimen of practical chemotherapy was consistent with software predication; group B, partly consistent with software predication; group C, inconsistent with software predication. Overall survival （OS） were compared among group A, B and C to determine the efficacy of individualized treatment software. Results: From December 1992 to July 2007, 310 female breast cancer patients were recruited into this study. Numbers of patients in group A, B, and C are 102, 115 and 93 respectively. The survival curves between group A and B （P=0.000 4）， and group A and C （P=0.004 6） were significantly different, with prognosis of group A better than both group B and C. Conclusion: Our validation study confirms that individualized treatment software could provide important information on adjuvant chemotherapy for postoperative breast cancer patients, with strong clinical value.

　　[Key words] Breast cancer; Medical software; Postoperative chemotherapy; Overall survival据统计，中国的乳腺癌发病率正在逐年上升，在北京、天津、上海等大城市已跃居女性恶性肿瘤的第一位[1-3]。尽管乳腺癌发病率持续上升，死亡率却呈下降趋势，这主要得益于早期发现和有效治疗，局部治疗结合全身治疗明显延长了乳腺癌患者的无进展生存期和总生存期[4]。根据循证医学所推荐的预后相关的标志物，如年龄、肿瘤大小、肿瘤分级、淋巴结状态，有助于判断哪些患者能从乳腺癌术后辅助化疗中获益。为更方便临床医务人员做出准确的治疗策略，江苏省肿瘤医院化疗科黄新恩博士基于临床和实验室检查结果，设计开发了乳腺癌个体化治疗软件（软件界面请访问http://xinenhuang.blog.sohu.com）。通过在软件界面上输入患者年龄、肿瘤大小、肿瘤分级、淋巴结转移数目、脉管浸润情况、雌激素受体/孕激素受体（ER/PR）和人表皮生长因子受体2（HER-2）状态[5]等参数，即可运行出一个内容涉及化疗、内分泌以及分子靶向治疗和临床观察的治疗方案。本研究目的就是通过分析在江苏省肿瘤医院接受乳腺癌术后化疗患者的生存期情况，来验证乳腺癌个体化治疗软件的临床意义。

　　1 资料与方法1.1 一般资料1992年12月～2007年7月，在江苏省肿瘤医院接受乳腺癌切除术，术后病理确诊并且接受术后辅助化疗的患者。入组标准：具有完整的医疗数据，包括确诊的年龄、肿瘤大小、病理分级、淋巴结转移数目、脉管浸润情况、ER/PR和HER-2状态以及生存时间。治疗前Karnofsky评分（KPS）＞60分，预期生存时间＞3个月，骨髓功能正常（白细胞计数＞4.0×109/L，血小板计数＞100×109/L），肝肾功能良好（总胆红素＜1.5倍正常值上限，谷丙转转氨酶/谷草转氨酶＜2倍正常值上限，血肌酐水平正常）。患者在术前和化疗前签署治疗同意书，手术和化疗均在江苏省肿瘤医院住院进行。

　　1.2 乳腺癌个体化治疗软件黄新恩博士基于临床和实验室检查结果，设计开发了该软件。通过在软件界面上输入患者年龄、肿瘤大小、病理分级、淋巴结转移数目、脉管浸润情况、ER/PR和HER-2状态这些参数，即可运行出内容涉及化疗、内分泌以及分子靶向治疗和临床观察的治疗方案。软件中包含的化疗方案主要有：多柔比星60 mg/m2静脉滴注（第1天）+环磷酰胺600 mg/m2 iv（d1）（AC方案每21天为1个周期）[6]；表柔比星60～90 mg/m2 静脉滴注（第1天）+环磷酰胺600 mg/m2 静脉滴注（第1天）（EC方案每21天为1个周期）[7]；多西他赛100 mg/m2 静脉滴注（第1天）[或者紫杉醇135～175 mg/m2 静脉滴注（第1天）]+多柔比星60 mg/m2 静脉滴注（第1天）[或者表柔比星60~90 mg/m2 静脉滴注（第1天）]+环磷酰胺500 mg/m2 静脉滴注（第1天）（D/TAC或者D/TEC方案每21天为1个周期）[8]；环磷酰胺600 mg/m2 静脉滴注（第1天）+甲氨蝶呤40 mg/m2 静脉滴注（第1天）+氟尿嘧啶500 mg/m2 静脉滴注（第1天）（CMF方案每21天为1个周期）[9]。内分泌治疗：他莫昔芬10 mg 口服，bid，共持续5年。术后分子靶向治疗：曲妥珠单抗首次4 mg/kg 静脉滴注（第1天），以后每周2 mg/kg 静脉滴注（软件界面请访问http://xinenhuang.blog.sohu.com）。

　　1.3 分组标准根据患者实际治疗方案和乳腺癌个体化治疗软件预测方案的一致程度，分为三组，A组：实际治疗方案与软件预测完全相同；B组：实际治疗方案与软件预测部分相同；C组：实际治疗方案与软件预测完全不同。

　　1.4 统计学方法采用STATA 8.0统计软件完成统计分析，利用Kaplan-Meier法绘制生存曲线，运用Log-rank检验法计算P值，比较生存期差异，P<0.05时称生存期差异有统计学意义。生存期定义为首次确诊乳腺癌到患者死亡或末次随访的时间。死亡时间通过以下四种方式之一来确定：电话随访、出入院医疗记录、公安局文件记载、患者家庭成员确认。所有数据收集均在患者或其家属知情同意配合下进行。

　　2 结果2.1 患者特征从1992年12月～2007年7月，310例女性乳腺癌患者随机入组本研究。A、B、C组患者数目分别为102、115、93例。所有患者末次随访时间为2008年2月25日。随访结束时，已有19例患者死亡。A、B、C组患者确诊时平均年龄分别为47、50和50岁，平均生存期分别为54.8、41.3和54.7个月。310例患者病例资料详见表1。

　　2.2 生存分析见图1、2。从图1、2可以看出，A组患者分别和B、C组生存期有差异，A组患者生存时间分别优于B组（P=0.000 4，图1）和C组（P=0.004 6，图2）。

　　3 讨论圣加伦（St. Gallen）和美国国立综合癌症网络（NCCN）指南是国际公认的乳腺癌治疗参考[10]。近年来，辅助在线（Adjuvant Online）、DNA微阵列技术、Mammaprint分析法，21基因分析（21-gene assay）也能为乳腺癌患者的预后和个体化治疗提供重要的预测信息[11-17]。比如，Mammaprint分析法使用微阵列技术对冷冻乳腺癌组织进行70个基因的表达谱分析，以在早期淋巴结阴性乳腺癌患者中找出远处转移的高危个体[18-20]。另外，现已有经过验证的、基于计算机的评估模型-辅助在线（www.adjuvantonline.com），可依据患者的年龄、合并疾病、肿瘤大小、肿瘤分级、腋窝淋巴结受累数目这些预后因子来评估10年无病生存率和总生存率。这样的工具可以帮助医生客观地估计单纯局部治疗的转归，也有助于评估全身辅助化疗和内分泌治疗的预期益处。医生和患者在就全身辅助治疗的毒性、费用和获益等问题共同制订治疗决策时可以使用这些评估工具。

　　然而，对于复杂多变的临床工作而言，这些技术并不能提供具体的治疗方案。根据患者的预后情况和详细病情，医患双方一起寻求最佳的治疗方案。实际上，就术后辅助化疗而言，目前临床上有很多方案供选择。是否推荐辅助治疗以及选择哪种治疗方案，往往取决于医生的主观判断，这样就难免出现人为误差，主要表现为治疗不足、错误治疗和过度治疗。通过对这项310例乳腺癌患者生存分析的研究，笔者发现个体化治疗软件能够帮助制订客观有效的治疗策略，从而延长乳腺癌患者的生存期，避免治疗不足、错误治疗和过度治疗。不足的是，本组研究对象均为中国籍黄种人女性乳腺癌患者，所以乳腺癌个体化治疗软件能否正确应用于其他国家、种族的患者，目前还不得而知。因此，笔者希望将来扩大样本数目和种群，继续这类验证性研究；同时增加软件治疗信息量，如添加新辅助化疗、放射治疗以及姑息治疗策略。

　　总之，本验证研究证实乳腺癌个体化治疗软件能够提供很有价值的临床指导，具用良好的实际应用价值，值得推广应用。

　　[参考文献]

　　www.17net.net论文发表[1]Jemal A, Siegel R, Ward E, et al. Cancer statistics [J]. CA Cancer J Clin,2008,58（2）：71-96.

　　[2]Ziegler RG, Anderson WF, Mitchell H. Gail. Increasing breast cancer incidence in China: the Numbers Add Up [J]. J Natl Cancer Inst,2008,100（19）：1339-1341.

　　[3]Linos E, Spanos D, Bernard A, et al. Effects of reproductive and demographic changes on breast cancer incidence in China: a modeling analysis [J]. J Natl Cancer Inst,2008,100（19）：1352-1360.

　　[4]Early Breast Cancer Trialists’ Collaborative Group. Effects of chemotherapy and hormonal therapy for early breast cancer on recurrence and 15-year survival: an overview of the randomised trials [J]. Lancet,2005,365（9472）：1687-1717.

　　[5]Wolff AC, Hammond ME, Schwartz JN, et al. American Society of Clinical Oncology/College of American Pathologists guideline recommendations for human epidermal growth factor receptor 2 testing in breast cancer [J]. J Clin Oncol,2007,25（1）：118-145.

　　[6]Fisher B, Brown AM, Dimitrov NV, et al. Two months of doxorubicin-cyclophosphamide with and without interval reinduction therapy compared with six months of cyclophosphamide, methotrexate, and fluorouracil in positive-node breast cancer patients with tamoxifen-nonresponsive tumors: results from NSABP B-15 [J]. Journal of Clinical Oncology,1990,8（9）：1483-1496.

　　[7]Azambuja E, Paesmans M, Bernard-Marty C, et al. Phase Ⅲ trial comparing two dose levels of epirubicin combined with cyclophosphamide （EC or HEC） with cyclophosphamide, methotrexate, and fluorouracil （CMF） in 777 women with node-positive （N+） breast cancer （BC）：10-year follow-up results [J]. J Clin Oncol,2006,24（18）：568.

　　[8]Martin M, Pienkowski T, Mackey J, et al. Adjuvant docetaxel for node-positive breast cancer [J]. N Engl J Med,2005,352（22）：2302-2313.

　　[9]Goldhirsch A, Colleoni M, Coates AS, et al. Adding adjuvant CMF chemotherapy to either radiotherapy or tamoxifen: are all CMFs alike? The International Breast Cancer Study Group （IBCSG） [J]. Ann Oncol,1998,9（5）：489-493.

　　[10]Goldhirsch A, Ingle JN, Gelber RD, et al. Threshold for therapies: highlights of the Sankt Gallen international expert consensus on the primary therapy of early breast cancer [J]. Ann Oncol,2009,20（8）：1319-1329.

　　[11]Ravdin PM, Siminoff LA, Davis GJ, et al. Computer program to assist in making decisions about adjuvant therapy for women with early breast cancer [J]. J Clin Oncol,2001,19（4）：980-991.

　　[12]Olivotto IA, Bajdik CD, Ravdin PM, et al. Population-based validation of the prognostic model ADJUVANT! for early breast cancer [J]. J Clin Oncol,2005,23（12）：2716-2725.

　　[13]Jeffrey SS, Lonning PE, Hillner BE. Genomics-based prognosis and therapeutic prediction in breast cancer [J]. J Natl Compr Canc Netw,2005,3（3）：291-300.

　　[14]Van't Veer LJ, Dai H, van de Vijver MJ, et al. Gene expression profiling predicts clinical outcome of breast cancer [J]. Nature,2002,415:530-536.

　　[15]Paik S, Shak S, Tang G, et al. A multigene assay to predict recurrence of tamoxifen-t reated, node-negative breast cancer [J]. N Engl J Med,2004,351:2817-2826.

　　[16]Paik S, Tang G, Shak S, et al. Gene expression and benefit of chemotherapy in women with node-negative, estrogen receptor-positive breast cancer [J]. J Clin Oncol,2006,24（23）：3726-3734.

　　[17]Fan C, Oh DS, Wessels L, et al. Concordance among gene-expressionbased predictors for breast cancer [J]. N Engl J Med,2006,355:560-569.

　　[18]Vander Vijver MJ, He YD, van′ t Veer LJ, et al. A gene-expression signature as a predictor of survival in breast cancer[J]. N Engl J Med,2002,347:1999-2009.

　　[19]Glas AM, Floore A, Delahaye LJ, et al. Converting a breast cancer microarray signature into a high-throughput diagnostic test [J]. BMC Genomics,2006,7:278-287.

　　[20]Mook S, Van′t Veer LJ, Rutgers EJ, et al. Individualisation of therapy using Mammaprint: from development to the MINDACT trial [J]. Cancer Genomics Proteomics,2007,4（3）：147-155.