白城市农村居民乳腺癌发病风险预测模型的构建

1 通讯作者

随着医疗信息技术的快速发展，特别是大数据、机器学习和人工智能技术的广泛应用，构建乳腺癌发病风险预测模型已成为可能 [1]。这些模型不仅有助于提高乳腺癌的早期诊断率，还能为临床决策提供有力支持，从而改善患者的生活质量，降低死亡率[2]。白城市作为东北地区的重要城市，其农村居民的乳腺癌发病情况同样值得关注。本研究旨在利用医学信息学方法，结合白城市农村居民的实际情况，构建基于多源数据的乳腺癌发病风险预测模型，为当地乳腺癌的防治工作提供科学依据 [3]。

1. 资料与方法

1.1 一般资料

对白城市农村居民乳腺癌发病风险因素进行分析，构建风险预测模型。1.2 方法

本研究按照 1：1 匹配的原则，以年龄（ ±2 岁）为匹配因素，选取经病理确诊的乳腺癌农村患者为病例组，选取 195 名经乳腺检查，结果为非乳腺癌的农村居民为对照组。采用文献回顾法，查阅国内外文献，咨询乳腺外科、流行病学等有关专家，制定《一般资料调查表》，用于评估吉林市农村居民乳腺癌危险因素，调查的内容主要包括：（1）基本情况：年龄、身高、体重、文化程度、职业、婚姻状况、家庭人均月收入、新农合和养老保险及就医延迟情况等。（2）生理情况：首次月经年龄、月经周期、痛经、绝经、行经天数、生育次数、怀孕次数、初产年龄、流产次数、母乳喂养、药物避孕情况等。（3）既往病史情况：乳腺良性疾病史、乳腺癌家族史等。（4）生活方式情况：吸烟、被动吸烟、饮酒、饮茶、饮咖啡、睡眠时间、熬夜、失眠、睡眠总体满意度、体育锻炼、穿胸罩睡觉、穿较紧的胸罩、日常饮用水来源。（5）饮食情况：三餐规律、饮食口味、各类食物饮食频率等。（6）环境情况：农药接触史、居住地附近污染源等。（2）激惹、抑郁和焦虑量表（Irritabilitiy，Depression and Anxiety Scale，IDA）激惹、抑郁和焦虑量表（IDA）由 Snaith 等于 1978 年研制，用于负性情绪的评估。该量表由抑郁（条目 1、3、5、9、12）、焦虑（条目 2、7、10、14、17）、内向激惹（条目 8、11、15、18）和外向激惹（条目 4、6、13、16）四个维度组成，一共 18 个条目。量表得分范围为 0-54 分，分数越高，表明负性情绪水平越高。在抑郁维度，0-3 分为正常、4-6 分为临界值、7-15 分为严重；在焦虑维度，0-5 分为正常、6-8 分为临界值、9-15 分为严重，在内向刺激方面，0-3 分为正常、4-6 分为临界值、7-12 分为严重，在外向刺激方面，0-4 分为正常、5-7 分为临界值、8-12 分为严重。

（3）乳腺癌预防知识 - 态度 - 行为问卷。乳腺癌预防知识 - 态度 -行为问卷由区洁霞 [50] 编制，包括乳腺癌预防知识问卷、乳腺癌态度及信念问卷、乳腺癌预防行为情况问卷。乳腺癌预防知识问卷包括乳腺癌基本知识、危险因素和早期筛查知识三方面，共 20 个问题，计 20 分，答案分为对与错，得分达满分 60% 为及格。问卷 Cronbach’α 系数为 0.877，重测信度系数为 0.875，各维度内容效度指数（I-CVI）为 0.846-0.921。本研究在考虑本地区调查实际情况和调查对象特点的基础上，对问卷进行了合理的修改，在进行预调查后测得问卷Cronbach’ ∝ 系数为 0.792。

1.3 统计学方法

通过 SPSS 26.0 软件进行数据录入和统计学分析。本研究对病例组和对照组的各乳腺癌危险因素分析采用单因素分析，对单因素分析筛选出来的有统计学意义的危险因素采用二元 Logistic 回归分析进行多因素分析，P<0.05 为差异具有统计学意义。

2. 结果

白城市农村居民的发病危险因素包括年龄、初潮年龄、避孕药、乳腺癌家族史、焦虑、乳腺炎病史。模型评价本研究模型ROC 曲线下面积为0.9，最佳临界值为 0.228，灵敏度为 58.9% ，特异度为 95.3% 。本模型预测乳腺癌发病的正确率为 76% ，乳腺癌不发病的正确率为 90% ，全组正确率为87.8%_⨀ 。（见图1，表1）。

表1 本研究模型模型ROC 曲线下面积

3. 讨论

乳腺癌作为女性最常见的恶性肿瘤之一，其发病率在全球范围内持续上升，对女性健康构成了严重威胁 [4]。白城市农村居民由于经济条件、医疗资源等方面的限制，乳腺癌的早期发现和诊断率相对较低，导致病情恶化，治疗难度加大。

基于上述危险因素，我们构建了白城市农村居民乳腺癌发病风险预测模型。该模型通过整合患者的临床数据、生活习惯以及家族病史等多源信息，利用先进的机器学习和数据挖掘技术，实现了对乳腺癌发病风险的准确预测。经过验证，该模型对乳腺癌的发病具有良好的预测效能。其预测准确率、灵敏度、特异度等指标均达到了较高水平，为临床决策提供了有力支持。该模型不仅可以用于乳腺癌的早期筛查和诊断，还可以为制定针对性的干预措施提供参考。通过模型分析，我们可以识别出高危人群，从而采取更加有效的预防措施，降低乳腺癌的发病率和死亡率[5]。

尽管该模型在预测乳腺癌发病风险方面取得了显著成效，但仍存在一定的局限性。例如，模型可能受到数据质量、样本量等因素的影响，导致预测结果存在一定的误差。此外，模型还需要不断更新和优化，以适应新的临床数据和研究成果。

综上所述，白城市农村居民的发病危险因素包括年龄、初潮年龄、避孕药、乳腺癌家族史、焦虑、乳腺炎病史，建立的风险预测模型对乳腺癌的发病具有良好的预测效能。

参考文献：

[1] 陈晓冬 ， 赵晶晶 ， 徐宝成 ， 等 . 反式脂肪酸摄入量与乳腺癌发病风险的 Meta 分析 [J]. 中国食品学报 ，2023，23（4）：490-502.

[2] 周亮 ， 王月 ， 田凌嘉 ， 等 . 不同机器算法在乳腺癌发病风险预测模型中使用效果的评估 [J]. 中医药信息 ，2023，40（8）：23-28.

[3] 靳育静 ， 高鹰 ， 张卿 .Gail 模型在我国女性乳腺癌发病风险预测中的研究 ： 系统综述与 Meta 分析 [J]. 现代肿瘤医学 ，2022，30（6）：7.

[4] 解云涛 ， 孙洁 ， 姚璐 ， 等 . 预测 BRCA 突变患者对侧乳腺癌发病风险的模型及应用 ：CN202210496326.2[P].CN202210496326.2[2024-10-27].

[5] 刘开拓 ， 易立岩 ， 郝梓旭 . 乳腺癌相关风险因素及其防治措施的研究进展 [J]. 进展 ： 科学视界 ，2023（7）：183-185.

课题来源：白城市指导性科技发展计划项目

课题名称：白城市农村居民乳腺癌发病风险预测模型的构建

课题编号：BYSK202209