NAC目前是局部晚期乳腺癌患者的标准治疗模式［11］。而病理学完全缓解（pathological complete response，pCR）被认为是患者长期生存获益的指标，NAC后达到pCR的患者生存率得到显著改善［12］。研究证明，40%~75%的cN+患者NAC后可达pCR［13-15］，这部分患者NAC后接受常规ALND会延长住院时间，医疗费用增加，手术并发症发生率增高。基于Sentina和ACOSOG 1071研究，NAC后SLNB已被纳入NCCN指南及St. Gallen专家共识［5-6］。但目前NAC后行SLNB的患者总体假阴性概率仍然较高。一方面可以通过改进SLNB的技术降低假阴性率，包括NAC前阳性淋巴结放置标志夹并于术中检出、使用双示踪剂、检出≥3枚SLN及对SLN进行免疫组织化学检测等［5-6，16］；另一方面可以通过优化患者的选择方法来提高选择的灵敏度［7］。在理想情况下，外科医师能够预测哪些患者的化疗反应较好，并为NAC后SLNB选出最有可能在NAC后达到ypN0的患者。Olga Kantor预测模型旨在预测初始cN+患者NAC后达到ypN0的概率，通过对入组的患者（n=19 115）进行建模（n=13 396）及验证（n=5 719），得出年龄、肿瘤分子分型、肿瘤组织学级别、组织学类型以及初始腋窝淋巴结分期均为NAC后ypN0的独立预测指标。建模组和验证组的ROC曲线的AUC分别为0.781和0.788 ［7］。该模型可以较为准确地预测初始cN+患者在NAC后达到ypN0的概率，得分高的患者更有可能在NAC后达到ypN0，更适合进行SLNB替代ALND，但作者认为此模型需要进一步地进行外部验证。

　　Olga Kantor预测模型的数据来源于美国国家癌症数据库（National Cancer Database，NCDB）［17］，未记录NAC后乳房原发肿瘤影像学大小，因此该预测模型使用术后肿瘤病理大小代替此指标，计算其与术前影像大小的差别评价乳房原发肿瘤反应，不能于术前预测ypN0，存在临床使用的局限性。理想的预测模型应于NAC后手术前进行ypN0预测评价。本研究首先以NAC前原发肿瘤超声影像大小与术后病理大小对比作为乳房原发肿瘤反应的计算依据，验证Olga Kantor预测模型ypN0的独立预测指标及模型的预测效能；之后对该模型进行改良，以NAC前后原发肿瘤超声影像大小作为计算依据，分析改良模型ypN0的独立预测指标及预测效能。

　　本研究通过单因素分析及logistic回归分析发现年龄、分子分型及乳房原发肿瘤反应为ypN0的独立预测因素。与Olga Kantor预测模型相比，cN分期及病理分型在本研究中差异无统计学意义（P＞0.05）。导致此差异的因素可能与本研究为单中心回顾性分析、样本量较小（n=350）有关。本研究对Olga Kantor模型预测的准确性进行验证，AUC为0.788，证实Olga Kantor预测模型在本中心具有较高的准确性。改良模型的AUC为0.782，与验证模型的AUC差异无统计学意义（P=0.579）。因此，改良模型具有同等的预测效能且更贴合临床实际。

　　Olga Kantor模型的其他局限性包括：NCDB数据库未记录患者NAC的方案、剂量及周期数，只要接受过NAC的患者均被纳入Olga Kantor模型，而本研究仅纳入接受足疗程含蒽环和（或）紫杉类药物方案NAC的患者；其次，Ki-67及月经状况等在Olga Kantor模型中未被分析，而本研究发现Ki-67标记指数为验证模型ypN0的独立预测指标。

　　Olga Kantor模型可为cN+患者NAC后进行SLNB提供一种可靠的选择方法。模型得分≤3分的患者ypN0概率为2.5%（1/40），推荐直接行ALND；得分4~7分的患者ypN0的概率为22.4%（51/228），可考虑行SLNB（NAC前在阳性淋巴结放置标记夹并于术中检出、使用双示踪剂及检出＞2枚SLN以控制假阴性率）；得分≥8分的患者ypN0的概率为68.3%（56/82），推荐直接行SLNB；值得注意的是，得分为10分患者ypN0的概率为76.5%（13/17），这部分患者未来甚至可以避免腋窝清扫术。目前SOUND［18］及ASICS临床试验已经开始对避免腋窝手术进行研究。但由于得分为10分的患者样本量小，因此是否能避免腋窝手术值得进一步研究。

　　综上所述，Olga Kantor预测模型可以较为准确地评估cN+患者ypN0概率，改良模型具有同等的预测效能且更贴合临床实际，有助于NAC后腋窝处理模式的合理选择。