雄逐鹿天元組，基本算是武神壇甲組強服的狩獵場了，下面為大家帶來上一屆的半決賽，姑蘇城在被大克的情況下，教科書般地逆轉取勝，淋漓盡致地體現了夢幻的指揮藝術。
觀戰方 臺州灣CC520龍坑坑VS 對戰方 姑蘇城CC90096
觀戰方虎陣 NE PT DF DT NBM
對戰方云陣 NE PT DF ST NBM
雙方的陣容除了物理系不一樣之外其他都一樣，這也是現在武神壇的流行組合。NBM當之無愧第一法系，PT/DF必不可少，NE可以封3個，又可以搶一速，是很多老牌強服的優先選擇，至于物理系，因為NBM的強勢，ST已經被越來越多的隊伍所采用，與DT、LBC三分天下。
觀戰方大克對戰方，先天占優，不過對戰方速度占優。開場雙方都在互相控制、加狀態，NBM招蛇。第5回合，對戰方先發制人，小死亡加ST連環擊，點死了觀戰方隊長位DT。點死了人，也瓦解了觀戰方的攻擊，可謂是一石二鳥。
11回合，對戰方再度開始點殺，順利點掉了觀戰方的NBM，不過可惜的是小死亡沒中。
觀戰方還以顏色，在穩住陣腳之后，13回合，點掉了對戰方ST，本來小死亡中了，不過獅駝直接晶清給解了，對戰方損失不大。
雙方在16回合不約而同地點殺對戰方物理系，雙方物理系雙雙殞命，不過觀戰方DT沒中小死亡，小賺。至此，觀戰方已經占據了優勢。
因為占據主動，觀戰方20回合選擇點殺對戰方一速NE，不過DT被上了攝魂，點殺失敗。
得益于觀戰方點殺失敗，對戰方獲得喘息之機，重新站穩了，23回合成功點殺NBM。徹底將局面扳平。
28回合，雙方經過幾回合休養生息，不約而同選擇了點殺，但觀戰方DT因為速度被抓，比對戰方ST慢，導致掃不出來，觀戰方DT被點死，而觀戰方想點殺對戰方NBM也因此點殺失敗。對戰方在被大克的情況下，從此時開始占據主動。
30回合，對戰方點殺觀戰方DT，不過NBM中無魂，點殺失敗。雙方再次回到均勢。
33回合，對戰方再次點殺DT，這回終于成功了。
致勝的關鍵在于40回合，對戰方局面占優，選擇點殺觀戰方NBM，同時兩條蛇直接秒掉了觀戰方的PT，一回合倒地兩人，同時隊長DT沒有狀態，觀戰方瞬間崩盤！
接下來就是對戰方的收割之時了，僅僅過了7回合，就將觀戰方斬于馬下。
這把比賽，對戰方姑蘇城在陣法被大克的情況下，逆轉取勝，雖然最后一波有著一定的運氣，但能在前中期站穩腳步，干擾觀戰方的進攻節奏，讓大克的優勢無法發揮，這才是取勝最關鍵的地方所在。
最后不得不說一句，女魃墓不愧是NB墓啊！
更多精彩內容，敬請關注我們夢幻西游電腦版頭條號，請點擊頭上面的關注按鈕關注我們，我們會每天為您提供最及時最有趣的夢幻西游內容。
科熱門法系是魔天宮，因為技能等級高，封印命中率不低，有時還能客串半個封系。要么就是魔王或者神木林打面傷，女魃墓因為經脈的關系，在天科不是很流行。不過，在群雄逐鹿天科淘汰賽中，還是有發揮亮眼的女魃墓的，給大家分享一下。
觀戰方：一齊當先；龍陣；NE、FC、PT、LWZ、NBM
對戰方：SPA養生；蛇陣；NE、FC、PT、HGS、MW
精彩視頻：
<script src="https://lf6-cdn-tos.bytescm.com/obj/cdn-static-resource/tt_player/tt.player.js?v=20160723"></script>
速度方面，對戰方沒有速度位，觀戰方很輕松地拿到一速。蛇陣小克龍陣，觀戰方WZ輸出一般。
對面MW輸出不錯。
3回合觀戰方頂起羅漢。觀戰方NBM嗜血清寶寶打7000+。
7回合，觀戰方召喚出第二只幻魔，對戰方有嘗試清幻魔，可惜被頂血和神佑，一直沒清掉。
場面變成了7打5，蛇每回合貢獻不少輸出，這就是女魃墓惡心的地方了~
12回合，觀戰方點殺對戰方MW，然后驚喜來了，蛇暴擊快1W把花果山咬死了。
MW，HGS均倒地。
對面也知道要清幻魔，可是觀戰方喂給幻魔的大金比給人的還多，保得死死的！
女魃墓輸出，感覺和魔天宮差不多呢。
魔王輸出也不賴，可惜一直請不掉幻魔，對戰方劣勢已經很明顯了。
每回合兩條蛇怎么都能打出七八千的總傷害，要么打人殘血，要么飛寶寶，對面毫無辦法。HGS已經站不起來了。
19回合，隨著觀戰方女魃墓秒過去，對面倒地3人，回天乏術。3回合后觀戰方獲得勝利。
對戰方硬件不差，可是觀戰方把幻魔保得太好了，人可以倒，幻魔不能被搞，一回合能給幻魔頂3個大金。也是因此，對戰方十幾回合都是5打7，著實頂不住呀。
天科女魃墓看來也有搞頭，不過筆者還是不太希望女魃墓在天科能流行，因為戰術比較固定，很容易變成把PK變成打幻魔和保幻魔的塔防游戲。
更多精彩內容，敬請關注我們夢幻西游電腦版頭條號，請點擊頭上面的關注按鈕關注我們，我們會每天為您提供最及時最有趣的夢幻西游內容。
編者按：當前，HER2低表達乳腺癌患者越來越受到大家的關注和重視。由中華醫學會外科學分會乳腺外科學組領導開展的CSBrS-021研究，2015年至2016年共納入29家醫院7000余例HER2低表達早期乳腺癌患者的病例資料，研究采用機器學習等方法，分析了早期HER2低表達乳腺癌患者的臨床危險因素，為新一代抗體-偶聯藥物（Antibody Drug Conjugate，ADC）在臨床合理應用提供了中國數據。日前，該研究發表于《中華醫學雜志（英文版）》，本文就該研究進行介紹。
研究簡介
研究背景：HER2低表達乳腺癌人群引發了HER2表達評價標準的進一步完善。我們研究了中國早期HER2低陽性表達乳腺癌患者的臨床病理特征，并分析了影響預后的因素。
研究方法：收集了2015年1月至2016年12月中華醫學會外科學分會乳腺外科學組單位經治的早期HER2低表達表達乳腺癌患者的臨床病理資料及預后資料。對影響患者預后的因素進行分析。
研究結果：29家醫院提供了有效病例，2015～2016年共收治早期乳腺癌25096例，其中7642例（30.5%）為HER2低表達患者納入研究隊列。排除不符合條件的病例后，6486例患者被納入研究。中位隨訪時間為57個月（4～76個月），患者5年無病生存率（DFS）為92.1%，5年總生存率（OS）為97.4%。隨訪出現506例（7.8%）轉移事件，167例（2.6%）死亡事件。多因素Cox回歸分析顯示，腫瘤分期、脈管癌栓、Ki67指數與復發轉移有關（P＜0.05）。使用機器學習算法建立了復發風險預測模型，結果顯示，測試集受試者操作特征曲線下面積為0.815（95%CI：0.750～0.880）。
研究結論：HER2低陽性表達的早期乳腺癌患者占全部患者的30.5%。腫瘤分期、脈管癌栓、Ki67指數等是影響患者預后的因素。基于機器學習算法的HER2低表達乳腺癌復發預測模型，對預測5年復發風險具有良好的臨床參考價值。
正文
21世紀，乳腺癌進入了分類治療的新時代。曲妥珠單抗和帕妥珠單抗等靶向藥物的成功開發，使HER2陽性乳腺癌患者有了顯著的生存獲益。抗體-藥物偶聯物（ADC）的成功開發，特別是DS-8201在HER2低表達晚期乳腺癌具有持續的疾病控制作用，引發了HER2表達狀態評價標準的進一步細化和HER2低表達狀態乳腺癌預后相關臨床問題的深入思考。
為分析中國早期HER2低陽性表達乳腺癌患者的臨床病理特點及影響預后的相關因素，中華醫學會外科學分會乳腺外科學組（CSBrS）組織開展了多中心研究（CSBrS-021）。對2015年1月至2016年12月CSBrS 29家醫院收治的25096例早期乳腺癌患者的臨床和病理資料進行分析研究，利用機器學習算法建立轉移風險預測模型，預測復發轉移事件。相關結果報告如下：
研究方法：
前期調研HER2狀態評價
參研醫院病理實驗室應具備開展乳腺癌HER2檢測的實驗室資質認證，病理實驗室應通過中國國家病理質控中心等資質認證，依據完善的實驗室標準操作程序進行HER2檢測，確保檢測結果的可靠性和準確性。
要求參研醫院病理實驗室采用國家藥品監督管理局認證的檢測試劑盒進行HER2免疫組化檢測和熒光原位雜交檢測。HER2檢測與判讀標準遵循2013年ASCO/CAP修訂的HER2診斷指南。HER2陽性標準為：IHC 3+或IHC 2+且ISH陽性；HER2低表達標準為：IHC 1+，或IHC 2+且ISH陰性。
研究對象：
選取2015年1月1日至2016年12月31日在CSBrS醫院診斷為早期浸潤性乳腺癌的患者作為研究對象。
參與機構：
CSBrS包含全國40家三級甲等醫院學組單位，其均具備獨立的乳腺外科病房和獨立出具乳腺癌組織病理報告的病理實驗室資質。共有CSBrS 29家醫院提供了合格的病例。
納入標準：
病理活檢證實為浸潤性乳腺癌的女性；臨床檢查未發現遠處轉移者；HER2檢測結果符合診斷HER2低表達，即免疫組化（IHC）1+，或IHC 2+且熒光雜交（ISH）陰性；R0切除；按照NCCN指南[1]完成推薦方案的系統治療；完整的腫瘤免疫組化檢查及隨訪資料。
排除標準：
男性乳腺癌患者，首次診斷為乳腺癌Ⅳ期或轉移性乳腺癌或雙側乳腺癌患者；HER2陽性或IHC 0狀態；不能接受標準的全身治療和外科治療；既往腫瘤治療史；腫瘤免疫組化及隨訪資料不全。
研究終點：
該研究的主要終點是5年無病生存率（DFS）。DFS測量從患者接受手術之日起至復發轉移之日或最后一次隨訪。次要終點為5年總生存率（OS）。OS測量從乳腺癌診斷之日起至因任何原因死亡或最后一次隨訪。所有患者每6個月隨訪一次，最后一次隨訪日期為2021年5月。隨訪內容包括乳腺及腋窩淋巴結B超、腹部B超/CT、胸部X線/胸部CT等必要檢查。
復發預測模型：
根據納入、排除標準的數據，剔除有效因素缺失或隨訪＜5年且無轉移的病例。有效復發轉移病例以2：1的比例分配到訓練集和測試集，測試集包括復發轉移有效病例和無復發轉移有效病例，比例為1∶1；其余沒有復發的有效病例被分配到訓練集（圖1）。使用Python軟件（https://www.python.org/）的Scikit-learn機器學習工具構建復發預測模型。使用隨機森林模型、支持向量機（SVM）回歸、k-近鄰分類（KNN）、logistic回歸、樸素貝葉斯模型（NBM）和AdaBoost構建6個預測模型。利用網格搜索確定各模型的超參數，以獲得最佳效率。通過比較接收操作員特征（ROC）曲線（AUC）下的面積來選擇最佳預測模型。對模型進行初始賦值，對訓練集樣本進行訓練，利用測試集樣本對模型進行外部測試（圖1）。使用ROC曲線和敏感性、特異性、陽性預測值（PPV）和陰性預測值（NPV）評估模型性能。
圖1.復發風險預測模型構建流程圖。
研究結果：
基本信息
2015年1月1日至2016年12月31日，共有25096例早期浸潤性乳腺癌患者在29家會員醫院接受治療。HER2陽性乳腺癌6547例，占同期浸潤性乳腺癌的26.1%（17.50%～47.10%）；符合HER2低陽性診斷標準的患者7642例，占乳腺癌患者的30.5%（7.80%～72.7%）。排除不符合納入條件的病例后，共有6486例符合納入標準的患者被納入本研究（圖2和3）。
圖2.患者入組過程
圖3.參與醫院HER2低陽性表達和HER2陽性病例患者比例
6486例符合本研究納入標準的患者中位年齡為50歲（20～90歲）。HER2低陽性表達患者比例為7.8%～72.7%（圖2）。其中HER2 IHC 1+3643例（56.2%），IHC 2+2843例（ISH陰性）（43.8%）。兩組患者在腫瘤分期、組織學類型、組織學分級、Ki67指數、淋巴管侵犯、激素受體狀態等方面均有顯著差異（P＜0.05）；兩組患者在保乳手術、化療、輔助內分泌治療中所占比例也有顯著差異（P＜0.01）（表1）。
表1.HER2 IHC 1+和IHC 2+（ISH陰性）乳腺癌患者的臨床病理資料
生存分析：
共隨訪6486例HER2低陽性患者，中位隨訪時間57個月（4～76個月）。隨訪期間發生轉移506例（7.8%），5年DFS為92.1%；167例（2.6%）患者死亡，5年總生存率為97.4%。單因素Cox回歸分析復發和轉移事件發現：年齡、腫瘤分期、脈管癌栓、Ki67指數、組織學分級和激素受體狀態與預后相關（P＜0.01），多因素Cox回歸分析證實腫瘤分期、淋巴管浸潤、Ki67指數仍與預后相關（P＜0.05）（表2）。
表2.HER2低陽性表達患者乳腺癌復發轉移相關預后因素分析
復發風險預測模型：
研究采用機器學習模型對506例HER2低陽性表達病例建立復發風險預測模型。t檢驗分析得到15個有效特征，包括T分期、N分期、TNM分期、組織學分級、血管腫瘤血栓、ER狀態、PR狀態、預后分期、Ki67指數（連續變量）、Ki67指數（分組變量）、化療、新輔助化療、乳房手術、腋窩手術、內分泌治療（P＜0.05），作為自變量納入構建的模型中（表3）。
表3.HER2低陽性表達乳腺癌5年復發風險模型的有效特征
共1915例患者納入模型建立及驗證，包含209例復發轉移病例和1534例無復發轉移病例納入研究。采用隨機森林模型、SVM、KNN、logistic回歸、NBM、AdaBoost等6種預測模型（圖4）。隨機森林模型具有最高的AUC，并被選擇為最終的復發預測模型。
圖4.HER2低陽性表達乳腺癌訓練集和測試集5年復發風險模型的ROC曲線。（A）復發風險模型訓練集的ROC曲線。（B）復發風險模型、檢驗集的ROC曲線。
討論
乳腺癌是女性最常見的惡性腫瘤。據文獻報道，2020年中國新增乳腺癌患者42萬例[2]。21世紀以來，隨著人們對乳腺癌認識的不斷加深，乳腺癌患者在乳腺癌分類的基礎上得到了針對性的治療。腫瘤的分子亞型不僅與其預后密切相關，還可作為臨床治療決策的依據。HER2陽性乳腺癌因其高侵襲性而在臨床實踐中受到格外關注。
近年來，隨著靶向藥物的成功開發和抗HER2治療的規范化使用，HER2陽性乳腺癌患者的預后明顯改善。2016年，美國癌癥聯合委員會（American Joint Committee on Cancer，AJCC）乳腺癌分期明確指出，接受抗HER2靶向治療后，HER2陽性不再是一個不良預后因素。在此基礎上，對HER2表達水平相關問題的進一步深入研究正成為新的臨床熱點。2021年，NCCN乳腺癌臨床實踐指南和CSCO乳腺癌診療指南均提出“關注HER2低表達乳腺癌”的建議。為此，CSBrS啟動了一項關于HER2低表達早期乳腺癌的多中心研究，分析影響其預后的臨床病理信息，探討建立風險預測模型。
近年來，新型ADC藥物的研究與開發備受關注，HER2 IHC 1+、2+及ISH陰性被廣泛認為是HER2低表達乳腺癌。一項Ⅱ期臨床試驗顯示，ADC藥物DS-8201在接受多種挽救性治療的情況下，仍可使HER2低表達的晚期乳腺癌患者病灶持續控制[3]，為擴大抗HER2治療的適應證提供了良好的前景，同時強調了臨床需要更加完善的HER2狀態評估體系。
既往報道HER2低表達乳腺癌比例為45%～55%[4]，本研究共納入HER2低陽性表達患者7642例，占同期乳腺癌患者總數的30.5%，低于其他報道的比例。分析原因與各中心使用不同HER2檢測試劑盒，對乳腺癌HER2低表達檢測比例存在影響，另外，一些HER2低陽性的IHC 2+乳腺癌患者在研究期間沒有進行ISH檢測，因此沒有納入分析。此外，隨訪信息缺失的患者被排除，導致HER2低表達的乳腺癌比例低于報道。
HER2低表達早期乳腺癌患者的預后是一個受到廣泛關注且存在爭議的問題。據報道，HER2低表達患者的局部無復發率低于HER2零表達乳腺癌患者[5]。另有報道，HER2低表達患者3年DFS和OS率均高于HER2零表達乳腺癌[6]。本研究隨訪資料顯示，HER2低表達早期乳腺癌患者5年DFS為92.1%，5年OS為97.4%，總體預后良好。同時，HER2 IHC 1+和IHC 2+/ISH陰性患者的預后無顯著差異（P=0.403），這與NSABP-B47亞組分析的結論一致。但HER2 IHC 1+和IHC 2+/ISH陰性患者在基線腫瘤分期、組織學類型、組織學分級、Ki67指數、脈管癌栓、激素受體狀態等方面均有顯著差異（P＜0.05），由此接受的手術方式及系統治療選擇也有顯著差異（P＜0.01），原因有待進一步研究。
近年來，機器學習算法為腫瘤臨床預后模型的建立提供了重要的幫助。機器學習是一個涉及概率論、統計學、凸分析、計算機科學等學科的多學科領域。機器學習算法的核心思想是基于各種數學背景，利用計算機日益增長的計算能力，從數據中分析有價值的數學規律，并產生有效的理論來指導實際工作。機器學習算法可以從很多方面進行分類。在不同的應用場景下，根據數據的分布情況選擇合適的模型是獲得最佳預測效果的關鍵。目前，在機器學習算法中，一些性能優異的算法受到越來越多的關注。SVM、KNN、logistic回歸、NBM等模型與傳統的方法相比，具有較強的擬合能力，能夠進行數據分布規律分析，且這些模型基于不同的數學原理，各自也具有不同的優勢。CSBrS-021研究的數據來自多個中心的患者，數據量大，分布不均勻排除任何特征缺失的病例后，共有209例復發轉移病例和1534例未復發轉移病例納入研究。T檢驗識別了15個有效特征，包括T分期、N分期、TNM分期、組織學分級、脈管癌栓、ER狀態、PR狀態、預后分期、Ki67指數（連續變量）、Ki67指數（分組變量）、化療、是否新輔助化療、乳房手術、腋窩手術、內分泌治療（P＜0.05），作為自變量進行模型構建。
采用機器學習算法對數據進行預處理（表4）。發現隨機森林模型可以有效地消除不相關因素，分析有效特征與預測值之間的相關性，識別數據的差異和共性。隨機森林模型是最適合本研究的復發預測模型。訓練集復發風險預測模型的AUC為0.983（95%CI：0.977～0.990），測試集AUC為0.815（95%CI：0.750～0.880）。5年復發風險預測模型對HER2低表達乳腺癌的敏感性為78.3%，特異性為71.0%，PPV為73.0%，NPV為76.6%（表5），表明該模型對早期HER2低表達乳腺癌的復發轉移有一定的識別價值。該研究為HER2低表達早期乳腺癌細化分類治療提供了新的參考。
表4不同方法復發風險預測模型的AUC值
表5.預測HER2低表達乳腺癌患者5年復發風險的機器學習模型
HER2低陽性表達乳腺癌的定義可能是對目前分類治療。機器學習模型對于預測HER2低表達乳腺癌的復發風險具有重要價值，并為重新定義抗HER2治療的適應證提供了依據。
參考文獻：
1、Breast Cancer guideline version 1.2015,NCCN Clinical Practice Guidelines in Oncology(NCCN Guidelines)?.Available from:https://www.nccn.org/guidelines/guidelines-detail?category=1&id=1419.[Accessed February 10,2015]
2、Sung H,Ferlay J,Siegel RL,Laversanne M,Soerjomataram I,Jemal A,et al.Global cancer statistics 2020:GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.CA Cancer J Clin 2021;71:209–249.doi:10.3322/caac.21660.
3、Modi S,Park H,Murthy RK,Iwata H,Tamura K,Tsurutani J,et al.Antitumor activity and safety of trastuzumab deruxtecan in patients with HER2-low-expressing advanced breast cancer:results from a phase Ib study.J Clin Oncol 2020;38:1887–1896.doi:10.1200/jco.19.02318.
4、Schalper KA,Kumar S,Hui P,Rimm DL,Gershkovich P.A retrospective population-based comparison of HER2 immunohistochemistry and fluorescence in situ hybridization in breast carcinomas:impact of 2007 American Society of Clinical Oncology/College of American Pathologists criteria.Arch Pathol Lab Med 2014;138:213–219.doi:10.5858/arpa.2012-0617-OA.
5、Gilcrease MZ,Woodward WA,Nicolas MM,Corley LJ,Fuller GN,Esteva FJ,et al.Even low-level HER2 expression may be associated with worse outcome in node-positive breast cancer.Am J Surg Pathol 2009;33:759–767.doi:10.1097/PAS.0-b013e31819437f9
6、Denkert C,Seither F,Schneeweiss A,Link T,Blohmer JU,Just M,et al.Clinical and molecular characteristics of HER2-low-positive breast cancer:pooled analysis of individual patient data from four prospective,neoadjuvant clinical trials.Lancet Oncol 2021;22:1151–1161.doi:10.1016/s1470-2045(21)00301-6.
7、Xin,Ling et al.“Multicenter study of the clinicopathological features and recurrence risk prediction model of early-stage breast cancer with low-positive human epidermal growth factor receptor 2 expression in China(Chinese Society of Breast Surgery 021).”Chinese medical journal vol.135,6 697-706.20 Mar.2022,doi:10.1097/CM9.000000000000205
劉蔭華教授
北京大學第一醫院主任醫師，教授
中華醫學會外科學分會常委
中華醫學會外科學分會乳腺外科學組組長
北京醫學會外科分會副主任委員
北京醫學會乳腺疾病分會副主任委員
辛靈
北京大學第一醫院乳腺疾病中心 主治醫師 醫學博士
以第一作者身份發表文章10余篇，參與編寫教材1部；
主持科研課題3項，參與省部級課題3項；
《中華手術學雜志（電子版）》《中華乳腺病雜志》《中華臨床醫師雜志（電子版）》通訊編委
2017年于英國卡迪夫大學卡迪夫-中國聯合醫學研究中心做訪問學者。