本发明涉及cox算法预后预测领域，特别涉及一种luminalb型her-2阴性乳腺癌预后预测模型klp-pi。
背景技术：
luminalb型乳腺癌分成两种，一种是er和(或)pr阳性，her-2基因阴性，ki67细胞增殖指数高表达(≥14％)，一种是er和(或)pr阳性，her-2基因阳性，而不论ki67增殖指数。该种乳腺癌占所有乳腺癌20％-30％，缺乏靶向药物，10-30％复发转移，所以如果能预测该种类型乳腺癌的预后情况的模型是模切需要的。现有一种诺丁汉预后指数(nottinghamprognosticindex，npi)，该指数根据肿瘤大小，淋巴结转移，肿瘤分级。npi＝(0.2*s)+n-g(s代表肿瘤大小，单位是厘米；n代表淋巴结转移淋巴结数目，0个淋巴结，n为1，1-4淋巴结，n＝2，若大于4个淋巴结，n＝3；g代表肿瘤分级，低分化，g＝1，中分化，g＝2，高分化，g＝3)当npi≤3.4，为低风险组，当npi介于3.4-5.4时，为中风险组；当npi＞5.4时，为高风险组。针对不同的组别，在临床的治疗策略上具有指导意义。现有的乳腺癌预后预测模型是外国人群的数据计算而出，但是对于中国人群的鉴别能力有限。
技术实现要素：
本发明所要解决的技术问题是提供一种luminalb型her-2阴性乳腺癌预后预测模型klp-pi，相对于npi指数，对于中国人群，klp-pi分数具有更好的区别高中低风险组，具有更好的鉴别能力和更高的准确性。
为实现上述目的，本发明提供以下的技术方案：
该luminalb型her-2阴性乳腺癌预后预测模型klp-pi为根据中国人群而计算得出的模型klp-pi：klp-pi＝1.0*ki-67li+1.5*ln+1*prstatus，根据肿瘤ki-67增殖指数，大于30％，ki-67li赋值为1，若小于30％，ki-67li赋值为0，ln代表淋巴结转移情况，有转移则赋值为1，若无转移赋值为0，prstatus代表孕激素受体的情况，若阳性，则为0，阴性为1，结果klp-pi值分三组，0-1.5分为低风险组，2-2.5分为中风险组，3.5分为高风险组。
采用以上技术方案的有益效果是：该luminalb型her-2阴性乳腺癌预后预测模型klp-pi相对于npi指数，该luminalb型her-2阴性乳腺癌预后预测模型klp-pi对于中国人群，klp-pi分数具有更好的区别高中低风险组，具有更好的鉴别能力和更高的准确性。能够更好地鉴别中国人群luminalb型乳腺癌的预后风险程度，利用预后风险程度指导临床治疗。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的描述。
图1是本发明luminalb型her-2阴性乳腺癌预后预测模型klp-pi的原理图。
具体实施方式
下面结合附图详细说明本发明luminalb型her-2阴性乳腺癌预后预测模型klp-pi的优选实施方式。
图1出示本发明luminalb型her-2阴性乳腺癌预后预测模型klp-pi的具体实施方式：
如图1所示，该luminalb型her-2阴性乳腺癌预后预测模型klp-pi是根据中国人群而计算得出的模型klp-pi：
klp-pi＝1.0*ki-67li+1.5*ln+1*prstatus，根据肿瘤ki-67增殖指数，大于30％，ki-67li赋值为1，若小于30％，ki-67li赋值为0，ln代表淋巴结转移情况，有转移则赋值为1，若无转移赋值为0，prstatus代表孕激素受体的情况，若阳性，则为0，阴性为1，结果klp-pi值分三组，0-1.5分为低风险组，2-2.5分为中风险组，3.5分为高风险组。
该luminalb型her-2阴性乳腺癌预后预测模型klp-pi相对于npi指数，该luminalb型her-2阴性乳腺癌预后预测模型klp-pi对于中国人群，klp-pi分数具有更好的区别高中低风险组，具有更好的鉴别能力和更高的准确性。能够更好地鉴别中国人群luminalb型乳腺癌的预后风险程度，利用预后风险程度指导临床治疗。
以上的仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。