1. 领域背景与文献
文献英文标题：Marital status as an independent prognostic factor in male breast cancer: a SEER-based cohort study；
发表期刊：文献未明确提供发表期刊信息；影响因子：未公开；研究领域：肿瘤学-男性乳腺癌预后研究
男性乳腺癌是一类罕见恶性肿瘤，领域共识：其发病率约占所有乳腺癌病例的1%，由于病例数量有限，针对该疾病预后因素的研究长期聚焦于临床病理特征，如分子亚型、AJCC TNM分期、肿瘤大小等，而社会心理因素对预后的影响尚未得到充分关注。在胰腺癌、前列腺癌、肺癌等多种实体瘤的研究中，婚姻状态已被证实为独立预后因素，已婚患者通常具有更好的生存结局，可能与社会支持、治疗依从性及医疗可及性提升相关，但在男性乳腺癌领域，关于婚姻状态与生存结局关联的研究十分有限，存在明显的研究空白。本研究正是针对这一空白，利用大样本SEER数据库开展回顾性队列研究，旨在明确婚姻状态对男性乳腺癌患者生存的影响，为临床识别高风险人群及制定干预策略提供学术依据。
2. 文献综述解析
作者对领域内现有研究的分类维度主要分为两类，一类是按癌症类型划分，涵盖多种常见实体瘤、女性乳腺癌及男性乳腺癌；另一类是按研究因素划分，包括临床病理预后因素与社会心理预后因素。
现有研究显示，在胰腺癌、前列腺癌等多种实体瘤中，婚姻状态已被证实为独立预后因素，已婚患者的生存结局显著优于未婚、离婚或丧偶患者，其潜在机制包括已婚个体能获得更多社会支持、治疗依从性更高、医疗资源可及性更好等；在女性乳腺癌研究中，婚姻状态与生存的关联存在种族、分子亚型及社会地位的差异，未婚患者的总死亡率相对更高，但相关研究仍较为有限；而在男性乳腺癌领域，目前的研究多集中于临床病理特征对预后的影响，针对社会心理因素尤其是婚姻状态的研究极度匮乏，对其是否能作为预后因素尚无明确结论。
通过对比现有研究的未解决问题，本研究的创新价值凸显：首次利用大样本SEER数据库系统分析婚姻状态与男性乳腺癌患者总生存及疾病特异性生存的关联，在控制年龄、种族、肿瘤分期、治疗方式等混杂因素后，明确了婚姻状态作为男性乳腺癌独立预后因素的作用，填补了男性乳腺癌社会心理预后因素研究的空白，为临床实践中关注患者社会心理状态提供了学术依据。
3. 研究思路总结与详细解析
本研究的研究目标是明确婚姻状态与男性乳腺癌患者生存结局的关联，验证其是否可作为独立预后因素；核心科学问题为婚姻状态如何影响男性乳腺癌患者的生存，以及在控制临床病理及人口学混杂因素后该关联是否仍然存在；技术路线遵循“队列构建→基线与肿瘤特征分析→生存关联验证→独立预后价值确认”的逻辑闭环，采用回顾性队列研究设计，基于SEER数据库开展分析。
3.1 研究人群筛选与基线特征收集
实验目的为构建符合研究标准的男性乳腺癌患者队列，并系统收集人口学、社会经济及基础临床信息，为后续分析奠定基础。方法上，研究从SEER 17 Registries数据库提取2010年至2021年的男性乳腺癌患者数据，排除婚姻状态未知或关键变量缺失的病例，最终纳入5994例患者，并将其分为已婚、未婚、离婚、丧偶四组，同时收集患者的年龄、种族、家庭收入、居住地区等人口学信息。结果显示，各组基线特征存在显著差异，丧偶患者的平均年龄最高，为78.74±9.62岁（n=5994，P<0.001），未婚患者中黑人占比最高，达26.3%（n=5994，P<0.001），丧偶患者中低收入人群占比最高，为38.2%（n=5994，P<0.001），已婚患者则更多居住在城市地区且处于高收入区间。文献未提及具体实验产品，领域常规使用SEER数据库数据提取工具、统计分析软件如R、SPSS等。
3.2 肿瘤特征与治疗模式分析
实验目的为探索不同婚姻状态组在肿瘤生物学特征及治疗策略选择上的差异，明确潜在的混杂因素。方法上，研究对比了四组患者的肿瘤位置、组织学类型、分子亚型、AJCC分期及治疗方式（手术、放疗、化疗等）。结果显示，已婚患者中早期病变（I-II期）占比最高，为68.7%（n=5994，P<0.001），而未婚患者中晚期病变（III-IV期）占比最高，达30.9%（n=5994，P<0.001）；肿瘤分级方面，已婚患者低级别肿瘤（Grade 1-2）占比更高，为56.2%（n=5994，P<0.001），未婚患者高级别肿瘤（Grade 3-4）占比更高，为51.6%（n=5994，P<0.001）；治疗模式上，丧偶患者未接受手术的比例最高，为16.3%（n=5994，P<0.001），未婚患者接受放疗和化疗的比例相对更高，分别为44.3%和43.2%（n=5994，P<0.001）。文献未提及具体实验产品，领域常规使用肿瘤病理诊断相关试剂、抗肿瘤治疗药物等，但本研究为数据库研究，无实验试剂直接使用。
3.3 生存分析与独立预后价值验证
实验目的为明确婚姻状态与男性乳腺癌患者生存结局的关联，并验证其在控制混杂因素后的独立预后价值。方法上，研究采用Kaplan-Meier法绘制总生存（OS）和疾病特异性生存（DSS）曲线，通过log-rank检验比较不同婚姻状态组的生存差异，同时采用单因素及多因素Cox比例风险回归模型分析婚姻状态对生存的影响，调整年龄、种族、收入、肿瘤分期、治疗方式等混杂因素。结果显示，Kaplan-Meier生存分析显示四组患者的总生存和疾病特异性生存均存在显著差异（P<0.001），其中已婚患者的5年总生存率最高，为71.5%（n=5994），丧偶患者最低，仅为40.9%（n=5994）；10年总生存率方面，已婚患者为50.6%，丧偶患者仅16.8%（n=5994），疾病特异性生存呈现类似趋势，已婚患者5年疾病特异性生存率为88.4%，丧偶患者为77.0%（n=5994）。
单因素Cox回归分析显示，与已婚患者相比，未婚患者的死亡风险高1.40倍（HR=1.404，95%CI:1.243-1.586，P<0.001），离婚患者高1.29倍（HR=1.291，95%CI:1.099-1.517，P=0.002），丧偶患者高2.59倍（HR=2.594，95%CI:2.246-2.996，P<0.001）；多因素Cox回归调整混杂因素后，丧偶患者的死亡风险仍较已婚患者高1.72倍（HR=1.724，95%CI:1.421-2.092，P<0.001），未婚和离婚患者也仍具有更高的死亡风险（P<0.001、P=0.009）。疾病特异性生存分析显示类似趋势，丧偶患者的疾病特异性死亡风险高1.30倍（HR=1.303，P=0.010），未婚患者的相关趋势未达统计学显著性（HR=1.285，P=0.058）。
文献未提及具体实验产品，领域常规使用统计分析软件如R、IBM SPSS Statistics等进行生存分析及回归建模。
4. Biomarker研究及发现成果
本研究中识别的预后生物标志物为婚姻状态，其筛选与验证逻辑为：基于大样本男性乳腺癌队列，通过对比不同婚姻状态组的生存结局差异，经多因素Cox回归模型控制年龄、种族、肿瘤分期、治疗方式等混杂因素后，验证其作为独立预后因素的价值。
该生物标志物的来源为SEER数据库中患者诊断时记录的婚姻状态信息，验证方法包括Kaplan-Meier生存分析、单因素及多因素Cox比例风险回归模型。特异性与敏感性方面，婚姻状态作为分类变量，丧偶患者的生存结局显著差于其他组，多因素分析显示其总死亡风险较已婚患者高1.72倍（HR=1.724，95%CI:1.421-2.092，P<0.001），5年总生存率的组间差异为已婚71.5% vs 丧偶40.9%（n=5994，P<0.001），疾病特异性生存率差异为已婚88.4% vs 丧偶77.0%（n=5994，P<0.001）。
核心成果方面，本研究首次在大样本男性乳腺癌队列中明确婚姻状态为独立预后因素，其中丧偶患者的总生存和疾病特异性生存结局最差，总死亡风险较已婚患者高1.72倍（HR=1.724，95%CI:1.421-2.092，P<0.001），这一发现为临床识别男性乳腺癌高风险患者提供了新的指标，同时提示社会心理支持在改善患者预后中的重要性，为后续开展针对性干预研究奠定了基础。