背景与目的:近年来,尽管双侧原发性乳腺癌发病率逐年升高,但有关双侧乳腺癌预后情况的报道较少,我们目前尚不能精准的评估双侧乳腺癌的临床预后。本研究旨在探究影响双侧乳腺癌的预后因子,并且寻找一个简便有效的模型来预测双侧乳腺癌的预后和生存风险,为临床治疗的选择提供较为简便、可靠的依据。方法:提取 2004 年到 2014 年 SEER 数据库(Surveillance,Epidemiology,and End Results Database)中10319名被诊断为双侧乳腺癌女性患者的临床病例资料。将数据随机分为实验组(7740名)和验证组(2579名)。我们提出了五个不同的预后模型,分别是以双侧原发乳腺癌的生物学指标、不管哪一侧较差的生物学指标、较差的一侧原发乳腺癌的生物学指标、第一原发乳腺癌的生物学指标以及第二原发乳腺癌的生物学指标作为预后模型。在实验组中,采用多因素COX风险回归及竞争风险模型分析不同模型下双侧乳腺癌的预后因子。并且,基于这些有意义的指标,建立了竞争风险列线图来预测三年和五年双侧乳腺癌的生存预后。最后,在验证组中,对于这些不同的模型我们利用分离曲线、曲线下面积(Area Under Curve,AUC)、C 指数(Concordance Index,C-index)、净重分类指数(Net Reclassification Index,NRI)进行评估并通过接收者操作特性曲线(Receiver Operating characteristic Curve,ROC),对这些模型进行了比较。另外,我们对同时性乳腺癌(Synchronous Bilateral Breast Cancer,SBBC)和异时性乳腺癌(Metachronous bilateral breast cancer,MBBC)进行了临床基线的描述并且使用卡方检验比较。结果:研究发现不管在多因素COX风险回归还是竞争风险模型分析中,年龄、两次肿瘤发生的间隔时间、阳性淋巴结浸润个数、肿瘤大小、组织学分级、雌激素受体(estrogen receptor,ER)都是独立有效的预后因子。C指数在较差的生物学特征模型中为0.816(95%可信区间:0.791-0.840),在双侧原发乳腺癌的生物学特征模型中为0.819(95%可信区间:0.793-0.844),在较差的一侧的生物学特征模型中为0.807(95%可信区间:0.782-0.832),在第一原发乳腺癌的生物学特征模型中为0.744(95%可信区间:0.728-0.763)和在第二原发乳腺癌的生物学特征模型中为0.778(95%可信区间:0.762-0.794)。接收者操作特性曲线(receiver operating characteristic curves,ROC)显示双侧原发乳腺癌的生物学特征模型和较差的生物学特征模型预测作用最强,并且两者之间没有明显的统计学差异。这两个模型之间,三年和五年的NRI分别为2.7%和-1.0%。分离曲线显示了列线图预测的预后与实际情况的预后有着高度的契合。结论:双侧乳腺癌的预后与第一原发肿瘤和第二原发肿瘤皆息息相关。以较差的生物学特征模型来构建竞争风险列线图能够帮助临床医生更简洁有效的预测双侧原发乳腺癌患者的生存预后。此外,MBBC较SBBC的预后更差。