首页 > 论文范文 > 医药卫生论文 > 肿瘤科论文 > 肺癌论文 > 非小细胞肺癌患者术后预后不良的列线图预测模型的构建

非小细胞肺癌患者术后预后不良的列线图预测模型的构建

2024-04-10 106 上传者：管理员

摘要：目的:分析非小细胞肺癌(non-small cell lung cancer, NSCLC)患者术后预后不良的影响因素，并构建列线图预测模型。方法:收集2018年01月至2020年02月于我院行手术治疗的168例非小细胞肺癌患者的临床资料。根据术后3年随访情况分为预后良好组(n=76)和预后不良组(n=92)。通过ROC曲线分析获取各因素的最佳截断值；logistic多元回归模型分析非小细胞肺癌患者术后预后不良的独立危险因素并构建列线图预测模型，列线图模型的内部验证及预测效能分别用校正曲线、决策曲线评估。结果:预后不良组年龄、男性比例、吸烟史比例、腺癌比例、纵隔淋巴结转移比例、病灶直径>3 cm比例、TNM分期Ⅲ/Ⅳ期比例、低分化比例以及CEA、CA125水平均高于预后良好组，且差异有统计学意义(P<0.05)。ROC曲线分析结果显示：年龄、CEA、CA125的最佳截断值分别为65岁、10.49 ng/mL、40.36 ng/mL。logistic多元回归模型结果显示：吸烟史(有)、TNM分期(Ⅲ/Ⅳ期)、病灶大小(直径>3 cm)、分化程度(低分化)、纵隔淋巴结转移(有)、CEA(>10.49 ng/mL)、CA125(>40.36 ng/mL)是非小细胞肺癌患者术后预后不良的独立危险因素。内部验证结果显示，列线图模型对非小细胞肺癌患者术后预后不良预测的C-index为0.871(95%CI:0.752～0.963)。观测值与预测值较统一。列线图模型的阈值>0.13,列线图模型提供的临床净收益均高于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125。结论:本研究基于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125所构建的列线图模型，对非小细胞肺癌患者术后预后不良的预测价值较好，可为临床改善NSCLC术后预后提供依据。

关键词：
NSCLC
列线图预测模型
术后
肺癌
非小细胞肺癌
加入收藏

在世界范围内，肺癌的死亡率、发病率均呈上升倾向[1]。所有肺癌患者中，非小细胞肺癌(non-small cell lung cancer, NSCLC)约占80%～85%[2],NSCLC最主要的治疗方法是手术治疗，但由于局部复发和远处转移的影响，易导致患者术后的长期预后不理想。因此，分析影响NSCLC患者术后预后情况的因素对于改善其预后具有重要意义。目前，影响NSCLC患者术后预后情况的影响因素尚未完全明确，临床难以采取针对性措施以改善预后。且目前缺乏可以将影响因素便捷的发挥临床效用的方法。列线图预测模型可将不同的预后相关因素进行调协，生成相应概率数值来评估疾病的相关预后，有助于更准确地做出临床决策、推动个性化医疗[3]。本研究分析NSCLC患者术后预后不良的相关危险因素，构建列线图预测模型对NSCLC患者术后预后不良进行准确的预测，这对于改善NSCLC患者术后预后情况具有重要意义。

1、资料与方法

1.1 一般资料

分析2018年01月至2020年02月于我院行手术治疗的168例非小细胞肺癌(NSCLC)患者的临床资料。根据术后3年随访情况分为预后良好组(n=76)和预后不良组(n=92)。纳入标准：(1)所有患者术前确诊为非小细胞肺癌；(2)病理切片结果显示为非小细胞肺癌；(3)既往无胸部手术史或外伤史；(4)对本研究知情同意并签署同意书。排除标准：(1)有明显手术禁忌证者；(2)肺门、主支气管等已受肿瘤侵犯者；(3)合并其他恶性病变或免疫系统疾病；(4)临床或随访资料不完整。

1.2 数据收集

年龄、性别、饮酒史、吸烟史、组织学类型、解剖学类型、手术方式、家族肿瘤史、纵隔淋巴结转移情况、病灶大小、TNM分期、分化程度以及血清癌胚抗原(CEA)、糖类抗原125(CA125)水平。

1.3 统计学方法

用SPSS 22.0统计软件进行统计分析。用均数和标准差描述连续性变量，用构成比描述分类或等级资料。对于正态分布的数据，两均数的比较采用t检验。ROC曲线分析各因素的最佳截断值；logistic多元回归模型分析独立危险因素，P<0.05为差异具有统计学意义。

2、结果

2.1 不同预后患者的临床资料比较

预后良好组与预后不良组间饮酒史、家族肿瘤史、手术方式、解剖学类型等方面比较无明显统计学差异(P>0.05);预后不良组年龄、男性比例、吸烟史比例、腺癌比例、纵隔淋巴结转移比例、病灶直径>3 cm比例、TNM分期Ⅲ/Ⅳ期比例、低分化比例以及CEA、CA125水平均高于预后良好组，且差异有统计学意义(P<0.05),见表1。

表1 不同预后患者的临床资料比较n(%)

2.2 相关变量ROC曲线分析

ROC曲线分析结果显示：年龄、CEA、CA125的最佳截断值分别为65岁、10.49 ng/mL、40.36 ng/mL,见表2、图1。

表2 相关变量ROC曲线分析

图1 相关变量ROC曲线

2.3 非小细胞肺癌患者术后预后不良的 logistic多元回归分析

logistic多元回归模型结果显示：吸烟史(有)、TNM分期(Ⅲ/Ⅳ期)、病灶大小(直径>3 cm)、分化程度(低分化)、纵隔淋巴结转移(有)、CEA(>10.49 ng/mL)、CA125(>40.36 ng/mL)是非小细胞肺癌患者术后预后不良的独立危险因素，见表3。

2.4 构建非小细胞肺癌患者术后预后不良的列线图预测模型

将吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125作为构建列线图预测模型的预测因子，见图2。

表3 非小细胞肺癌患者术后预后不良的 logistic多元回归分析

图2 预测非小细胞肺癌患者术后预后不良的列线图模型

2.5 列线图模型校正曲线及临床净收益分析

列线图模型对非小细胞肺癌患者术后预后不良预测的C-index 为0.871(95%CI:0.752～0.963)。观测值与预测值较统一，见图3。列线图模型的阈值>0.13,列线图模型提供的临床净收益均高于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125,见图4。

图3 列线图模型校正曲线

图4 列线图模型决策曲线

3、讨论

非小细胞肺癌(NSCLC)是一种恶性程度较高的肺部肿瘤[4]。目前临床治疗NSCLC的主要方法包括手术切除以及放化疗等[5]。早期肺癌的首选治疗为手术治疗，通过手术切除的方式可以达到根治效果，疗效显著。但早期NSCLC患者临床症状不明显，难以引起患者的关注，因而大部分患者在确诊时病情已发展至中晚期，一旦发生远处转移，治疗难度增加，使患者的远期生存率大幅度降低。大量研究分析影响肺癌预后的相关因素，以期能够作为临床调整诊疗方案的依据。当前，列线图预测模型常用于评估肿瘤患者的生存及预后，且较为可靠[6,7,8,9],本研究分析NSCLC患者术后预后不良的危险因素，通过整合相关危险因素，构建一个列线图模型用于预测NSCLC患者术后预后不良的风险，依据列线图模型预测风险值，对相关因素进行针对性干预，以期改善NSCLC患者预后。

本研究结果显示：吸烟史(有)、TNM分期(Ⅲ/Ⅳ期)、病灶大小(直径>3 cm)、分化程度(低分化)、纵隔淋巴结转移(有)、CEA(>10.49 ng/mL)、CA125(>40.36 ng/mL)是NSCLC患者术后预后不良的独立危险因素。大多数肺癌患者具有吸烟史，并且有大量证据表明，烟草烟雾的接触会促进肺部的炎症和诱变作用，产生癌前免疫反应[10]。在病理学上，吸烟者的肺实质中存在着广泛的炎性浸润，烟雾颗粒的吸入会对肺上皮细胞造成反复损伤。炎症引起巨噬细胞、树突状细胞、淋巴细胞和粒细胞的聚集和浸润，形成有利于恶性转化的微环境[11]。提示对于有吸烟史的NSCLC患者，术后应注意控制肺部炎症反应。杨冉等[12]研究结果提示TNM分期(Ⅲ/Ⅳ期)是NSCLC预后独立性危险因素，与本研究结果具有一致性，提示TNM分期对肿瘤患者预后影响尤为显著，对于TNM分期较高的患者术后应适当增加随访频率密切关注肿瘤复发或转移。病灶越大，手术切除范围越大，肺功能损失也就越大；且体积大、分化程度低的肿瘤，周围脏器更易受到侵犯。分化程度往往预示肿瘤复发的危险性，低分化的肿瘤更易出现复发或转移[13]。淋巴道转移是肺癌较常见的扩散途径，淋巴结相当于转移过程中的中继站。淋巴结转移情况一定程度上反映了肿瘤的侵袭能力。提示对于有淋巴结转移的患者，应适当缩短复查时间。肿瘤标志物可在一定程度上反映肿瘤的生成、进展、侵袭及转移情况，临床上可根据其变化判断疾病所处阶段、疗效监测以及预后情况，具有较好的临床指导意义[14]。癌胚抗原(carcinoembryonic antigen, CEA)是一种广泛存在于消化、呼吸、泌尿系统中的非器官特异性肿瘤相关抗原[15]。YANG W等[16]研究结果表明，肺癌患者血清中CEA呈高表达水平，尤其是肺腺癌患者，并且CEA水平与肿瘤复发之间联系密切。CA125在正常人群血清中的表达水平很低，当机体发生恶性肿瘤或者出现组织恶变时会导致 CA125大量释放入血，使其在血清中表达水平升高[17]。研究发现[18,19],CA125的监测对肺癌的诊断及复发均有重要临床应用价值。本研究将筛选出的NSCLC患者术后预后不良的危险因素，作为预测因子构建列线图模型。列线图模型对NSCLC患者术后预后不良预测的C-index为0.871(95%CI:0.752～0.963)。观测值与预测值较统一。列线图模型的阈值>0.13,列线图模型提供的临床净收益均高于单一预测因子。因而，此列线图模型可识别NSCLC患者术后预后不良的高危患者，为临床诊疗及改善患者预后提供依据。但本研究纳入的样本未进行外部数据集验证，且影响NSCLC患者术后预后不良的相关因素较多，本研究纳入的相关变量可能不够全面、纳入研究者均来自医院病例可能存在一定地域局限性，因而该列线图模型推广可能还需要进一步验证。

综上所述，本研究基于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125,构建了预测NSCLC患者术后预后不良的列线图模型，该模型对NSCLC患者术后预后不良的预测价值较好，可为临床改善NSCLC患者术后预后不良提供依据。

参考文献:

[1]吴方雨,陈卫东,夏盼盼,等.埃克替尼对比吉非替尼治疗EGFR突变型晚期NSCLC的临床观察[J].中国药房,2023,34(10):1228-1232.

[2]夏瑶,司毛燕,朱慎钰,等.ctDNA的研究现状及在肺癌诊疗中的研究进展[J].中国医学创新,2023,20(14):184-188.

[4]方宁宁,袁轶群.GPR120､SCC-Ag､PD-1在非小细胞肺癌中的表达及其与临床特征､预后的关系[J].中外医学研究,2023,21(10):72-77.

[5]季学波,黄正军,景永,等.非小细胞肺癌应用胸腔镜肺癌手术治疗的临床疗效观察[J].中国卫生标准管理,2023,14(05):95-98.

[7]胡硕红,郑学彬,李富杰.老年人根面龋相关危险因素分析及列线图预测模型构建[J].临床口腔医学杂志,2022,38(12):721-724.

[8]黄晓,邵旻婧,王嘉琪,等.预测年轻乳腺癌患者生存率列线图的建立和验证[J].现代肿瘤医学,2022,30(17):3120-3126.

[9]齐泽迪,屈一晨,张明达,等.基于SEER数据库低级别胶质瘤预后列线图的构建[J].现代肿瘤医学,2023,31(11):2031-2036.

[10]史良恬,晏军,孟玉凤,等.补肺活血胶囊对慢性阻塞性肺疾病模型大鼠气道重塑的干预作用及机制研究[J].安徽中医药大学学报,2022,41(01):59-65.

[11]花宝金,庞博,朴炳奎.中医药防治肺癌的优势与策略[J].北京中医药,2022,41(05):472-475.

[12]杨冉,韩金利,侯建彬,等.非小细胞肺癌手术前后长链非编码RNA水平变化及其与预后的关系[J].实用医院临床杂志,2021,18(06):75-78.