构建基于阳性淋巴结对数优势比（LODDS）的列线图预测 T1 期胃癌预后

为精准预测 T1 期胃癌患者癌症特异性生存（CSS），研究人员构建基于 LODDS 的列线图，效果良好，助力临床决策。

　　胃癌，这个全球范围内的健康 “杀手”，在癌症发病率排行榜上位居第五，更是癌症相关死亡的第三大诱因。2020 年，全球新增胃癌病例超百万，近 76 万人因此失去生命。尽管医学在不断进步，肿瘤切除、化疗、放疗、免疫治疗和靶向治疗等手段都取得了一定成效，生物标志物也在指导治疗方面发挥着重要作用，但预测胃癌患者的生存结局依旧是个难题。

传统的美国癌症联合委员会（AJCC）肿瘤 - 淋巴结 - 转移（TNM）分期系统中的 N 分期，主要依据阳性淋巴结（PLNs）数量进行判断，却忽略了患者的个体特征，在预测患者预后时存在局限性。而淋巴结比率（LNR）虽被认为是胃癌的敏感预后因素，但在 LNR 接近 0 或 1 时，预测效果不佳。阳性淋巴结对数优势比（LODDS）作为一个新兴指标，已在部分研究中展现出预测癌症预后的潜力，不过其在早期胃癌中的预测意义尚不明确。

为了攻克这些难题，南昌大学第一附属医院等机构的研究人员开展了一项重要研究。他们旨在构建并验证一个基于 LODDS 的列线图（nomogram），以此精准预测 T1 期胃癌患者的癌症特异性生存（CSS），为临床医生早期识别高风险患者提供有力工具。该研究成果发表在《Scientific Reports》上，为胃癌的临床诊疗带来了新的希望。

在研究过程中，研究人员主要运用了以下关键技术方法：首先，从美国监测、流行病学和最终结果（SEER）数据库中提取 2010 - 2015 年胃癌患者数据，同时纳入南昌大学第一附属医院 2013 - 2019 年收治的 T1 期胃癌患者数据，建立患者队列。接着，通过 Cox 回归分析筛选预后因素，构建以 LODDS 为核心的列线图模型。最后，利用受试者工作特征曲线（ROC）、校准曲线、决策曲线分析（DCA）等方法对模型进行验证和评估 。

下面来看看具体的研究结果：

• 患者基线临床病理特征：研究共纳入 2221 例来自 SEER 数据库的 T1 期胃癌患者，随机分为训练队列和内部验证队列，比例为 7:3，另选取南昌大学第一附属医院 165 例患者作为外部验证队列。通过 X-tile 软件确定年龄、肿瘤大小等连续变量的最佳截断值。在总队列中，多数患者年龄小于 79 岁、男性居多，肿瘤较小、多为 III 级、N0 期和 M0 期，部分患者接受了化疗或放疗。
• 确定独立预后因素：单因素 Cox 回归分析显示，年龄、性别、肿瘤大小等多个因素与 CSS 显著相关。进一步进行多因素 Cox 回归分析，对比基于 PLNs、LODDS 和 N 分期的三个模型，发现包含 LODDS 的 Model 1 预测性能最佳。最终确定 LODDS 评分联合年龄、性别、分级和 M 分期为独立预后因素。
• 列线图的建立与验证：基于选定的独立预后因素，构建了列线图。通过 ROC 曲线评估，训练队列、内部验证队列和外部验证队列的 1 年、3 年和 5 年 AUC 值显示，列线图具有良好的预测准确性。校准曲线表明预测生存率与实际生存率高度一致，DCA 结果显示在多数风险阈值下，列线图的净获益优于 AJCC 分期系统，展现出优秀的临床适用性。
• 生存分析：根据列线图总分将患者分为高风险和低风险组， Kaplan-Meier 生存分析表明，高风险组患者生存率显著低于低风险组，且在内部和外部验证队列中结果一致。同时，对年龄、性别等变量进行分层分析，发现这些因素在不同亚组中的生存概率存在显著差异。

研究结论表明，基于新的预后因素 LODDS，研究人员成功构建了一个简单的列线图，用于预测 T1 期胃癌患者的 CSS。经多方面验证，该列线图预测性能卓越，能够有效估计患者 1 年、3 年和 5 年的 CSS。这一成果对临床医生意义重大，有助于他们更精准地预测患者预后，为患者制定个性化的治疗方案。例如，对于列线图预测风险较高的患者，可考虑更积极的治疗手段或更密切的随访；对于低风险患者，则可采用相对保守的治疗策略，减少不必要的医疗干预和患者负担。

不过，这项研究也存在一定局限性。研究属于回顾性研究，不可避免地存在选择偏倚。而且数据来源于 SEER 数据库，部分重要信息如肿瘤标志物、详细手术方式等未纳入分析。此外，列线图基于不同人群构建，虽在单中心小样本验证中效果良好，但仍需大规模、前瞻性、多中心数据进一步验证 。尽管如此，该研究依旧为胃癌预后预测开辟了新方向，期待未来有更多研究对其进行完善和拓展，为胃癌患者带来更好的生存希望。