预测甲状腺乳头状癌射频消融中喉返神经热损伤：关键因素构建精准模型

为建立预测甲状腺乳头状癌（PTC）射频消融（RFA）中喉返神经热损伤（RLNTI）模型，研究发现 3 个相关因素，意义重大。

　　在甲状腺乳头状癌（PTC）的治疗中，射频消融（RFA）是一种重要手段，但喉返神经热损伤（RLNTI）这一并发症却让医生们十分头疼。从 2016 年 7 月到 2022 年 9 月，一项单中心前瞻性研究开展了。研究人员招募了那些被诊断为 PTC 并接受超声引导下射频消融（US-RFA）的患者，并按照不同的介入治疗组，将他们分为衍生队列和验证队列。在衍生队列中，研究人员运用逻辑回归分析来构建预测模型，之后分别在衍生队列和验证队列中进行内部和外部验证。

结果显示，衍生队列中有 1632 名患者（平均年龄 40 岁，标准差 ±11，女性 1300 名），验证队列有 755 名患者（平均年龄 38 岁，标准差 ±11，女性 584 名）。有 3 个变量与 RLNTI 独立相关：肿瘤到气管食管沟的最小距离（TEG-D）≤2.95mm（优势比 8.179；p＜0.0001）、肿瘤位于后方（优势比 3.849；p=0.0008）以及消融能量＞0.695kcal（优势比 4.537；p＜0.0001）。该模型在衍生队列、验证队列以及总人群中的受试者工作特征曲线下面积（AUC）分别为 0.877（95% 置信区间：0.845，0.910）、0.901（95% 置信区间：0.835，0.967）和 0.886（95% 置信区间：0.85，0.915）。校准图和 Hosmer-Lemeshow 检验表明该模型拟合良好（χ2=3.49，p=0.321）。

由此可见，基于 TEG-D、肿瘤后方位置和消融能量构建的 RLNTI 预测模型，具有良好的区分能力和校准能力。这一研究成果，就像给介入放射科医生们提供了一个 “秘密武器”，让他们能够更准确地预测 RLNTI，从而降低 PTC 射频消融治疗中 RLNTI 的发生率。