探秘鼻腔鼻窦癌：流行病学趋势与机器学习助力精准诊疗

《European Journal of Medical Research》：Identifying chemotherapy beneficiaries in nasal and paranasal sinus cancers: epidemiological trends and machine learning insights

鼻腔鼻窦癌的流行病学特征、治疗策略及预后研究有限。研究人员分析 SEER 数据库数据，开展鼻腔鼻窦癌相关研究。结果显示 2012 年后发病率下降，梯度提升分类器预测性能良好，化疗对特定亚组有潜在益处。该研究为优化诊疗策略提供依据。

　　鼻腔鼻窦癌是一种罕见却危险的恶性肿瘤，它如同隐藏在身体深处的 “暗箭”，悄无声息地威胁着人们的健康。目前，对于鼻腔鼻窦癌的研究存在诸多困境。其发病率较低，相关研究报道稀缺，导致在流行病学、治疗方法以及预后评估等方面存在大量争议和不确定性。现有研究多聚焦于单一组织类型或特定解剖部位，缺乏系统全面的临床预测模型。而且，由于缺乏针对性的随机试验，传统生存分析方法也难以精准量化各因素对预后的影响 。在这样的背景下，为了深入了解鼻腔鼻窦癌，福建医科大学临床肿瘤学院、福建省肿瘤医院（复旦大学附属上海肿瘤医院福建分院）的研究人员开展了一项意义重大的研究。该研究成果发表在《European Journal of Medical Research》上，为鼻腔鼻窦癌的诊疗带来了新的曙光。
研究人员运用了多种关键技术方法。数据来源上，利用美国监测、流行病学和最终结果（SEER）数据库 1975 - 2020 年的数据，分析年龄标准化发病率趋势；选取 2004 - 2015 年确诊患者进行深入分析，并以福建省肿瘤医院 2013 - 2020 年确诊患者作为外部验证队列。数据处理时，用 R 软件的 “mice” 包处理缺失数据；通过 Python 选取 10 种机器学习算法构建预测模型，以 R 软件和 MSTATA 程序进行生存分析 。
下面来看看具体的研究结果：

• 临床特征：对 SEER 队列（n=3190）数据处理后发现，患者年龄呈双峰分布，男性居多，肿瘤多位于鼻腔和上颌窦，上皮肿瘤常见，治疗方式多样。福建省肿瘤医院队列与之有差异，如年龄分布、肿瘤部位及治疗方式偏好不同。
• 发病率趋势：1975 - 2012 年鼻腔鼻窦癌发病率上升（APC=0.36%），2012 年后下降（APC=?1.79%）。不同年龄组发病率变化不同，男性在 1975 - 1978 年有短暂激增，总体发病率与年龄特异性趋势无明显关联。
• 生存分析：患者 1 年、3 年、5 年生存率分别为 77%（95% CI 76 - 79%）、58%（95% CI 57 - 60%）、49%（95% CI 48 - 51%）。多种因素影响总生存（OS），如 TNM 分期、手术、放疗、化疗、年龄等。放疗和手术可改善生存，化疗作用不明确 。
• 机器学习模型评估与验证：研究 10 种机器学习模型预测 3 年生存结局的性能，梯度提升分类器表现最佳（AUC 为 0.699，准确率为 0.708）。外部验证显示该模型有效，“T 分期” 对预测影响最大，化疗影响较小。
• 化疗获益分析：经倾向得分匹配（PSM），化疗与总体死亡风险无显著关联，但特定亚组（如 IV 期癌症、N1 和 N2 分期、蝶窦受累等患者）化疗有显著获益。
  研究结论和讨论部分指出，2012 年后鼻腔鼻窦癌发病率下降，可能与环境或职业安全措施改善有关。梯度提升模型在预测患者预后和化疗意义方面作用关键。化疗虽对整体生存影响不明显，但对特定亚组有益，这凸显了个性化治疗的重要性。不过，研究存在样本量有限、缺乏关键信息等局限。未来研究应扩大样本进行前瞻性验证，探究不同亚型对化疗的反应及联合治疗效果，深入研究影响预后的生物学机制，综合多因素完善疾病管理策略。这项研究为鼻腔鼻窦癌的诊疗提供了重要参考，为后续研究指明了方向，有望推动该领域的进一步发展，为患者带来更多希望。