构建新型预测模型:精准识别肝癌根治术后高复发风险患者失访的危险因素

【字体: 时间:2025年04月03日 来源:BMC Cancer 3.4

编辑推荐:

  为解决肝癌根治术后高复发风险患者失访问题,研究人员开展了开发预测模型识别失访(LTFU)危险因素的研究。结果发现 7 个独立危险因素并建立 Wei-LTFU 模型,可预测失访可能性,有助于医护人员改善患者随访结局。

  肝癌,作为全球范围内极具致命性的癌症之一,严重威胁着人类的健康。对于早期且肿瘤可切除的肝癌患者而言,根治性切除术是主要的治疗手段。然而,复发问题却始终如影随形,尤其是对于那些具有高复发风险因素的患者,更是如此。定期随访对于早期发现肿瘤复发、及时开展治疗干预至关重要。可在现实中,肝癌患者失访的情况时有发生,这严重阻碍了对肿瘤复发的及时识别和管理,不仅可能降低治疗效果,还会影响患者的整体生活质量。目前,针对肝癌根治术后高复发风险患者失访现象的研究相对匮乏,缺乏全面且系统的预测模型,同时,社会经济和心理因素对患者随访依从性的影响也常常被忽视。
为了填补这一空白,浙江省人民医院的研究人员开展了一项意义重大的研究。他们旨在开发一种综合预测模型,精准识别肝癌根治术后高复发风险患者失访的相关危险因素。

研究人员对 2018 年 10 月至 2023 年 5 月在浙江省人民医院接受肝癌根治性肝切除术的 525 例患者进行了回顾性分析。依据先前大量关于肝癌患者复发因素的研究,他们确定了高复发风险的标准,如甲胎蛋白(AFP)水平超过 400 ng/ml、存在微血管侵犯(MVI)、最大肿瘤直径大于 5 cm、肿瘤数量超过 3 个以及肿瘤分化程度为 Edmondson-Steiner(E-S)3/4 级等。经过严格筛选,最终 352 例患者纳入研究,其中 123 例为失访患者,229 例作为对照组。

研究人员考察了患者的临床特征、病理特征和社会学因素等 35 个变量。通过单因素逻辑回归分析初步筛选出与失访相关的变量,再利用 Spearman 相关检验和相关性热图评估变量间的共线性,最后进行多因素逻辑回归分析构建预测模型。利用受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估模型性能。

研究结果如下:

  • 患者特征:经卡方检验,吸烟状态、居住类型、居住与医院的距离、职业、医疗保险覆盖情况、肝硬化情况、天冬氨酸转氨酶(AST)和碱性磷酸酶(ALP)水平、卫星结节的存在以及术后辅助治疗的接受情况这 10 个变量在两组间存在显著差异。
  • 单因素和多因素逻辑回归分析:单因素逻辑回归分析筛选出 13 个与失访可能相关的变量,相关性热图显示变量间无显著共线性。多因素逻辑回归分析确定了 7 个独立危险因素,即吸烟、居住在距离医院超过 200 km 处、职业不稳定、缺乏医疗保险、患有肝硬化、手术时间少于 240 min 以及未接受术后辅助治疗。
  • 列线图的建立:基于上述 7 个危险因素构建列线图,可直观展示各变量对失访预测结果的贡献,帮助临床医生进行个性化风险评估和预测。
  • 预测模型的评估:列线图的 ROC 曲线下面积(AUC)为 0.744(95% CI 0.691 - 0.798),校准曲线评估模型校准度良好,DCA 曲线表明该模型在不同阈值下具有较高的净效益,对临床决策有指导意义。

研究结论和讨论部分指出,该研究样本量较大,增强了研究结果的可靠性和适用性。首次针对中国肝癌患者开展相关研究,定义失访为术后第一年连续三个月未到外科门诊就诊,聚焦术后第一年这一关键监测期。研究构建的 Wei-LTFU 模型综合 7 个风险因素,对预测失访有一定价值。

各危险因素影响失访的原因如下:吸烟与不良生活习惯、健康意识淡薄、心理问题及医疗歧视有关;居住距离医院远会导致患者就诊不便;职业不稳定带来经济压力和社会支持缺失;缺乏医疗保险使患者承担高额医疗费用;肝硬化患者病情复杂、心理负担重;手术时间短可能使患者低估复发风险;未接受术后辅助治疗可能源于患者对治疗的不了解或怀疑。

尽管该研究成果显著,但也存在一定局限性。研究为单中心回顾性分析,可能存在选择偏倚和信息偏倚;研究结果可能无法代表不同医疗环境和地区的情况;随访时间短,无法深入分析复发或预后;模型的区分度有待提高。未来需要进一步开展研究进行验证和完善。

总体而言,该研究构建的 Wei-LTFU 模型为预测肝癌根治术后高复发风险患者失访可能性提供了有力工具,有助于医护人员制定更有效的策略,改善患者随访结局,对肝癌临床管理具有重要的指导意义。

研究人员在研究中主要运用了以下关键技术方法:首先是回顾性分析,对浙江省人民医院的肝癌患者病历进行回顾筛选;其次采用单因素和多因素逻辑回归分析,确定与失访相关的危险因素;利用 Spearman 相关检验和相关性热图处理变量共线性问题;通过构建列线图可视化预测模型;最后运用 ROC 曲线、校准曲线和 DCA 评估模型性能。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号