基于中国前瞻性队列研究构建并验证宫颈癌患者风险预测模型的意义探索

《Cancer Cell International》：A Chinese prospective cohort research developed and validated a risk prediction model for patients with cervical cancer

为解决宫颈癌患者预后评估不够精准、个性化治疗缺乏有效依据的问题，研究人员开展了构建并验证宫颈癌患者总生存（OS）预测模型的研究。结果显示该模型能有效预测患者预后，具有良好校准度和区分度，为个性化治疗提供了可靠方法。

　　宫颈癌是女性生殖系统常见的恶性肿瘤，严重威胁全球女性健康。每年新发病例众多，死亡人数也不容小觑。虽然在高收入国家，其发病率和死亡率有所下降，但在全球范围内，挑战依然存在。目前，宫颈癌的治疗主要依据国际妇产科联盟（FIGO）分期，然而这种分期方式存在一定局限性，无法精准地预测患者的生存情况。而且，现有的预后评估模型也不够准确和个性化，难以满足临床需求。因此，开展一项更精准的宫颈癌预后预测研究显得尤为重要。

重庆大学肿瘤医院的研究人员开展了一项前瞻性队列研究，旨在构建并验证一个能有效预测宫颈癌患者总生存（OS）的模型。该研究成果发表在《Cancer Cell International》上。

研究人员首先从重庆大学肿瘤医院的肿瘤数据库平台中选取了 2015 年 1 月 1 日至 2019 年 5 月 31 日期间新诊断为宫颈癌的患者作为研究对象。通过前瞻性收集患者的人口统计学数据、临床数据、治疗方式以及实验室指标等信息，并依据严格的纳入和排除标准，最终确定了 3982 例患者纳入分析。这些患者被随机分为训练队列（2788 例，70%）和测试队列（1194 例，30%）。

研究人员运用了多种关键技术方法来开展此项研究。在变量选择方面，采用了最小绝对收缩和选择算子（LASSO）回归分析，确定了模型的预测因子；通过 Cox 逐步回归分析，筛选出独立的预测指标。为了评估模型的性能，计算了一致性指数（C-index），绘制了受试者工作特征曲线（ROC）、校准曲线，还进行了决策曲线分析（DCA）等。

研究结果如下：

1. 独立预测变量：经 Cox 比例风险模型分析，确定了训练队列中年龄、医疗保险类型、病理类型、人乳头瘤病毒（HPV）感染状态、化疗、β₂- 微球蛋白、中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）等为影响宫颈癌患者总生存的独立预测因素。
2. 列线图模型构建：基于多变量分析确定的独立预测因素，构建了预测宫颈癌患者 1 年、3 年和 5 年总生存的列线图模型。每个变量依据相应的 Cox 回归系数被赋予了点分值，通过累加这些分值并参照总点表，可计算出患者总生存的概率。研究人员还开发了在线计算器，方便临床应用。
3. 模型性能评估：训练队列和测试队列的 C-index 分别为 0.769（95% CI，0.748 - 0.789）和 0.779（95% CI，0.751 - 0.808），表明模型具有良好的区分度。训练队列和测试队列中，1 年、3 年和 5 年总生存预测的 ROC 曲线下面积（AUC）也显示出模型的预测准确性。校准曲线显示模型预测的生存概率与实际观察结果具有良好的一致性。DCA 结果表明，与 FIGO 分期系统相比，该模型具有更高的净效益和更精准的临床结局预测价值。

研究结论和讨论部分指出，该研究构建的列线图模型在预测宫颈癌患者总生存方面表现出色，具有良好的校准度和区分度。这为临床医生预测患者生存情况提供了一种简单可靠的工具，有助于制定更个性化的治疗策略，改善患者的预后。然而，该研究也存在一定的局限性，如研究的回顾性特征、缺乏外部验证以及单中心数据的局限性等。未来，研究人员计划与多医疗机构合作，获取更多地区的数据，进行多中心分析，进一步验证模型的有效性和适用性，并纳入更多预测指标，完善模型。总体而言，这项研究为宫颈癌的预后预测和个性化治疗提供了重要的参考依据，具有重要的临床意义。