首页 > 文章详情

赫捷院士团队发文Ann Surg Oncol，成功建立可手术局限期SCLC患者长期生存预测模型

2021年03月05日

编译：肿瘤资讯

来源：肿瘤资讯

小细胞肺癌（SCLC）约占所有肺癌的15%~20%，包括化疗、放疗在内的多模式治疗是SCLC的标准治疗方法，手术切除也是早期SCLC必不可少的治疗方法。近日，中国医学科学院肿瘤医院赫捷院士团队发表在《外科肿瘤学年鉴》（Annals of Surgical Oncology）的一项研究，从大样本人群为基础的可手术局限期SCLC数据库中建立了一种新的列线图（nomogram）预测模型，并进行验证。这是首次针对此类患者尝试建立长期生存预测模型，根据常见的临床变量和治疗信息，该预测模型就可得出个体化的生存率，帮助临床医生进行治疗决策或临床试验设计。

患者和方法

从美国国立癌症研究所（SEER）* Stat version 8.3.5数据库中筛选了94247例SCLC患者，并最终纳入符合标准的1006例可手术局限期SCLC患者成为训练队列。为了检验预测模型的可推广性，回顾中国医学科学院肿瘤医院2000年1月至2015年12月经组织学证实为SCLC的患者数据库，总共444例可手术局限期SCLC患者作为外部验证队列。

从SEER数据库收集以下变量：年龄、性别、种族、肿瘤位置、手术、淋巴结清扫数目（LND）、淋巴结转移数目（LNM）、组织学类型、分期、其他治疗（化疗或放疗）、生存期、死亡原因和生存状态。在验证队列中也提取了相同的变量。

使用1006例患者的训练队列开发列线图。使用一致性指数（C-index）评估该列线图模型的生存预测性能。C-index范围从0.5（表明不优于随机）到1.0（表明完美预测）。绘制1年、3年、5年生存校准曲线，评估预测生存概率与实际生存比例之间的一致性，完美校准的模型将呈现45度曲线。

图1. 研究入组流程图

研究结果

训练队列与验证队列的患者特征

训练队列中，中位随访101个月时发生755个死亡事件，验证队列在中位随访80个月时发生222个死亡事件。两个队列中，诊断时的中位年龄分别为63.5岁和50.5岁，均以男性为主。所有入组病例中，肺叶切除是主要的手术类型。两组中超过10%的病例被诊断出混合型SCLC。

训练队列的独立预后因素

采用Cox比例风险模型以评估训练队列中的独立预后因素。在单因素分析中，年龄、性别、手术、T分期、N分期、LND、LNM和化疗是与总生存（OS）显著相关的变量。

N分期不是LNM的独立变量，因此被排除在多因素分析之外。经过多因素分析，年龄、性别、手术、T分期、LND、LNM和化疗被证明是独立的预后因素。

开发列线图预测模型

最终，选择重要变量年龄、性别、手术、T分期、LND、LNM和化疗来开发列线图模型。为每个变量分配一个介于0到10之间的预后分数。在OS的列线图中，LNM对预后具有最大的贡献，得分为10分，其次是年龄和T分期。

图2. 列线图预测可手术局限期SCLC患者的术后OS率

值得注意的是，肺下叶切除术和全肺切除术对生存预测的贡献大致相等。通过将每个变量的分数相加来计算个体风险评分，并通过在生存量表上找到相应的点来确定其1年、3年和5年生存率。

模型性能与验证

在训练队列中，已建立的列线图在1年、3年和5年OS的C-index分别为0.723、0.722和0.746；在验证队列中，则分别为0.816、0.710和0.693。1年、3年、5年生存校准图与训练队列显示出非常好的一致性，验证队列中的预测生存率和实际观察结果之间也具有可接受的一致性。

图3. （a）训练队列和（b）验证队列中列线图预测生存率（x轴）和实际观察到的生存率（y轴）的校准图

研究还比较了列线图和2个常规分期系统（AJCC第八版TNM分期系统和VALSG分期系统）之间的模型预测性能。训练队列中，列线图模型的所有曲线下面积（AUC）均显著高于AJCC（P<0.0001）或VALSG（P<0.0001）分期系统。验证队列也观察到相似的结论，证明该列线图强大而稳健的性能。决策曲线分析（DCA）也表明，列线图在临床应用中具有更好的预测性能，显著优于2个常规分期系统。

图4. 3种模型预测1年、3年、5年OS的时间依赖性接收器操作特性（ROC，receiver operating characteristic）曲线和DCA曲线

此外，比较每种模型预测性能的持续趋势，发现无论在训练队列还是验证队列，列线图在整个计算期间（第1~60个月）的AUC均高于AJCC和VALSG分期系统。

图5. 第1~60个月内，（a）训练队列和（b）验证队列中3种模型的连续AUC

列线图的风险分层能力

基于整体预测风险评分，将训练队列按最佳临界值0~7.96、7.97~10.13、10.14~12.05和12.06~20.31分为4个风险组。任意2个相邻组之间的OS曲线显示出显著差异（图6a，P<0.0001）。当按AJCC分期对患者分层，亚组之间也观察到了显著差异（图6b~d，P<0.0001）。随后将这种分组方法应用于验证队列，即使在某些AJCC分期期别中，也观察到了不同风险组之间生存率的显著差异（图6e~h）。

图6. 训练队列、验证队列中的整体患者和分期分层患者的OS

列线图的网站开发

为了便于应用该列线图，研究者基于用户友好型网站开发了动态计算系统https://zengqp1991.shinyapps.io/zengmodel，研究人员和临床医生均可直接使用。只要输入某些临床变量，就可以通过网站生成的输出数据轻松获得相应的个性化预测生存率。

结论

迄今为止，尚没有报道用于预测可手术局限期SCLC患者生存率的完善工具。本研究的列线图模型根据美国数据库中患者人群的综合预后变量开发而成，并在中国患者队列中进行了外部验证。该模型具有持续可观的预测性、可靠性和临床适用性，因此可以为临床医生提供生存信息的参考，以及治疗策略制定和临床试验设计的指导。目前，该列线图已经部署到网站，以方便应用。

参考文献

Zeng Q, Li J, Tan F, et al. Development and Validation of a Nomogram Prognostic Model for Resected Limited-Stage Small Cell Lung Cancer Patients. Ann Surg Oncol. 2021 Mar 2.

责任编辑：肿瘤资讯-MJ
排版编辑：肿瘤资讯-MJ