構建572例宮頸癌患者預后的預測模型

王愛萍　　徐人杰 潘海滔

[摘要] 目的 探討并構建572例宮頸癌患者預后的預測模型。方法 選取浙江省紹興市婦幼保健院2006年6月至2014年6月收治的宮頸癌患者，對患者的臨床資料進行回顧性分析，應用SPSS 25.0 軟件和R 3.6.1 軟件及其軟件包進行統計分析，構建預測模型并進行評價。 結果 TNM分期為宮頸癌預后的獨立因素。根據COX 比例風險模型建立年齡、TNM分期相關預后列線圖，C-index 為0.682;3年生存率ROC曲線下面積（AUC）為0.760，5年生存率ROC曲線AUC為0.830，模型準確性尚可;Calibration曲線顯示模型一致性尚可; Kaplan-Meier生存曲線顯示不同年齡、TNM分期差異有統計學意義。結論 宮頸癌患者預后列線圖模型準確性尚可，可簡單快速運用年齡、TNM分期評判宮頸癌患者的預后，對臨床醫務人員簡單快速、個體化的預后分析具有顯著意義。

[關鍵詞] 宮頸癌;年齡;TNM分期;預后模型;列線圖

[中圖分類號] R737.33? ? ? ? ? [文獻標識碼] B? ? ? ? ? [文章編號] 1673-9701（2022）09-0050-05

Constructing prognosis prediction model of 572 patients with cervical cancer

WANG Aiping1? ?XU Renjie2? ?PAN Haitao2

1.Department of Gynecology， Shaoxing Maternal and Child Health Hospital， Shaoxing? ?312000，China;2.Department of Pharmacy， Shaoxing Maternal and Child Health Hospital， Shaoxing? ?312000，China

[Abstract] Objective To explore and construct the prognosis prediction model of 572 patients with cervical cancer. Methods Patients with cervical cancer who were admitted to Shaoxing Maternal and Child Health Hospital from June 2006 to June 2014 were selected to collect clinical data for retrospective analysis. The SPSS 25.0 software and R 3.6.1 software and its software package were used for statistical analysis， and the prediction model was built and evaluated. Results The TNM staging was an independent prognostic factor of cervical cancer. According to the COX proportional risk model， the age and TNM staging-related prognostic nomograms were established， and the C-index was 0.682. The area under the ROC curve （AUC） of 3-year survival rate was 0.760， and the AUC of 5-year survival rate was 0.830， indicating that the accuracy of the model was fair. The Kaplan-Meier survival curve showed that different TNM stagings and ages were statistically significant. Conclusion The accuracy of the prognostic nomogram model of cervical cancer patients is fair， and it can be used simply and quickly to evaluate the prognosis of cervical cancer patients by the age and TNM staging， which has significant significance for simple， rapid and individual prognostic analysis of clinical medical staff.

[Key words] Cervical cancer; Age; TNM staging; Prognosis model; Nomogram

宮頸癌是女性較常見的惡性腫瘤之一，其死亡率在女性腫瘤中排前5位，全世界宮頸癌的發病總數約為52.8萬[1]。近年來由于宮頸癌篩查的推廣和普及，我國宮頸癌的發病率得到較好的控制，但是目前宮頸癌趨于年輕化，宮頸癌新發病例仍達10萬，死亡例數達3萬[2]。近來已有諸多研究建立各影響預后因素判斷宮頸癌患者預后的模型，包含術前術后國際婦產科聯盟（international federation of gynecology and obstetrics， FIGO）分期評價為主要相關因素[3-5]。FIGO分期包含臨床診斷分期、術后病理分期，近年來為使身體各部位的癌瘤取得統一的分期標準，便于統計療效和估計預后，國際抗癌協會提出TNM（tumor node metastasis）分期分類法，此法為治療前在臨床分期的基礎上說明區域性淋巴結及遠處器官有無轉移[6]。本研究通過對紹興市婦幼保健院572例宮頸癌患者進行隨訪，對患者的生存情況進行分析，并探討其與年齡、TNM分期的關系，構建列線圖并對之進行評價，旨在為快速在宮頸癌患者治療前進行初步預后評估，為基層醫院醫生初步評判及制訂治療方案提供一定依據。

1對象與方法

1.1研究對象

回顧性分析2006年6月至2014年6月紹興市婦幼保健院收治的經組織病理學確診的宮頸癌患者的臨床資料。患者須在醫院進行系統治療，包括行手術患者;至少完成了1個周期正規化療的化療患者;至少完成了1個正規放療療程的放療患者。全部患者均有完整年齡、TNM分期資料，并均有完整的3年生存及5年生存隨訪結果。

1.2研究方法

收集患者的一般臨床資料，主要包括年齡、TNM分期資料。并收集記錄患者的3年生存及5年生存隨訪結果，進行影響因素分析及生存情況比較分析。本研究經醫院醫學倫理委員會批準。

1.3 TNM分期標準

結合患者臨床資料，對TNM分期進行評級并記錄，T代表原發腫瘤，N代表區域淋巴結，M代表遠處轉移。T0：無原發癌，T1：腫瘤局限于宮頸，T2：腫瘤超過宮頸，但未達骨盆，或腫瘤侵犯陰道，但未達下1/3，T3a：腫瘤侵犯陰道下1/3，T3b：腫瘤擴展到骨盆壁，引起腎盂積水或腎無功能，T4：腫瘤超出骨盆，或侵犯直腸或膀胱黏膜，TX：原發腫瘤無法評價;N0：區域淋巴結無轉移，N1：區域淋巴結轉移，NX：無法評價局部淋巴結情況;M0：無遠處轉移，M1：遠處轉移[7]。

1.4統計學方法

應用SPSS 25.0軟件 和R 3.6.1 軟件及其軟件包進行統計分析并作圖。采用COX 比例風險模型對患者預后的影響因素進行分析，COX 比例風險以95%置信區間（confidence interval， CI）的風險比（hazard ratio，HR）表示;采用Kaplan-Meier 法、Log-rank 檢驗等方法對生存情況進行比較。應用R 3.6.1 軟件的rms包、foreign包、survival包、ROC包建立列線圖并使用Harrell concordance index、ROC曲線、Calibration曲線進行評價。P<0.05為差異有統計學意義。

2結果

2.1宮頸癌患者年齡、TNM分期特征

572例宮頸癌患者納入研究，均有完整TNM分期及隨訪資料，平均年齡（60.96±9.35）歲，TNM分期：T0期6例，T1期226例，T2期110例，T3a期80例，T3b期40例，T4期27例，TX期83例;N0期457例，N1期39例，NX期76例;M0期494例，M1期78例（表1）。

2.2 宮頸癌預后的多因素分析

采用COX 比例風險模型，對年齡、TNM分期與宮頸癌患者預后的影響進行多因素分析。以95%CI的HR表示，回歸分析顯示TNM分期是宮頸癌患者預后的獨立危險因素（表2）。

2.3 宮頸癌預后列線圖的建立

根據COX 比例風險模型建立宮頸癌預后列線圖，各變量評分標尺有相應的得分（point），總分（total point）范圍為0～280分，總分對應在3年生存及5年生存軸上的數值即為3年生存率及5年生存率，總分越高，宮頸癌患者3年生存率及5年生存率越低（圖1）。

2.4 宮頸癌預后列線圖的評價

根據Harrell concordance index 計算C-index 結果為0.682，顯示模型區分能力尚可。以風險評分的中位數計算高風險、低分險，3年生存率ROC曲線計算曲線下面積（area under cure， AUC）結果為0.760，5年生存率ROC曲線計算AUC結果為0.830，顯示模型準確性良好（圖2）。

際的生存率為Y軸，預測的理想模型為對角虛線。列線圖的實際預測能力以藍點表示，接近對角虛線表示預測能力較好，圖3顯示列線圖模型與理想模型一致性尚可。

2.5宮頸癌患者年齡、TNM分期Kaplan～Meier生存曲線

對風險評分、年齡、TNM分期預后因素繪制Kaplan～Meier生存曲線（圖4），各項參數的Log～rank檢驗，差異有統計學意義（P<0.05）。

3討論

宮頸癌是女性常見的惡性腫瘤，其死亡率在女性腫瘤中排前5位[8]。近年來由于宮頸癌篩查的推廣和普及，我國宮頸癌的發病率得到較好的控制，但是目前宮頸癌趨于年輕化，宮頸癌新發病例、死亡病例仍然較高，宮頸癌的預防及控制以及預后仍然是社會關注重點[9～10]。

影響宮頸癌患者預后生存的因素較多，已有諸多研究表明年齡、FIGO分期、盆腔淋巴結轉移、陽性淋巴結比率、宮旁浸潤、腫瘤大小、組織學類型、腫瘤大小、淋巴脈管間隙浸潤及間質浸潤深度等為影響宮頸癌患者預后生存的獨立因素[11-14]。研究表明，女性激素水平隨著年齡的增長，雌激素水平下降，子宮組織出現不同程度的萎縮，組織脆性增加，對外界防御力降低，并且對手術等治療的耐受性變差，增加了治療風險[15]。對宮頸癌放療研究顯示放療可顯著提高患者生存率，年齡及TNM分期可能為影響宮頸癌患者總體生存期的重要因素[16]。年齡、腫瘤大小、TNM分期、淋巴結轉移均是影響宮頸癌根治性子宮切除術后放化療預后的獨立危險因素，年齡、腫瘤大小、TNM分期、淋巴結轉移影響宮頸癌根治性子宮切除術后輔助放化療患者的生存質量[17]。這些研究為宮頸癌患者的治療及預后評判起了非常重大的作用，然而這些指標有待于臨床上進一步檢查以及術后進一步評判，如何在基層醫院快速初步地對患者預后進行評判有待研究。列線圖分析可以用來評估個體化風險以及預后，目前列線圖模型已廣泛應用于對疾病風險、預后預測[18～21]。

本研究對患者的生存情況進行分析，并探討其與年齡、TNM分期的關系，建立列線圖并對之進行評價，旨在為快速在宮頸癌患者治療前進行初步預后評估，研究顯示TNM分期為宮頸癌患者預后的獨立危險因素，這與既往研究符合。列線圖分析根據年齡及TNM分期情況，然后給予評分，通過計算影響因素的總分，獲得患者的預后生存率值。本研究回顧性分析利用醫院572例宮頸癌患者數據建立了宮頸癌預后列線圖，其預測區分能力為0.682，3年生存率ROC曲線AUC為0.760，5年生存率ROC曲線AUC為0.830，模型準確性尚可，Calibration曲線顯示模型一致性尚可， Kaplan～Meier生存曲線顯示不同年齡、TNM分期具有統計學意義。模型的構建對基層醫院宮頸癌患者預后評價有一定的價值，臨床醫生可根據分析結果更好地完成風險預后預測，更好地醫患溝通，更好地為患者初步制定個性化治療方案。

本研究存在一定的局限性，因本研究僅簡單快速限定了年齡、TNM分期為相關指標，入選標準相對寬松，其他指標可能會引起一定的偏倚，對結果的準確性產生一定影響。本研究建立列線圖模型，并對模型基于內在數據驗證進行了驗證，未有外在數據的進一步驗證，有待于醫院或同類醫院后期數據進一步行外部驗證。

綜上所述，宮頸癌患者預后列線圖模型準確性尚可，可簡單快速運用年齡、TNM分期評判宮頸癌患者的預后，對臨床醫務人員簡單快速、個體化的預后分析具有顯著的意義。但由于本研究樣本量較少、病例來源局限，仍需要通過大樣本、多中心的研究進行驗證。

[參考文獻]

[1]? ?Ferlay J， Soerjomataram I， Dikshit R， et al. Cancer incidence and mortality worldwide： sources， methods and major patterns in? GLOBOCAN 2012[J].Int J Cancer， 2015， 136（5）：E359-E386.

[2]? ?Chen W，Zheng R，Baade PD，et al. Cancer statistics in China，2015[J].CA： A Cancer Journal for Clinicians， 2016， 66（2）：115-132.

[3]? ?馬聰聰. 宮頸癌患者術后總生存期相關影響因素和預測模型的建立[D]. 濟南，山東大學，2018.

[4]? ?歐燕蘭，張琳，張秀，等.宮頸癌患者預后預測列線圖的建立[J].中華腫瘤防治雜志，2015，22（16）：1303-1307.

[5]? ?王靜，許可葵，史百高，等.4374例宮頸癌患者預后及其影響因素分析[J].中國腫瘤，2014，23（4）：281-288.

[6]? ?王三猛.pTNM分期在早期宮頸癌中的應用價值[D].鄭州，鄭州大學，2018.

[7]? ?Cao LQ， Sun PL， He YY， et al.Immune stromal features in cervical squamous cell carcinoma are prognostic factors for distant metastasis： A retrospective study[J].Pathology， research and practice，2020，216（3）：152751.

[8]? ?樓程英，王運根，陳秋婉，等.高危型HPV感染宮頸癌根治術患者實施康復護理的效果分析[J].中國現代醫生，2019，57（5）：141-144.

[9]? ?王潔.中國媒體癌癥新聞報道的內容分析[D].武漢大學， 2013， 湖北武漢.

[10]? 蘇豐麗，孔為民.首都醫科大學附屬北京婦產醫院近40年宮頸癌發病特點及趨勢分析[J].中國計劃生育和婦產科，2021，13（2）：60-63.

[11]? Zhou H，Li X， Zhang Y， et al.Establishing a Nomogram for stage IA～IIB cervical cancer patients after complete? resection[J].Asian Pac J Cancer Prev，2015，16（9）：3773-3777.

[12]? Polterauer S， Grimm C， Hofstetter G， et al.Nomogram prediction for overall survival of patients diagnosed with cervical cancer[J].Br J Cancer， 2012，107（6）：918-924.

[13]? Lee K C， Chung KC， Chen HH， et al.Prognostic factors of overall survival and cancer～specific survival in patients with resected early～stage rectal adenocarcinoma： A SEER～based study[J].J Investig Med， 2017，65（8）：1148-1154.

[14]? Lee HJ， Han S， Kim YS， et al.Individualized prediction of overall survival after postoperative radiation therapy in patients with early～stage cervical cancer： A Korean Radiation Oncology Group study （KROG 13-03）[J].Int J Radiat Oncol Biol Phys， 2013，87（4）：659-664.

[15]? 張珍珍，王慧，周文靜.宮頸癌患者經腹腔鏡根治術后并發癥發生情況及影響因素分析[J].四川解剖學雜志，2021，29（1）：27-28.

[16]? 邢海洋，張硯迪，王可心.基于SEER數據庫分析放療對宮頸癌患者生存的影響[J].實用臨床醫藥雜志，2020， 24（6）：15-19.

[17]? 方羿，王敏，陳琴，等.宮頸癌根治性子宮切除術后輔助放化療對患者生活質量的影響及預后影響因素[J].慢性病學雜志，2020，21（12）：1824-1826.

[18]? 查曉娟， 江明菲， 李榮， 等.高尿酸血癥的列線圖模型建立[J].皖南醫學院學報， 2019，38（2）：180-182.

[19]? 施明明， 張曉， 李娜， 等.居民血脂異常影響因素的列線圖分析[J].預防醫學， 2019，31（5）：460-464.

[20]? 俞霄.基于隨機森林算法的急性ST段抬高型心肌梗死患者經皮冠狀動脈介入治療術后無復流風險因素分析[J].中國醫院統計，2021，28（1）：6-11.

[21]? 王秀青，周月琴.高血壓患者急性腦梗死發生風險預測模型的建立與評價[J].中國現代醫生，2020，58（32）：129-132.

（收稿日期：2021-11-09）