NSCLC骨轉移風險預測模型的建立和驗證

胡春曉，劉亞鋒，蘇憶欣，郭健強，張文婷，王雪芹，謝 軍, 胡萬發，吳 靜,3，邢應如,3，胡 東,3，丁選勝

肺癌已成為全球發生率及病死率較高的癌癥之一[1]，其中非小細胞肺癌(non-small cell lung cancer,NSCLC)比例>80%。隨著醫療技術的發展,肺癌患者的生存期有了一定程度上延長，但五年生存率很低[2]，仍有57%的患者會發生遠處轉移，其中骨轉移發生率最高，占比30%～40%[3]。

骨轉移的早診斷、早治療，能提高患者的生存期。目前，臨床上骨轉移常用的診斷方法是全身影像學檢查，但在NSCLC的早期檢出率較低，成本較高，當影像學顯示腫瘤轉移時，患者已處于肺癌晚期，預后較差[4]。該研究通過篩選NSCLC患者發生骨轉移的危險因素，構建列線圖來早期預測NSCLC患者骨轉移發生風險，為臨床的早期診治提供可靠依據。

1 材料與方法

1.1 病例資料收集2016年1月—2020年12月在安徽理工大學附屬腫瘤醫院(淮南東方醫院集團腫瘤醫院)和安徽理工大學附屬醫院收治的經病理學確診的NSCLC患者的臨床資料。排除標準：① 腺癌(LUAD)、鱗癌(LUSC)以外的病理類型。② 15 d之內接受手術、放療、化療等治療。③ 嚴重的骨質疏松、風濕性關節病、外傷性骨折以及其他嚴重的并發疾病。④ 影響骨代謝的內分泌疾病( 如糖尿病血糖異常、甲狀腺和甲狀旁腺疾病)。按照排除標準，最終納入230例患者。

1.2 腫瘤標志物檢測采集兩組患者空腹靜脈血3 ml，分離血清，癌胚抗原(carcinoembryonic antigen,CEA)、甲胎蛋白(alpha fetoprotein,AFP)采用化學發光法測定，CEA參考值范圍：0～10 μg/L，AFP參考值范圍：0～20 μg/L。

1.3 血清Ca2+、磷(phosphorus,P)、堿性磷酸酶(alkaline phosphatase,ALP)檢測采集2組患者空腹靜脈血3 ml，對所有患者血清Ca2+采用鄰甲酚酞絡合酮法測定，血清P采用磷鉬酸鹽法測定，血清ALP采用NPP-AMP法測定；血清Ca2+參考范圍：2.25～2.75 mmol/L，血清P參考范圍:0.97～1.61 mmol/L，血清ALP參考范圍：50～136 U/L。

2 結果

2.1 建模組和驗證組NSCLC骨轉移基線情況描述共納入230例患者，按照3 ∶2的比例隨機分成建模組和驗證組，其中138例為建模組，骨轉移患者70例(50.7%),無骨轉移患者68例(49.3%)。驗證組共92例患者，骨轉移患者47例(51.1%)，無骨轉移患者45例(48.9%)(表1)。

表1 建模組和驗證組病例的基線數據[n(%)]

2.2 NSCLC骨轉移危險因素的單因素及多因素分析對建模組138例患者發生骨轉移的危險因素進行單、多因素邏輯回歸分析。在單因素分析結果中，以P<0.1為標準將年齡(P=0.018)、性別(P=0.004)、病理類型(P=0.007)、N分期(P=0.089)、ALP(P=0.015)、CEA(P=0.002)納入多因素Logistic回歸分析，結果顯示年齡(P=0.034)、性別(P=0.011)、ALP水平(P=0.003)、CEA水平(P=0.003)作為NSCLC骨轉移的獨立危險因子具有統計學意義，而病理類型(P=0.053)與骨轉移密切相關但未顯示統計學意義(表2)。

表2 NSCLC患者骨轉移單因素及多因素分析[n(%)]

2.3 構建預測模型并驗證同樣以P<0.1為標準將年齡、性別、病理類型、ALP、CEA為自變量，以是否發生骨轉移為因變量，進行Logistic回歸，計算相應的回歸系數，建立數學預測模型，NSCLC患者發生骨轉移的風險為P=2.191 68+1.262 63×CEA+0.764 27×ALP-1.071 16×病理類型-1.122 07×性別-0.043 54×年齡。對建模組繪制ROC，CEA、年齡、ALP、病理類型、性別的AUC值分別為0.625、0.607、0.604、0.394、0.382，其中CEA的AUC值最高，性別和病理類型的預測效能不佳。而聯合指標(年齡、性別、病理類型、CEA、ALP)預測的AUC=0.792要高于單一指標預測，說明聯合指標預測要比單一指標預測有更高的準確性(圖1A)。年齡、CEA、ALP的特異度分別為72.1%、77.9%、82.4%，靈敏度分別為52.9%、47.1%、38.6%，而聯合指標的特異度和靈敏度分別為73.5%、77.1%(表3)，其綜合表現優于單一指標。基于同一個模型，將驗證組的92例NSCLC患者進行ROC分析，聯合指標預測的AUC值為0.629，特異度為46.7%，靈敏度為83.0%(表3)，ROC曲線顯示聯合指標預測要比單一指標指標預測效能更佳(圖1B)。

表3 建模組和驗證組各因素及聯合指標預測的AUC

圖1 建模組及驗證組的ROC曲線分析

2.4 預測模型的可視化將多因素分析篩選出來的因素即年齡、性別、病理類型、ALP、CEA納入預測模型，使用“RMS”軟件包建立列線圖。分為每個危險因素對應的分值，總分為全部危險因素對應的分值相加得到的總分數，每一個總分對應下方的骨轉移風險，見圖2。

圖2 NSCLC患者骨轉移列線圖預測模型

2.5 繪制列線圖的校準曲線及DCA繪制列線圖的校準圖，紅線代表該模型的標準曲線，黑線代表該模型的校準曲線，校準圖顯示該模型的校準曲線趨勢與標準曲線貼合程度尚可，說明該模型用于預測NSCLC患者骨轉移風險具有可靠性(圖3)。通常應用DCA評價NSCLC骨轉移風險預測模型的臨床適用性，橫線表示所有樣本都是陰性，凈獲益為0；斜線表示所有樣本都是陽性，凈獲益是個斜率為負值的反斜線。決策曲線距離2條極端線越遠,說明列線圖臨床應用價值越高，DCA的結果表明，列線圖模型可在很大的風險閾值概率范圍內提高對骨轉移風險的預測能力。見圖4。

圖3 列線圖的校準曲線

圖4 NSCLC骨轉移預測模型的DCA分析

3 討論

骨相關事件(SREs)常在肺癌患者骨轉移后發生，包括疼痛、病理性骨折、脊髓壓迫、高鈣血癥等。 其中，疼痛是肺癌發生骨轉移后最為明顯的臨床特征[5]。但是，由于骨轉移發病隱匿，骨相關事件大多在晚期才會出現，往往導致醫生不能及時發現骨轉移發生，使患者錯過診治的最佳時機。CT、MRI、骨X線全身顯像等常規影像學技術是目前臨床上常用來診斷骨轉移的方法，但也有一定局限性，例如患者往往在出現明顯的臨床特征后才做影像學檢查，可能已處于肺癌晚期，此時已不能取得最佳的治療效果。常規的影像學檢查既不能在早期及時發現NSCLC患者骨轉移的發生，又會給患者帶來一定的經濟壓力，這就推動人們尋找更加簡便適用的方法來預測NSCLC患者發生骨轉移的早期風險，其對于延長患者生存期、改善臨床治療效果具有十分重要的意義。本研究共納入了14個可能與NSCLC骨轉移發生相關的的因素，其中CEA(P=0.003)、ALP(P=0.003)、病理類型(P=0.053)、年齡(P=0.034)、性別(P=0.011)可作為NSCLC患者骨轉移發生風險的預測因素。韓春明 等[6]研究表明，肺癌骨轉移與病理類型具有相關性,腺癌骨轉移發生率高，與本研究結果一致。有研究[7]表明，骨轉移的患者比未轉移的患者更年輕；本研究同樣表明年齡小的NSCLC患者更容易發生骨轉移。在臨床實踐中，病理類型(P=0.053)有意義且該指標接近于0.05的統計學標準，所以這個指標可作為預測因素納入預測模型。

Ayan et al[8]研究NSCLC患者和SCLC患者血清CEA水平，結果顯示，發生骨轉移的NSCLC患者血清的CEA水平明顯高于未發生骨轉移患者。與其相符，在本研究中，骨轉移組CEA水平顯著高于未轉移組。ALP是反映成骨細胞活性的重要標志物，不僅由成骨細胞分泌，還可由肝臟、小腸和胎盤等各種器官產生。有文獻[9]報道，肺癌骨轉移多為溶骨性骨損壞，在發生骨轉移的乳腺癌及肺癌患者中，血清骨形成及骨吸收標志物均可見上升表達，骨轉移的發生造成骨受損會使成骨細胞分泌大量ALP來修復受損骨骼,因此，肺癌骨轉移的患者ALP水平顯著增高，這與本研究結果一致。該研究顯示，建模組中，骨轉移和未轉移組的NSCLC患者性別具有顯著差異，女性發生NSCLC骨轉移的風險更高，這與馮小雙 等[10]的研究結果近似，骨轉移在肺癌和食管癌患者轉移部位中的占比男性低于女性(P<0.01)。有研究[11]報道，血清Ca2+、ALP、細胞角蛋白19片段抗原21-1(CYFRA21-1)聯合預測肺癌骨轉移的AUC值為0.765，而在本研究中，聯合指標預測的AUC值為0.792，提示后者預測效能更高。

列線圖能夠預測疾病風險或生存結局，整合了各種個體危險因素，量化了每個變量的影響，從而可視化不同患者的結果[12]。該模型可預測10%～90%的骨轉移風險。假設一個NSCLC男性患者測得CEA水平為12.3 ng/ml，ALP水平為142 U/L,病理類型為腺癌，年齡68歲，那該患者的總分為53(CEA>10 ng/ml)+64(ALP>136 U/L)+45(腺癌)+49(年齡=68)+0(男性)=211，說明該患者此刻骨轉移的風險=86%,發生骨轉移的風險較大，建議盡快行骨轉移相關檢測及治療。