Nomogram模型預測頭頸部鱗狀細胞癌術后的遠期生存情況分析

杜歡樂 張琳

[摘要] 目的 使用Nomogram模型對頭頸部鱗狀細胞癌術后的遠期生存情況進行預測及分析。 方法 資料來源于NationalCancer Institute SEER數(shù)據(jù)庫，計算淋巴結轉移度，并使用SPSS 21.0統(tǒng)計分析軟件和R3.6.3軟件進行所有數(shù)據(jù)統(tǒng)計以及生存分析的比較分析。X射線平鋪軟件用于確定淋巴結轉移度的最佳截斷值，并采用單因素比較分析影響Kaplan-Meier法和Log-rank法的預后的危險因素。研究分析具有顯著Cox統(tǒng)計意義的危險因素，從而得到能夠影響患者遠期生存情況的獨立因素。為了實現(xiàn)生存分析，使用了Kaplan Meier法。 結果 LNR與分化程度、TNM分期、T、N、M分期有明顯的關系，與年齡、性別、手術方法不相關，LNR是一個獨立的危險因素。根據(jù)年齡、T期、M期、LNR，建立脂質譜圖，利用一致性指數(shù)（C-index）和校準圖，得出預測模型具有更加準確的預測價值。 結論 LNR是頭頸部鱗狀細胞癌患者術后的可靠預測指標。手術方法不影響LNR的大小，所以不管是哪一種手術方式，LNR都可作為預測指標，也可作為影響頭頸部鱗狀細胞癌患者術后長期生存的獨立危險因素。影響頭頸部鱗狀細胞癌術后遠期生存情況的獨立危險因素還包括年齡、T分期和M分期。

[關鍵詞] Nomogram模型;頭頸部鱗狀細胞癌;術后;遠期生存情況

[中圖分類號] R735.2? ? ? ? ? [文獻標識碼] B? ? ? ? ? [文章編號] 1673-9701（2022）10-0050-05

[Abstract] Objective To predict and analyze the long-term postoperative survival of head and neck squamous cell carcinoma using the Nomogram model. Methods The degree of lymph node metastasis was calculated from the National Cancer Institute SEER database.All data statistics and comparative analysis of survival analysis were performed using SPSS 21.0 statistical analysis software and R3.6.3 software. X-ray tiling software was used to determine the optimal cutoff value for lymph node metastasis.The prognostic factors were analyzed by the Kaplan-Meier method and log-rank method.The univariate comparison was used to analyze the risk factors affecting the prognosis. The risk factors with significant Cox statistical significance were studied and analyzed to obtain the independent factors that can affect the long-term survival of patients. The Kaplan Meier method was used to achieve survival analysis. Results LNR was significantly correlated with differentiation， TNM stage， T， N， and M stages， but not with age， gender， or surgical approach， LNR was an independent risk factor for postoperative prognosis in patients with head and neck squamous cell carcinomao. A nomogram was built based on age， T stage，M stage，and LNR， and through the concordance index （C-index） and calibration plots， it could be concluded that the prediction model had an excellent predictive value. Conclusion LNR is a reliable postoperative predictor of head and neck squamous cell carcinoma. Surgical methods cannot affect the size of LNR. So no matter which surgical method， LNR can be used as a predictor.It is an independent risk factor for long-term postoperative survival in head and neck squamous cell carcinoma patients. Studies have demonstrated that age， T stage， and M stage are independent risk factors for prognosis.41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

[Key words] Nomogram model; Head and neck squamous cell carcinoma; Post-operation; Long-term survival

頭頸部鱗狀細胞癌是術后長期生存的獨立危險因素。Nomogram是一種科學的多因素回歸分析，它在實驗室中根據(jù)患者的多項生理指標或生物學屬性，然后利用一系列視線來預測患者的得分[1]。根據(jù)某些特定事件所發(fā)生的可能概率及事件、多變量惡性腫瘤的臨床研究結果來進行可視化的數(shù)值預測[2]。為每例癌癥患者提供個性化的長期臨床生存評估和預測是Nomogram的最大優(yōu)勢，因此在臨床實踐和研究中具有重要價值[3]。Nomogram可為臨床醫(yī)生評估患者提供參考，因為Nomogram能夠使繁瑣的統(tǒng)計計算變得簡單，還可以將統(tǒng)計計算轉化成一種工具，從而使患者的生物學特征個性化并預測特定事件[4]。

1 資料與方法

1.1 一般資料

本研究使用的全部數(shù)據(jù)及信息均來自NationalCancer Institute SEER數(shù)據(jù)庫，SEER數(shù)據(jù)庫收集的癌癥診斷、治療和生存數(shù)據(jù)約占人口總數(shù)的30%。所有信息和數(shù)據(jù)搜索都是免費的[5]。本研究中頭頸部鱗狀細胞癌的選擇標準為：在挑選合適的頭頸部鱗狀細胞癌患者時，以頭頸部鱗狀細胞癌的形態(tài)特征和病理為準。篩選患者及收集的個人數(shù)據(jù)主要包括性別、年齡、分化程度、局部淋巴結檢測的陽性時間、局部淋巴結檢測次數(shù)、T分期、N分期、M分期、等級、TNM分期、生存時間、最終壽命等[6]。排除信息有缺漏或丟失生存的最終信息者，LNR等于陽性淋巴結數(shù)除以檢查的淋巴結總數(shù)之商[7]。

1.2 方法

在統(tǒng)計分析所有數(shù)據(jù)及比較分析患者的生存情況時，本研究所采用的軟件是SPSS 21.0統(tǒng)計分析軟件和R3.6.3軟件。X射線平鋪軟件用于確定淋巴結轉移度的最佳截斷值。在研究Log-rank法及Kaplan-Meier法的預后因素上，第一步就是單因素比較分析影響患者預后的危險因素。研究分析具有顯著Cox統(tǒng)計意義的危險因素，從而得到能夠影響患者遠期生存情況的獨立因素。為實現(xiàn)生存分析，使用Kaplan Meier法[8]。一般情況下，P<0.05為差異有統(tǒng)計學意義;P<0.01為差異有顯著的統(tǒng)計學意義。Nomogram是R統(tǒng)計軟件中的RMS包，基于LNR設置。在衡量模型的性能時采用一致性指數(shù)（C-index）和校準圖。一致性指標一般在0.51之間。當THE C指標值越接近1，說明其越大，同時也說明模型的一致越愈好，即模型的預測性能更好[9]。本研究的主要隊列數(shù)據(jù)共包括2012～2021年的358例患者，190例患者是內部驗證隊列數(shù)據(jù)，對兩組數(shù)據(jù)進行統(tǒng)計分析。

1.3 觀察指標

①患者的臨床基礎數(shù)據(jù);②單因素和多因素生存分析預后的風險因素;③Nomogram模型評估。

1.4 統(tǒng)計學方法

采用SPSS 21.0統(tǒng)計學軟件進行數(shù)據(jù)分析，采用均數(shù)±標準差（x±s）表示計量資料，組間比較采用t檢驗;計數(shù)資料以[n（%）]表示，組間比較采用χ2檢驗，P<0.05為差異有統(tǒng)計學意義

2 結果

2.1 患者的臨床基礎數(shù)據(jù)

358例頭頸部鱗狀細胞癌患者的臨床數(shù)據(jù)都是從SEER數(shù)據(jù)庫中采集的。具體臨床資料如下：男230例，女128例，年齡10～85歲，平均（64.0±8.9）歲，高分化61例，低分化186例，未分化111例。關于分化程度，LNR<0.3時，Ⅰ、Ⅱ、Ⅲ期的患者分別為52例、146例、78例;LNR≥0.3時，Ⅰ、Ⅱ、Ⅲ期的患者分別為12例、40例、30例。關于TNM分期系統(tǒng)，LNR<0.3時，Ⅰ、Ⅱ、Ⅲ、Ⅳ期的患者分別是43例、115例、91例、27例;LNR≥0.3時，Ⅰ、Ⅱ、Ⅲ、Ⅳ期的患者分別為0例、0例、61例、21例。關于T分級，LNR<0.3時，T1、T2、T3、T4、TX期的患者分別是49例、172例、37例、16例、2例;LNR≥0.3時，T1、T2、T3、T4、TX期的患者分別為1例、51例、17例、8例、5例。關于N分級，LNR<0.3時，N0、N1、N2期的患者分別為191例、83例、2例;LNR≥0.3時，N0、N1、N2期的患者分別為0例、77例、5例。關于M分級，LNR<0.3時，M0、M1期的患者分別為266例、10例;LNR≥0.3時，M0、M1期的患者分別為74例、8例。關于手術方式，LNR<0.3時，R0、R1、R2期的患者分別為124例、56例、96例;LNR≥0.3時，R0、R1、R2期的患者分別為31例、21例、30例。見表1。

2.2 單因素和多因素生存分析預后的風險因素

在主要隊列中使用單變量生存分析，得出結論，年齡越大（P<0.05），TNM分期系統(tǒng)水平越高（P<0.001），TNM水平越高（P<0.001），LNR較大（P<0.001），是影響具有相同結果的經驗證隊列中總生存期的風險因素。通過多變量生存分析，獲得主要的年齡愈大（P<0.05，風險比是1.59，可信區(qū)間是1.117～2.285）、較高的T分類（P<0.05，風險比是11.71，可信區(qū)間是1.094～125.443），M分級較高（P<0.05，危險比是11.01，可信區(qū)間是1.278～94.842），LNR越大（P<0.001，危險比是1.92）。在驗證隊列中，研究發(fā)現(xiàn)差異越小（P<0.001，風險比是127.570，可信區(qū)間是10.329～1575.456），TNM分期越高（P<0.001，風險比是20.9177，可信區(qū)間是3.209～136.308），是與術后長期生存相關的獨立危險因素。見表2。

2.3 Nomogram模型評估41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

通過分析生存函數(shù)，得到兩條Kaplan Meier曲線，發(fā)現(xiàn)患者術后長期生存率最高的情況是LNR<0.3（圖1～2）。在主要隊列中，LNR<0.3的患者1、3、5年總生存率（OS）分別為78%、27%和8%，LNR≥0.3的患者1、3和5年的總生存率（OS）分別為50%、10%和5%而。在驗證隊列中LNR<0.3的患者1、3和5年的總生存率（OS）分別為75%、27%、10%，LNR≥0.3的患者1、3和5年的總生存率（OS）分別為44%、7%和2%。使用多元Cox回歸模型，通過計算0.69的Nomogram一致性指數(shù)（C-index）建立Nomogram（圖3）以預測長期生存。一致性指數(shù)和模型預測性成正比，一致性指數(shù)越高，模型預測長期生存率的準確率也就越高，正常情況下準確率在0.50～0.70之間，低于0.71的準確率就是0.90。0.90以上是高精度。

3 結論

頭頸部鱗狀細胞癌是指頭頸部腫瘤，其中包含頸部腫瘤、口腔頜面部腫瘤、耳鼻喉科腫瘤，多發(fā)生于女性。頭部腫瘤在臨床上最常見的是甲狀腺腫瘤，患者可出現(xiàn)持續(xù)鼻塞或鼻出血、頸部腫脹、聲音改變、耳痛等癥狀[10]。口腔頜面部腫瘤可有舌癌、牙齦癌、頰癌等，對于舌癌，患者可表現(xiàn)為舌痛，有時可反射至顳部或耳部，同時還可出現(xiàn)進食吞咽困難、說話困難。另外，耳鼻喉科腫瘤可有喉癌、副鼻竇癌等[11]。為了準確評估淋巴結轉移，建議采用淋巴結轉移度（LNR）[12]。LNR等于陽性淋巴結數(shù)除以檢查的淋巴結總數(shù)之商。目前，很多臨床研究都證明LNR對頭頸部鱗狀細胞癌術后遠期生存情況的影響，LNR似乎比陽性淋巴結更有效。此外，還有很對臨床研究證實CA-199、CEA以及其他實驗室診斷測試等[13]。化療是治療頭頸部鱗狀細胞癌的主要方式。由于靠近大血管和神經，頭頸部鱗狀細胞癌的手術風險大大增加[14]。對于頭頸部鱗狀細胞癌，新輔助放化療的療效與手術治療相似，手術可能導致更多的治療相關死亡[15]。關于哪種治療方法最好，缺乏高水平的證據(jù)。本研究回顧性分析頭頸部鱗狀細胞癌手術和淋巴結分級后的預后，可能影響患者的遠期生存情況。在對患者數(shù)據(jù)進行分析后發(fā)現(xiàn)，LNR與分化程度、TNM、T、N、M有顯著的關系，但與年齡、性別和手術方法沒有顯著的關系。單變量和多變量生存分析表明，LNR是影響頭頸部鱗狀細胞癌患者術后預后的獨立危險因子，與頭頸部鱗狀細胞癌患者的年齡、T和M癥狀均有關聯(lián)[16]。根據(jù)年齡、T分期、M分期和LNR建立列線圖，通過一致性指數(shù)（C-index）和校準圖，可以得出結論，預測模型具有良好的預測價值[17]。

近期一系列回顧性研究表明，無淋巴結轉移的距離對術后生存率有顯著的統(tǒng)計學差異，而淋巴結轉移的數(shù)量對術后遠期生存率有顯著影響[18]。淋巴結轉移數(shù)為陽性，與淋巴結清掃密切相關。所以僅通過多個陽性淋巴結預測術后患者的長期生存期沒有那么嚴重[19]。本研究通過手術的單因素分析似乎與LNR并無顯著相關性，因為無論淋巴結切除多少面積，LNR都能反映其轉移能力，因為它是一個比率，而不是一個絕對數(shù)[20]。

綜上所述，本研究證實LNR是頭頸部鱗狀細胞癌患者手術后的可靠預測指標。手術方法不能影響LNR的大小，所以不管是哪一種手術方式，LNR都可以作為預測指標[21]。作為頭頸部鱗狀細胞癌患者術后長期生存的獨立危險因素。此外，研究證明年齡、T分期和M分期是預后的獨立危險因素。

[參考文獻]

[1]? ?馮芝恩，程傲銘，韓正學，等.Nomogram模型預測早期口腔鱗狀細胞癌頸部轉移的雙向隊列研究[C]//2020年全國口腔頜面-頭頸腫瘤學術大會暨中華口腔醫(yī)學會口腔頜面-頭頸腫瘤專業(yè)委員會學術年會——創(chuàng)新超越、共贏未來，2020.

[2]? ?方興，李鑫，吳平，等.下咽癌預后差異及Nomogram預測模型的建立和驗證[J].中國耳鼻咽喉顱底外科雜志，2020，1（5）：56-57.

[3]? ?田景媛，李孔玲，陳羅軍，等.胰腺導管腺癌術后患者Nomogram預后模型的構建[J].現(xiàn)代腫瘤醫(yī)學，2019，27（9）：114-118.

[4]? ?鄭寒，劉勇峰.Nomogram模型用于預測胃癌D2根治術后個體化預后[J].臨床醫(yī)學進展，2020，10（8）：66-87.

[5]? ?曾傳貴，唐秦超，梁飛新.早期口腔鱗癌患者體重指數(shù)與頸淋巴結轉移的關系研究[J].全科口腔醫(yī)學電子雜志，2019，6（2）：14-15.

[6]? ?李曉明，邸斌，尚耀東，等.口腔鱗癌頸淋巴結轉移的臨床病理學特點及其對預后的影響[J].癌癥（英文版），2005（2）：208-212.

[7]? ?包振麗，葉佩娟，湯玲.乳腺癌患者腋淋巴結轉移臨床病理特征及其預后影響因素分析[J].湖南師范大學學報（醫(yī)學版），2020，72（1）：72-75.

[8]? ?王良，蔡小攀，何金，等.影響口腔鱗狀細胞癌患者預后的臨床病理因素分析[J].現(xiàn)代生物醫(yī)學進展，2011，11（9）：1711-1713.

[9]? ?夏輝，李龍江.口腔鱗癌術后復發(fā)相關因素的臨床研究[J].實用口腔醫(yī)學雜志，2007，23（2）：276-277.

[10]? 張璐，彭林，王奇峰，等.中性粒細胞與淋巴細胞比值對T3N0M0期食管鱗癌術后輔助治療預后的預測價值[J].腫瘤預防與治療，2020，33（4）：307-314.

[11]? Kim H，Choi JY，Rah YC，等.ErbB3是頭頸部鱗狀細胞癌的可能預后因素[J].中國口腔頜面外科雜志，2020，2（2）：104-106.41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

[12]? 高菲，白建民，張萌.老年喉癌患者術后遠期療效及生存質量的影響因素[J].中國老年學雜志，2020，8（1）：45-56.

[13]? 李琰琰，盧培培，鄭春娟，等.肥城市食管鱗癌及其癌前病變患者遠期生存情況分析[J].中華腫瘤防治雜志，2020， 27（15）：1183-1188.

[14]? 劉維，高輝，李華，等.基于DSBs修復蛋白表達構建預測食管鱗癌放化療預后的列線圖模型[J].實用醫(yī)學雜志，2020，36（8）：1041-1047.

[15]? 朱載甌，宋曉萌.基于血清學指標改善口腔鱗狀細胞癌TNM分期預后效能的列線圖預后模型的建立（英文）[C]//2019第一屆全國口腔頜面-頭頸腫瘤學術大會——聚合引領、協(xié)同發(fā)展.2019.

[16]? 郭信偉，冀勝軍，姬磊，等.納入術前腫瘤體積的列線圖預測胸段食管鱗狀細胞癌患者預后的價值[J].國際腫瘤學雜志，2020，47（5）：278-283.

[17]? 迪麗奴爾·艾爾肯，張華，阿布都沙塔爾·卡地爾，等.預后營養(yǎng)指數(shù)在胃癌肺轉移患者預后中的意義及列線圖預測模型的建立研究[J].中國全科醫(yī)學，2021，24（30）：3863-3869.

[18]? 臧守梅，嚴丹方，嚴森祥.頭頸部鱗狀細胞癌的非手術治療進展[J].國際腫瘤學雜志2019，46（12）：741-744.

[19]? 張嘯天，程志遠，張子凡，等.基于199例胃鱗狀細胞癌的預后預測模型——列線圖[J].中國普外基礎與臨床雜志，2021，28（1）：27-32.

[20]? 梁憶波，季濤，崔琳.結腸癌術后輔助化療患者遠期生存狀況和預后危險因素分析[J].中國醫(yī)學前沿雜志（電子版），2020，12（10）：137-140.

[21]? 曾濱，龔建斌，梁玉潔，等.術中應用骨髓病理評估對診斷頭頸部鱗癌患者骨邊界價值的meta分析[C]//2020年全國口腔頜面-頭頸腫瘤學術大會暨中華口腔醫(yī)學會口腔頜面-頭頸腫瘤專業(yè)委員會學術年會——創(chuàng)新超越、共贏未來，2020.

（收稿日期：2021-09-17）41CA8C5A-C72D-4569-AFAA-F03C7F431FBF