基于術前實驗室參數的諾模圖預測轉移性結直腸癌的研究

倪紅元，楊滇宇，李 冬

同濟大學附屬同濟醫院/上海市同濟醫院檢驗科，上海 200065

在世界范圍內，結直腸癌(CRC)是癌癥患者發病和死亡的主要原因之一，在診斷時，大約21%的患者出現轉移，超過50%的CRC患者在疾病過程中發生轉移[1-2]。轉移性結直腸癌(mCRC)患者的總生存期在過去20年中有了顯著改善，在一項隨機臨床試驗中，中位總生存期為30個月或更長[3]。總生存期持續時間的增加是由于一線治療的改善，以及通過各種檢測手段(如生物標志物)更準確并及早地識別mCRC，這些檢測手段有助于優化治療分配，從而改善患者預后。

目前篩查CRC的方法很多，主要包括糞便常規檢查、結腸鏡檢查、結腸成像術、計算機斷層掃描(CT)、鋇灌腸雙對比造影檢查[4]。然而，這些方法大多敏感性有限或特異性不高，且具有侵入性使患者遭受痛苦。 腫瘤標志物檢測是重要的臨床診斷CRC的手段之一，具有無創、快速、簡單、可重復性好的特點，在臨床上對CRC的早期診斷、治療和預后起著重要作用。CRC的診斷標志物包括癌胚抗原(CEA)、糖類抗原19-9(CA19-9)、糖類抗原242(CA242)、糖類抗原72-4(CA72-4)和糖類抗原50(CA50)[5]。此外，CRC患者的一些常規實驗室指標也可能存在明顯的異常，如CRC患者凝血異常、貧血等，這些指標與癌癥轉移、分期和預后相關。在這些CRC的潛在標志物中，采用多個標志物的聯合診斷而不是采用單一標志物被證明是更具有發展前景的方法，其更有益于患者的臨床管理。本研究中，本課題組回顧性分析了CRC患者的一些實驗室指標，以確定與轉移相關的潛在因素。并且，本課題組開發并內部驗證了一種諾模圖用于術前對患者CRC轉移進行預測，以促進充分的術前評估和準確的臨床決策，以進行個體化治療。

1 資料與方法

1.1一般資料 回顧性分析2014年7月至2018年4月同濟大學附屬同濟醫院初診為CRC患者的病例資料。排除標準：血液病患者；入院前3個月進行過輸血治療者；血液標本檢測和手術前接受過放化療者；臨床及病理資料不完整者。最終106例患者納入本研究，其中男66例、女40例，年齡17～93歲、中位年齡65歲。根據美國癌癥聯合會(AJCC)發布的第八版癌癥分期手冊[6-7]，將患者分為轉移組52例(49.1%)，未轉移組54例(50.9%)。

1.2方法

1.2.1儀器與試劑 XN9000全自動血細胞分析儀(日本希森美康公司)；原裝配套試劑和高、低兩個濃度水平的質控品(日本希森美康公司)。羅氏E601電化學發光免疫分析儀(德國羅氏公司)，羅氏糖類抗原檢測試劑盒及羅氏糖類抗原定標液(德國羅氏公司)，質控品為Bio-Rad公司的Lyphochek Tumor Marker Control。

1.2.2標本采集和檢測 采集研究對象清晨空腹靜脈血于含抗凝劑(EDTA-K2)的真空采血管和促凝真空采血管。血常規采用XN9000全自動血細胞分析儀(日本希森美康公司)檢測，腫瘤標志物采用羅氏E601電化學發光免疫分析儀(德國羅氏公司)檢測，檢測前均確定儀器在控。

1.3統計學處理 采用SPSS19.0統計軟件包分析，使用二元Logistic回歸分析比較mCRC和非mCRC患者的實驗室參數，并對有差異有統計學意義的變量(P<0.05)進行多元Logistic回歸分析，從而得到獨立的預測因子。使用R軟件中的“rms”庫(3.4.3版；http://www.Rproject.org)建立基于獨立預測因子的諾模圖。采用一致性指數(C-指數)和受試者工作特征(ROC)曲線下面積(AUC)評價諾模圖的診斷效能。通過決策曲線分析(DCA)確定閾值概率范圍，并對諾模圖進行臨床驗證。

2 結 果

2.1CRC患者的一般臨床資料 本研究共納入106例新診斷的CRC患者。中位年齡為65歲(年齡17～93歲)。男性患者占比較高(男性62.3%，女性37.7%)。52例(49.1%)最終確診為mCRC。相關實驗室指標：血紅蛋白(Hb)、國際標準化比值(INR)、活化部分凝血活酶時間(APTT)、凝血酶時間(TT)、纖維蛋白原(FBG)的檢測結果見表1。

表1 患者的實驗室指標檢測結果

2.2mCRC的獨立預測因子 對所有參數進行單因素分析，結果顯示CEA、CA19-9、CA242、CA50、Hb、INR與CRC是否轉移有關(P<0.05)；其他參數，包括年齡、性別、CA72-4、APTT、TT、FBG等參數與CRC是否轉移不相關(P>0.05)。多元分析中，采用Logistic回歸方法對單變量分析中的所有重要參數進行評價，只有CA242(P=0.044)、Hb(P=0.034)和INR(P=0.013)對mCRC有獨立預測作用。見表2。因此，選擇這些預測因子建立了該模型。

表2 術前各參數用于預測CRC是否轉移的單因素和多因素分析

續表2 術前各參數用于預測CRC是否轉移的單因素和多因素分析

2.3預測諾模圖的建立 所選預測值的諾模圖如圖1所示。每個變量在分值表上都有一個分數。通過將每個變量的得分相加，并以總分為參考，可以畫一條直線來預測CRC患者的轉移概率。

圖1 所選預測值的諾模圖

2.4諾模圖的性能 經內部驗證，預測概率和實際概率之間的校準圖顯示出良好的一致性，見圖2A。此外，當使用諾模圖得出的總分作為預測因子進行ROC曲線分析時，預測mCRC的諾模圖AUC為0.731(95%CI:0.637～0.826),見圖2B。諾模圖的決策曲線分析(DCA)如圖2C所示。DCA的結果表明，當患者的閾值概率大于10%時，諾模圖預測mCRC的能力在臨床上是有效的。例如，如果患者的閾值概率為40%，那么決定是否進行臨床干預的凈收益為0.198。

注：A為預測概率和實際概率之間的校準圖；B為使用諾模圖得出的總分作為預測因子進行ROC曲線分析；C為諾模圖的DCA。

3 討 論

CRC的早期診斷和轉移監測一直是臨床研究的難點。隨著基因突變篩查、脫落細胞DNA(cfDNA)、循環腫瘤細胞(CTCs)等新檢測方法的發展，mCRC的診斷能力不斷提高[8-9]。然而，由于方法學和實驗室條件的限制，這些方法尚未廣泛應用于臨床。目前，CRC的臨床診斷仍依賴傳統的腫瘤標志物和CT等工具，無法準確的判斷是否轉移。有研究發現[10]，術前CT或磁共振成像(MRI)臨床診斷為非轉移性側淋巴結癌的患者中，有7.4%的患者在行LLN病理解剖時發現有轉移。因此，一些研究開發了放射組學諾模圖預測CRC的淋巴結轉移和遠處轉移[11]。諾模圖是一種簡單直觀的統計預測模型，可以產生預測事件的數值概率。因此被廣泛用作預測疾病預后的實用模型[12]，由于它們的簡單性和圖形表示，也有研究發現[13]其可以用于預測癌癥轉移。在諾模圖中，每個變量根據其權重分配不同的點，并顯示在刻度的頂部。所有選定變量的總分產生事件概率的數值預測，以最低標度顯示。這是第一項根據術前實驗室參數制定諾模圖用于術前預測mCRC的研究。

在本研究中，首先通過單因素和多因素回歸分析回顧性地確定了轉移性CRC的一些術前實驗室參數。本研究結果顯示，CRC患者CA242、Hb和INR是CRC轉移的獨立預測因子,基于這3個參數，本課題組建立了mCRC的術前諾模圖，并采用ROC曲線驗證了預測模型的準確性可信。DCA結果表明，諾模圖在預測CRC轉移方面效果良好，并可根據其閾值概率來預測其臨床凈效益。

CRC的治療策略基于精確的術前分期，這意味著不同的治療方案和不良預后。腫瘤標志物的檢測是臨床實驗室癌癥診斷中最常用的方法。預測標志物的大規模臨床評估正在進行中，包括確定分期、轉移和治療反應。先前的研究表明[14]，一些腫瘤標志物與CRC的分期、轉移和預后相關。本研究結果顯示：CEA、CA19-9、CA242和CA50在轉移性CRC和非轉移性CRC之間有顯著差異。多因素分析顯示，CA242是術前預測轉移性CRC的獨立因素，提示CA242可能是一個更好的預測因子。這也與先前的研究一致，LEVY等[15]報告CA242在術前分期方面似乎比CA19-9和CEA更敏感，尤其是在比較CRC早期診斷和轉移階段方面。此外，本研究還表明，Hb和INR是mCRC的獨立預測因子。貧血是各種癌癥的常見不良反應，貧血的術前管理已經被強調為一個特別關注的領域，這在CRC手術中尤其重要。貧血的早期診斷非常重要，因為如果不治療，從診斷到手術，Hb水平會繼續下降，而且術前貧血與異基因紅細胞輸血(ARBT)需求增加有關。此外，本研究的諾模圖顯示：INR對mCRC術前預測的貢獻最大。以前的一項研究報告稱，在95%的轉移性癌癥中，近一半的患者有一些凝血參數異常[16]。研究發現[17]，在CRC中，PT水平與腫瘤大小相關；而D-二聚體和INR值與CRC的疾病分期相關。根據美國臨床腫瘤學會2014年臨床實踐指南更新，接受重大腫瘤手術的患者應接受預防性治療，治療應在術前開始，術后至少持續7～10 d。對于那些有高危特征的腹部或盆腔手術患者，應考慮將術后預防延長至4周。此外，有研究表明[18]，在同時使用口服抗凝藥物(如華法林和瑞格拉非尼)的晚期CRC患者中，應定期監測INR。

本研究也存在一些需要注意的局限性。本研究為回顧性研究，可能存在選擇偏倚。其次，由于患者數量有限，無法建立外部驗證隊列。最后，只收集了可用的實驗室參數。應增加更多的臨床預測因子以改善模型的性能，包括CRP、ESR等炎癥因子或一些新興的分子標記，以及基因突變，包括RAS突變和BRAF突變，也應該被引入。當然，該預測模型仍需要由多中心和大規模人群進行外部驗證。總之，本研究提出了一個基于實驗室參數的諾模圖，該諾模圖在計算mCRC術前預測的有效性時得到了內部驗證。基于這些標志物的模型對mCRC的診斷和預后預測也具有重要的臨床意義。