摘要
目的： 皮肤黑色素瘤（Cutaneous Melanoma,CM）是整形外科较为常见，起源于皮肤黑色素细胞的恶性肿瘤，呈浸润性生长，具有高转移和高复发率的特点，预后较差。本研究基于“监测、流行病学和最终结果”（Surveillance,Epidemiology and End Results,SEER）数据库的CM病例临床数据，探讨CM患者预后相关影响因素，构建预测CM患者总生存率（Overall Survival,OS）和癌症特异性生存率（Cancer-specific Survival,CSS）的列线图（Nomogram）模型并进行验证。根据列线图评分构建患者风险分层系统，实现对CM患者预后个体化的量化评估，以期在一定程度上指导临床决策。 方法： 通过收集美国SEER数据库中2010年到2015年诊断为原发性CM患者的详细临床数据，经筛选后最终纳入51,703例患者，利用R语言“caret”数据包以70%和30%的比例随机分配到训练集（Training Set）和验证集（Testing Set）中。第一步在训练集中建立预测模型：1）将训练集纳入所有变量进行单因素COX分析，筛选出具有统计学意义（P＜0.05）的变量；2）将这些变量纳入多因素COX分析进一步得到影响CM患者OS和CSS的预后变量；3）利用这些变量构建预测CM患者3年和5年OS、CSS的列线图模型。第二步预测性能的验证和评价。从区分度、一致性、有效性三个方面同时在训练集和验证集中进行评价：1）模型的区分度由C指数和受试者工作特征曲线（Receiver operating characteristic,ROC）及其曲线下面积（Area under the ROC curve,AUC）进行评价；2）一致性利用校准曲线进行评价；3）有效性利用决策曲线分析法（Decision curve analysis,DCA）来评价。第三步验证不同风险分层患者间的预后差异：1）根据列线图预测模型评分计算每个患者得分；2）根据得分高低对所有患者进行风险分层；3）采用Kaplan-Meier生存曲线（Kaplan-Meier survival curve）验证并描述不同风险分层患者间预后差异。所有分析，P＜0.05认为差异具有统计学意义。 结果： 1.多因素COX分析结果显示，影响CM患者OS的预后变量包括：年龄、性别、原发灶部位、溃疡、病理学类型、T分期、N分期、M分期、SEER分期、原发部位手术方式、区域淋巴结手术情况、转移灶手术情况。影响CM患者CSS的预后变量包括：年龄、性别、种族、原发灶部位、溃疡、病理学类型、T分期、N分期、M分期、SEER分期、原发部位手术方式、区域淋巴结手术情况。分别纳入上述变量构建出了预测OS和CSS的列线图预测模型。 2.经过验证，列线图预测模型的区分度较为理想。在训练集中，列线图预测CM患者OS的C指数为0.819（95%CI:0.817-0.821），预测3年、5年生存率AUC分别为0.845、0.844；预测CSS的C指数为0.871（95%CI:0.868-0.875），预测3年、5年生存率AUC分别为0.912、0.901。在验证集中，列线图预测CM患者OS的C指数为0.818（95%CI:0.814-0.821），预测3年、5年生存率AUC分别为0.842、0.841；预测CSS的C指数为0.868（95%CI:0.863-0.873），预测3年、5年生存率AUC分别为0.909、0.897。 3.列线图预测模型的一致性较好。校准曲线显示列线图预测CM患者3、5年的OS及CSS和患者实际生存率基本一致。 4.通过比较列线图预测模型与美国癌症联合委员会（AJCC）第七版TNM分期的DCA结果，本研究构建的列线图预测模型净获益高于TNM分期，展现出优于TNM分期的临床适用性。 5.根据预测CM患者OS的列线图评分，总分＜91分为低风险层，总分91~162分为中风险层，总分＞162分为高风险层。根据预测CSS的列线图评分，总分＜116分为低风险层，总分116~218分为中风险层，总分＞218分为高风险层。训练集和验证集中不同风险分层CM患者的Kaplan-Meier曲线显示三个风险分层患者间预后存在明显差异（P＜0.001）。 结论： 1.本研究表明，年龄、性别、原发灶部位、溃疡、组织学类型、T分期、N分期、M分期、SEER分期、原发部位手术方式、区域淋巴结手术情况、转移灶手术情况是影响CM患者OS的预后因素。年龄、性别、种族、原发灶部位、溃疡、组织学类型、T分期、N分期、M分期、SEER分期、原发部位手术方式、区域淋巴结手术情况是影响CM患者CSS的预后因素。高龄男性、位于头颈部、结节型黑色素瘤合并溃疡、分期较晚、未行手术的CM患者的预后差。 2.本研究基于对SEER数据库现有大样本数据的分析，建立的列线图模型具备较为理想的区分度、一致性及适用性，能较为准确地预测CM患者3年、5年OS和CSS，可为CM患者提供个体化的生存量表。 3.根据列线图预测模型评分建立的风险分层系统能将CM患者进行不同风险分层，中低风险层患者预后明显优于高风险层。列线图预测模型和风险分层系统可作为临床医生个体化治疗及随访的依据。
NETL