摘要
目的 探究影响浸润性肺腺癌(invasiveadenocarcinoma,IAC)远处转移风险及预后的临床特征，构建相应的预测模型，并进行验证。 方法 从监测、流行病学、最终结果(Surveillance,Epidemiologyandendresults,SEER)数据库中回顾性收集2010年至2015年诊断为IAC且满足入组标准的5742例患者，并按照7∶3的比例随机分为训练组与验证组。收集的患者资料包括组织学分型、肿瘤部位、确诊时的年龄、性别、种族、T分期、N分期、是否发生远处转移、手术方式、是否行淋巴结清扫、生存状态及生存时间。通过单因素及多因素Logistic回归分析筛选与IAC远处转移相关的预测因素，使用R软件构建IAC患者远处转移的列线图，并通过受试者工作特征(ReceiverOperatingCharacteristic,ROC)曲线下面积(areaundercurve,AUC)评估列线图的预测能力，使用决策分析曲线(DecisionCurveAnalysis,DCA)评估列线图的临床应用价值，并与美国癌症联合委员会(AmericanJointCommitteeoncancer,AJCC)发布的第8版TNM分期系统相比较。利用Kaplan-Meier生存曲线分析临床资料对IAC患者总生存期(overallsurvival,OS)的影响。通过单因素及多因素COX回归分析筛选IAC的预后因素，并使用R软件构建预测IAC患者总生存期的列线图，采用AUC、一致性指数(C-index)及DCA曲线评估其预测能力。此外，为了进一步评估预测模型的临床效用，使用X-tile软件对列线图得分进行分层，并绘制关于总生存期的Kaplan-Meier生存曲线，评估其区分能力。 结果 (1)通过Logistic回归分析确定的有关IAC远处转移的预测因素包括组织学分型,确诊时的年龄，T分期，N分期，手术方式及是否行淋巴结清扫。与AJCC分期系统相比，利用这些因素构建的列线图在AUC及DCA方面均具有更优良的表现。AUC显示列线图具有更好的预测能力(训练集:0.922vs0.790;验证集:0.919vs0.779),DCA显示预测模型具有更高的净收益。 (2)Kaplan-Meier生存曲线表明收集的患者临床特征均与IAC患者的总生存期相关，总体差异具有统计学意义(P＜0.05)。但种族及肿瘤部位内部的某些分组间的总生存期无明显差异。单因素及多因素COX回归分析筛选出的有关IAC患者总生存期的预测因素包括组织学分型，确诊时的年龄，性别，T分期，N分期，是否发生远处转移，手术方式及是否行淋巴结清扫。利用这些因素构建的列线图同样在AUC、C-index及DCA曲线图中的表现出良好的预测能力。训练组中的1年，3年，5年生存率的AUC值分别为0.843、0.839、0.841;验证组中的1年，3年，5年生存率的AUC值分别为0.843、0.843、0.822。训练组的C-index为0.781(95％CI:0.771-0.791),验证组的C-index为0.782(95％CI:0.766-0.798)。根据列线图得分绘制的关于总生存期的Kaplan-Meier生存曲线显示出列线图具有良好的分层能力。 结论 (1)确诊时的年龄，组织学分型，T分期，N分期，手术方式及是否行淋巴结清扫是影响IAC患者远处转移风险的独立预测因素，构建的预测模型可较准确地预测远处转移风险，有助于医师制定恰当的辅助治疗方案。 (2)组织学分型，T分期，N分期，是否发生远处转移，确诊时的年龄，性别，手术方式及是否行淋巴结清扫是IAC患者的独立预后因素，基于这些因素构建的预测模型可用于预测IAC患者的生存率，为个性化治疗及预后评估提供帮助。
NETL