摘要
目的:本研究旨在探索胃癌免疫治疗疗效相关预测因子，建立相关列线图模型，验证该模型的有效性，并绘制预后相关生存曲线，帮助临床医生发现免疫治疗的优势人群，提高胃癌免疫治疗疗效。 研究方法:本研究纳入了自2018年1月至2022年5月就诊于辽宁省肿瘤医院的190例接受免疫治疗的进展期胃癌患者。将全部患者以7:3的比例随机分成训练集(n=133)和验证集(n=57)，将训练集数据按疗效评价结果分为客观缓解组(n=70)和非客观缓解组(n=63)。利用训练集数据通过二元Logistic单因素及多因素分析筛选可预测胃癌免疫治疗疗效的相关影响因子，根据筛选出的影响因子构建列线图模型。通过受试者工作特征曲线(ReceiverOperatingCharacteristicCurve，ROC)和校准曲线评估该模型的区分度和校准度，并利用验证集数据进行再次验证。将筛选出的影响因子构建联合风险预测模型，对生存期进行分析并绘制生存曲线。 结果:单因素分析提示接受免疫治疗的胃癌患者疗效与病理组织学分级、有无腹水、有无骨骼肌衰减、Ki67、程序性死亡受体-配体1(ProgrammedcellDeath-Ligand1，PD-L1)联合阳性分数(CombinedPositiveScore，CPS)、血红蛋白(Hemoglobin,Hb)、糖链抗原(CarbohydrateAntigen,CA)125、CA724、癌胚抗原(CarcinoembryonicAntigen,CEA)、衍生的粒淋比(deriveNeutrophiltoLymphocyteRatio,dNLR)相关(P＜0.05)。多因素分析显示无腹水、PD-L1CPS≥5、Hb≥133g/L、dNLR＜1.56是预测胃癌免疫治疗疗效的独立保护因子(P＜0.05)。Logistic回归方程=5.709+腹水*(-2.262)+PD-L1*(-2.075)+Hb*(-2.197)+dNLR*(-2.049)。根据最终筛选出的影响因子构建预测胃癌免疫治疗获益可能的列线图模型，该模型ROC曲线下面积(AreaUnderCurve,AUC)为0.850,验证集模型AUC为0.833,说明此预测模型区分度较高。同时通过训练集和验证集绘制的校准曲线也展现了其良好的校准度。利用上述预测因子构建联合风险预测模型，对无进展生存期(ProgressionFreeSurvival,PFS)及总生存期(OverallSurvival,OS)进行生存分析并绘制生存曲线，帮助临床医生发现优势人群。 结论:本研究显示无腹水、PD-L1CPS≥5、Hb≥133g/L和dNLR＜1.56是胃癌免疫治疗疗效相关独立保护因子，构建了列线图预测模型,并绘制预后相关生存曲线，帮助临床医生在个体化治疗中做出决策。
NETL