综述：评估和预测非霍奇金淋巴瘤患者数量的方法：一项系统性文献综述

《Population Health Metrics》：Evaluation and forecasting methods to estimate number of patients with non-Hodgkin lymphoma: a systematic literature review

本综述系统评估了非霍奇金淋巴瘤（NHL）发病率和患病率的预测方法，首次提出使用平均绝对相对偏差（AARD）和百分比变异（VAR%）分别作为评估预测准确性的核心指标。研究确定了Joinpoint回归模型为美国NHL发病率的最优预测方法（AARD低至1.6%），并提出基于52.8%治愈率假设的模型为弥漫大B细胞淋巴瘤（DLBCL）患病率预测的可靠方案。该研究为癌症负担预测提供了方法学规范，但针对治疗线数（LoT）的患者数量预测仍需进一步验证。

　　

研究背景与意义

非霍奇金淋巴瘤（NHL）作为美国最常见的血液系统恶性肿瘤，其发病率在1999-2019年间因人口增长和老龄化呈上升趋势，但2020-2021年受COVID-19疫情影响出现短期下降。2024年预计新发病例达80,620例。NHL的治疗方案因亚型和治疗线数（LoT）存在显著差异，其中弥漫大B细胞淋巴瘤（DLBCL）占全部NHL的30%，而套细胞淋巴瘤（MCL）占比为3%-10%。准确预测NHL的发病率、患病率和符合治疗条件的患者数量，对医疗资源分配、药物研发和公共卫生策略制定具有关键意义。

研究方法与框架

本研究通过系统文献综述（SLR）筛选了2002年至2024年间发表于MEDLINE和EMBASE的文献，最终纳入29篇评估癌症预测方法的文献和26篇针对NHL预测的文献。研究团队开发了一套基于GATHER指南的质量评估标准，从数据质量、统计指标透明度、可重复性等维度对文献进行评分。针对发病率预测的评估，优选平均绝对相对偏差（AARD）作为核心指标，其计算公式为：

AARD=n∑t=1n(c+Ot∣Et?Ot∣)

其中Et为预测值，Ot为观测值，c为避免分母为零的常数（取0.01）。对于患病率预测，则采用百分比变异（VAR%）衡量准确性。

NHL发病率预测方法的比较与验证

在25项涉及NHL发病率预测的研究中，年龄-时期-队列模型（APC）使用频率最高（44%），其基础公式为：

log(Rap)=Aa+D?p+Pp+Cc

该模型通过年龄效应（Aa）、时期效应（Pp）和队列效应（Cc）解析发病率趋势。Joinpoint回归模型则通过识别趋势转折点实现非线性预测，在美国数据中表现最优（AARD=1.6%）。研究显示，预测准确性受地域和人口特征影响：例如在韩国，线性回归模型（AARD=1.9%）优于Joinpoint模型（AARD=7.8%），而黎巴嫩使用Joinpoint模型时误差高达26.8%。常量发病率假设模型虽简单易行，但无法捕捉动态变化趋势，其预测误差波动较大（AARD范围3.2%-12.7%）。

DLBCL患病率预测的模型优化

针对DLBCL患病率预测，研究重点评估了包含治愈假设的模型。最优模型设定52.8%的治愈率，并假设治愈始于诊断后10年，20年后所有存活患者视为痊愈。该模型的VAR%为8.3%，显著优于无治愈假设的模型（VAR%=-13.8%）。另一研究采用发病率与生存率叠加的方法，但高估了10年患病率达38.1%，提示需结合疾病自然史参数调整。

治疗线数分层预测的挑战

目前仅有两项研究尝试按治疗线数（LoT）预测NHL患者数量，均通过整合流行病学数据和真实世界治疗模式实现。例如，一项研究通过医生调查获取各线系统治疗比例，另一项则引入复发率和治疗持续时间参数。然而，这些模型缺乏独立验证数据，且未涵盖新型疗法（如CAR-T、ADC药物）对治疗格局的影响，因此未能形成可靠预测标准。

结论与展望

本研究确立了评估癌症预测方法的标准化框架，明确了Joinpoint回归模型在NHL发病率预测中的优势地位，以及基于治愈假设的模型在DLBCL患病率预测中的适用性。未来研究需聚焦三个方向：一是建立治疗线数分层的预测验证体系，二是整合真实世界数据反映创新疗法影响，三是扩展模型至MCL等罕见亚型的预测。通过方法学优化和数据整合，可显著提升淋巴瘤防控策略的精准性。