基于列线图模型的绝经后子宫内膜增厚患者子宫内膜癌风险预测研究

《BMC Women's Health》：A nomogram for the prediction of endometrial cancer in postmenopausal women with a thickened endometrium

本研究针对绝经后子宫内膜增厚患者子宫内膜癌（EC）风险分层需求，开发了整合年龄、绝经后出血（PMB）、月经史、子宫内膜厚度（ET）和息肉样肿块样病变的预测列线图模型。该模型在训练集和验证集中AUC分别达0.897和0.941，校准曲线和决策曲线分析（DCA）显示其具有良好的预测准确性和临床实用性，为个体化诊疗策略制定提供了可视化工具。

　　

随着全球人口老龄化进程加速和生活方式的改变，子宫内膜癌（Endometrial Cancer, EC）作为妇科常见恶性肿瘤，其发病率呈现明显上升趋势。虽然早期EC患者5年生存率可达81%，但晚期病例生存率仅为15-17%，这使得早期诊断成为改善预后的关键。绝经后女性特别是65-75岁年龄段人群患病风险较高，EC常表现为子宫内膜增厚或绝经后阴道出血（Postmenopausal Bleeding, PMB）。

目前，经阴道超声（Transvaginal Ultrasound, TVS）测量子宫内膜厚度（Endometrial Thickness, ET）是主要筛查手段，但关于EC风险因素和最佳诊断阈值仍存在争议。美国妇产科医师学会（ACOG）建议TVS cutoff值≤4 mm对EC有99%的阴性预测价值，然而区分良恶性子宫内膜增厚的标准尚未统一。值得注意的是，PMB虽然存在于90%的EC病例中，但仅有9%的有症状患者最终确诊为EC，这凸显了优化风险分层的必要性。

现有的"一刀切"方法仅依赖ET或PMB单一指标，缺乏个性化评估。虽然既往研究已识别出年龄、体重指数（BMI）、雌激素暴露和ET等EC潜在风险因素，但缺乏有效的预测模型来评估个体患病风险并确定进行侵入性子宫内膜检查的具体时机。因此，开发整合临床症状和超声特征的精准预测模型具有重要临床价值。

本研究旨在建立包含临床和超声变量的列线图模型，实现对绝经后子宫内膜增厚女性的风险分层诊断，从而在早期检测和避免不必要侵入性操作之间找到平衡点。

本研究采用回顾性队列设计，纳入2018年1月至2023年3月在北京首都医科大学宣武医院妇科就诊的550例绝经后子宫内膜增厚（ET≥5 mm）患者。所有患者均接受TVS检查和宫腔镜下子宫内膜病理检查。研究将2018年1月至2021年3月的385例患者作为训练集，2021年4月至2023年3月的165例患者作为验证集，采用单因素和多因素logistic回归分析确定EC发生的独立危险因素，并基于此构建预测列线图模型。通过受试者工作特征曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）评估模型的区分度、校准度和临床实用性。

风险因素分析

单因素分析显示，年龄、BMI、ET、月经不规律史、PMB、子宫内膜积液、息肉样肿块样病变和血流信号在良恶性组间存在显著差异。多因素分析进一步确定年龄较大（OR=1.06）、PMB（OR=12.34）、月经不规律史（OR=19.20）、较大ET（OR=5.03）和息肉样肿块样病变（OR=30.33）是EC发生的独立危险因素。

预测模型的建立与验证

基于上述5个独立危险因素构建的列线图模型在训练集中的AUC为0.897（95% CI：0.858-0.935），验证集中为0.941（95% CI：0.886-0.996）。校准曲线显示预测概率与实际观察概率高度一致，DCA表明在0.1-0.9的阈值范围内，患者均可获得净临床收益。

模型稳健性分析

通过1000次Bootstrap重采样进行内部验证，校正后AUC为0.885。LASSO回归收缩后，"月经不规律史"和"息肉样肿块样病变"的OR值分别降至15.82和25.47。敏感性分析显示，模型在不同亚组中表现一致，证实了其稳健性。

本研究首次构建了针对绝经后子宫内膜增厚女性EC风险的预测列线图，整合了易于获取的临床和超声变量，为个体化风险评估提供了实用工具。与既往模型相比，该模型具有更高的 discriminative 能力（AUC>0.89），且适用于门诊环境，便于临床推广。

然而，研究存在一定局限性：恶性病例数相对较少（n=72），导致某些变量置信区间较宽；单中心回顾性设计可能限制模型的普适性；验证集与训练集来自同一机构，可能引入选择偏倚。

未来研究应通过多中心前瞻性设计扩大样本量，验证模型在不同人群中的适用性，并探索整合分子标志物（如PTEN突变）和基因组数据以进一步提升风险分层能力。同时，开发临床决策支持工具并进行成本效益分析也将是重要方向。

该列线图模型有助于妇科医生为绝经后子宫内膜增厚女性制定更准确、个体化的诊疗策略，实现风险分层管理，优化医疗资源配置。未来仍需多中心研究进一步验证和推广该预测模型。