淋巴瘤特异性静脉血栓栓塞预测列线图的开发与验证：基于790例患者的回顾性队列研究

《BMC Cancer》：Development and internal validation of a lymphoma-specific nomogram for predicting venous thromboembolism: a retrospective cohort of 790 patients

本研究针对淋巴瘤患者静脉血栓栓塞（VTE）风险预测工具缺乏特异性的临床难题，开发并内部验证了一个包含ECOG体能状态、既往VTE史、冠心病、中心静脉置管和APTT等独立预测因子的淋巴瘤特异性列线图。该模型在开发队列中0.5年、1年和2年的AUC分别达0.813、0.818和0.733，显著优于传统评分（ThroLy和Khorana评分AUC均<0.60），为淋巴瘤患者的个体化血栓预防提供了精准工具。

　　

在癌症治疗领域，血栓栓塞（TE）如同潜伏的暗礁，尤其对淋巴瘤患者构成严重威胁。研究表明，淋巴瘤患者TE发生率波动在4%至近60%之间，死亡率较普通人群高出6-8倍。尽管存在Khorana评分等通用癌症相关TE风险评估工具，但它们往往难以捕捉淋巴瘤特有的风险模式，例如疾病亚型、分期及治疗方式等关键因素。ThroLy评分虽专为淋巴瘤设计，但在不同临床环境中表现不稳定，这凸显了开发更精准、更贴合淋巴瘤患者真实世界情况的预测工具的迫切性。

为了破解这一临床难题，Pan等研究人员在《BMC Cancer》上发表了他们的最新成果。他们开展了一项回顾性队列研究，旨在开发并内部验证一个淋巴瘤特异性的列线图模型，以更准确地预测淋巴瘤患者的静脉血栓栓塞（VTE）风险。

这项研究纳入了福建医科大学附属协和医院血液科2019年1月至2021年12月期间790例新诊断的淋巴瘤患者。研究人员将队列按7:3的比例随机分为开发集和内部验证集。通过对48个候选预测因子进行LASSO（最小绝对收缩和选择算子）回归筛选，并结合多变量Cox比例风险模型，最终构建了预测列线图。模型性能通过时间依赖性ROC（受试者工作特征）曲线和Bootstrap（自助法）校准进行评估。

研究结果显示，在整个队列中，有77例（9.8%）患者发生了TE事件。多变量分析确定了几个独立的预测因子：ECOG（东部肿瘤协作组）体能状态（特别是≥4分）、既往VTE史、冠心病、中心静脉置管以及APTT（活化部分凝血活酶时间）分类。值得注意的是，APTT延长（>42秒）与TE风险呈负相关。基于这些因子构建的列线图显示出良好的区分能力：在开发队列中，0.5年、1年和2年的AUC（曲线下面积）分别为0.813、0.818和0.733；在验证队列中，相应的AUC分别为0.724、0.731和0.659。相比之下，传统的ThroLy和Khorana评分在该人群中的预测性能较差（例如，1年时ThroLy的AUC为0.587，Khorana为0.527）。校准图显示预测风险与实际风险之间具有良好的一致性。此外，发生TE的患者总生存期更差，生存曲线在诊断后的前六个月内差异最大。

研究采用的关键技术方法主要包括：基于单一医疗中心790例新诊断淋巴瘤患者的回顾性队列设计；将数据集随机分割为开发集和验证集；运用LASSO回归进行变量筛选以优化模型；采用多变量Cox比例风险模型进行建模；利用时间依赖性ROC曲线和校准曲线评估模型的区分度与校准度。

研究结果

Characteristics of the study population

在790例淋巴瘤患者中，TE发生率为9.75%，其中非霍奇金淋巴瘤（NHL）为10.5%，霍奇金淋巴瘤（HL）为4.6%。TE最常发生在第一个化疗周期后（31.17%），中位发生时间为开始一线化疗后4个月。TE事件中，上肢静脉血栓最常见（64.9%），其次是下肢深静脉血栓（18.2%）和颅内静脉血栓（13.0%）。动脉血栓事件罕见（2.6%）。

Analysis of the risk factors for TE in lymphoma patients

单因素分析显示，TE组患者更常具有较高的ECOG体能状态、冠心病史、合并感染、使用G-CSF（粒细胞集落刺激因子）、中心静脉置管以及为难治/复发淋巴瘤。实验室指标中，仅APTT的分布存在显著差异，TE组APTT缩短（<28秒）的比例更高。不同淋巴瘤亚型的TE发生率也存在差异，高级别B细胞NHL占比最高（58.44%）。生存分析显示，TE组患者的6个月总生存率（78.8%）显著低于非TE组（90.8%）。

Development of a risk model for venous thromboembolism in lymphoma patients with cancer

通过LASSO回归筛选出11个变量进入多变量Cox模型，最终确定ECOG体能状态、中心静脉置管、既往VTE史和冠心病为独立的TE风险预测因子。尽管D-二聚体在多变量分析中未达到统计学显著性，但基于其临床重要性仍被保留在最终模型中。由此构建的列线图可用于预测患者0.5年、1年和2年的TE绝对风险。

模型验证显示其具有良好的区分度和校准度。开发队列中0.5年、1年和2年的时间依赖性AUC分别为0.813、0.818和0.733。

验证队列中相应的AUC分别为0.724、0.731和0.659。

而传统评分工具（ThroLy和Khorana）的预测性能明显逊色。

研究结论与意义

该研究成功开发并内部验证了一个淋巴瘤特异性的TE风险预测列线图。该模型显著优于现有的通用癌症血栓风险评估工具，能够更精准地识别高危淋巴瘤患者。模型包含的预测因子（如ECOG状态、中心静脉置管等）均可在治疗前便捷获取，便于临床推广应用。该工具有助于指导个体化的血栓预防策略（如针对高危患者考虑预防性抗凝）、更审慎的血管通路选择以及早期密切监测，从而有望降低淋巴瘤TE相关的发病率和早期死亡率。研究者也指出，本研究属于单中心回顾性研究，未来需要通过多中心外部验证进一步确认其普适性。总之，这项研究为改善淋巴瘤患者的血栓风险管理提供了有力的循证工具，推动了该领域的精准医疗发展。