接受化疗和放疗的老年头颈部癌症患者的预后预测

《JAMA Otolaryngology–Head & Neck Surgery》：Outcome Prediction in Older Adults With Head and Neck Cancer Undergoing Chemoradiation

人工神经网络模型可有效利用常规临床数据对老年头颈部鳞癌患者进行生存预后分层，支持个体化治疗决策。

　　

关键点

问题 人工神经网络（ANNs）能否准确预测接受放疗并同时进行系统性治疗的老年头颈部鳞状细胞癌（HNSCC）患者的总生存期（OS）和无进展生存期（PFS）？

研究结果 在这项队列研究中，共有898名患者参与了总生存期分析，945名患者参与了无进展生存期分析。研究人员开发了两个ANN模型（一个用于总生存期分析，另一个用于无进展生存期分析），并对外部数据进行了验证。这两个模型能够有效地将患者分为高风险组和低风险组，这两组的生存情况存在显著差异。

意义 基于ANN的模型可以利用常规可获得的临床数据，为老年HNSCC患者提供个性化的风险评估和个性化治疗决策支持。

摘要

重要性 老年头颈部鳞状细胞癌患者在临床试验中的比例较低，这限制了基于证据的诊疗决策。人工神经网络（ANNs）已经显示出利用患者特定特征来个性化治疗建议的能力。

目的 开发并对外部验证用于接受根治性化疗放疗的老年HNSCC患者总生存期（OS）和无进展生存期（PFS）的ANN模型。

研究设计、背景和参与者 这项国际队列研究收集了来自德国、瑞士、捷克共和国、塞浦路斯和美国19家学术癌症中心的回顾性临床数据，数据来源于SENIOR注册库。研究人员使用65岁及以上、患有局部晚期HNSCC并接受根治性化疗的患者数据来开发并验证ANN模型。排除标准包括接受诱导化疗或辅助化疗、有头颈部癌症病史以及治疗开始时存在转移病灶的患者。数据收集时间为2021年1月至2023年12月，数据分析时间为2023年12月至2025年4月。

研究对象 所有患者均在2005年至2019年间接受了根治性放疗并同时进行系统性治疗。

主要结果和评估指标 使用两个独立的ANN模型预测患者的总生存期（OS）和无进展生存期（PFS）。根据预测的中位阈值将患者分为高风险组和低风险组。模型性能通过接收者操作特征曲线（ROC）下面积（AUC）和精确度-召回率AUC来评估。模型的可解释性通过Shapley加性解释值来衡量。

结果 在参与总生存期分析的898名患者中（训练组738名，测试组160名），665名为男性，中位年龄为71岁（范围68-76岁）。在参与无进展生存期分析的945名患者中（训练组770名，测试组175名），696名为男性，中位年龄也为71岁（范围68-76岁）。总生存期ANN模型将患者分为高风险组和低风险组，两组之间的生存差异显著，其ROC-AUC值为0.68（95%置信区间：0.60-0.76）。无进展生存期ANN模型的区分能力类似，ROC-AUC值为0.64（95%置信区间：0.56-0.72）。人乳头瘤病毒状态、肾功能（估算的肾小球滤过率）、东部合作肿瘤学组体能状态评分和淋巴结分类是最具预测性的特征。

结论和相关性 本研究显示，基于ANN的模型能够利用常规临床数据有效区分老年HNSCC患者的预后组。将ANN模型整合到临床工作中，可以为这一脆弱人群提供个性化的治疗决策支持。