编辑推荐：
为改善肺癌伴 MPE 患者预后，研究人员构建列线图模型，可精准预测预后，指导临床决策。
肺癌，这个在全球范围内严重威胁人类健康的 “杀手”，每年都无情地夺走无数生命。而当肺癌与恶性胸腔积液（Malignant Pleural Effusion，MPE）相伴时，患者的预后更是雪上加霜。在中国，胸腔积液是一种常见病症，其中 MPE 的预后最为糟糕，患者平均生存期仅有 5.49 个月，而且疾病进程中晚期出现 MPE 的患者，生存期更短，平均只有 2.37 个月 。虽然肺癌、乳腺癌和淋巴瘤是导致 MPE 的主要恶性肿瘤，但现有针对晚期肺癌伴 MPE 患者的治疗研究，存在样本量小、疗效数据有限的问题。因此，探寻影响这类患者预后的因素并构建预测模型，迫在眉睫。
为了解决这些难题，川北医学院附属医院和广安市人民医院的研究人员展开了深入研究。他们的研究成果发表在《BMC Cancer》上，为临床治疗带来了新的希望。
在这项研究中，研究人员运用了多种关键技术方法。首先，他们采用回顾性研究方法，收集了 2013 年 1 月 1 日至 2021 年 12 月 31 日期间两所医院的患者数据。通过严格的纳入和排除标准，筛选出符合条件的患者。然后，运用最小绝对收缩和选择算子（Least absolute shrinkage and selection operator，LASSO）对临床特征进行筛选，再通过多因素逻辑回归分析确定独立预测因子。同时，利用 MRIcroGL 和 3D Slicer 软件进行影像特征的提取和分析。最后，通过构建列线图模型，并运用受试者工作特征曲线（Receiver operating characteristic curve，ROC）、校准曲线、Hosmer-Lemeshow 检验和决策曲线分析（Decision curve analysis，DCA）等多种统计方法对模型进行评估。
研究结果如下：
- 临床特征分析与筛选：研究人员从川北医学院附属医院纳入 228 例患者作为训练集，广安市人民医院的 79 例患者作为外部验证集。经 LASSO 筛选后，17 个变量进入后续分析，多因素逻辑回归最终确定 5 个最显著的预测变量：胸腔积液中乳酸脱氢酶（Lactate dehydrogenase，LDH）水平、胸腔积液清晰度、治疗方案、心包积液的存在与否以及胸腔积液总体积。
- 模型比较：研究人员构建了临床特征模型、影像组学评分（radscore）模型和联合模型。结果显示，radscore 模型的曲线下面积（Area Under the Curve，AUC）为 0.694，临床特征模型 AUC 为 0.937，联合模型 AUC 为 0.951。临床特征模型和联合模型在临床疗效、校准曲线表现上均优于 radscore 模型，且临床特征模型更为简单，因此研究人员选择基于 5 个临床特征构建列线图。
- 列线图的开发与验证：基于训练集数据构建的列线图，在训练集和外部验证集中都展现出强大的预测能力，AUC 分别达到 0.929 和 0.941，且校准曲线表现良好，Hosmer-Lemeshow 检验 P 值分别为 0.944 和 0.425，DCA 也证实了其临床实用性。
- 不同病理类型肺癌的预后预测与风险分层：对训练集不同病理类型肺癌患者进行分析，列线图对肺腺癌（Lung adenocarcinoma，LUAD）、肺鳞状细胞癌（Lung squamous cell carcinoma，LUSC）和小细胞肺癌（Small cell lung cancer，SCLC）的预测准确率分别为 87.3%、92.9% 和 81.5% 。根据列线图风险评分，将患者分为低、中、高、极高四个风险组，不同风险组患者的一年死亡率和总生存期（Overall survival，OS）存在显著差异。
研究结论和讨论部分表明，该列线图能在肺癌诊断时准确预测 MPE 患者的预后，为早期干预提供依据。与其他预后预测系统相比，本研究构建的列线图通过更严格的纳入标准和更全面的因素考量，展现出更高的预测准确性。然而，研究也存在一些局限性，如因患者数量有限未进行内部验证数据分割，采用 2D 感兴趣区域（Region of interest，ROI）勾画无法完全反映肿瘤三维形态，且缺乏免疫治疗患者数据。尽管如此，该研究成果仍为肺癌伴 MPE 患者的临床治疗提供了重要参考，有助于医生制定更合理的治疗方案，改善患者预后。未来研究可进一步扩大样本量，纳入免疫治疗患者数据，优化影像特征分析方法，以完善这一预测模型，为患者带来更多福祉。
