《BMC Oral Health》：Development of a predictive nomogram based on preoperative inflammation-nutrition-related markers for prognosis in locally advanced lip squamous cell carcinoma after surgical treatment
编辑推荐：
为解决局部晚期唇鳞状细胞癌（LSCC）预后预测局限问题，作者[第一作者单位] 研究人员开展相关研究。结果发现 GPS、GNRI 等是独立预后因素，构建的列线图模型预测性更佳。推荐阅读，助您了解 LSCC 预后评估新进展。
在癌症的世界里，口腔癌一直是个不可忽视的 “麻烦制造者”。据统计，2022 年口腔癌的发病率预计约占所有癌症病例的 2%，死亡率也占到了所有癌症的 1.9% 左右。而在口腔癌中，唇鳞状细胞癌（LSCC[注：Lip Squamous Cell Carcinoma 的缩写，即唇鳞状细胞癌]）又占了相当大的比例，其中大部分是鳞状细胞癌，超过了口腔癌病例总数的 25%。
对于 LSCC 患者来说，病情发展到局部晚期可不是个好消息。以往的研究发现，和早期患者相比，局部晚期或者已经发生远处转移的患者，预后情况要差得多。吸烟、喝酒、遗传因素、阳光照射以及免疫功能低下等，都是 LSCC 的 “帮凶”，增加了患病风险。目前，手术是治疗 LSCC 的主要手段，但医生们发现，现有的美国癌症联合委员会（AJCC[注：American Joint Committee on Cancer 的缩写，即美国癌症联合委员会]）分期系统在预测患者预后方面存在不足，它不能涵盖许多关键的预后因素。
炎症 - 营养相关标志物近年来受到了广泛关注，它们和肿瘤的预后似乎有着千丝万缕的联系。像中性粒细胞与淋巴细胞比值（NLR[注：Neutrophil-to-Lymphocyte Ratio 的缩写，即中性粒细胞与淋巴细胞比值]）、淋巴细胞与单核细胞比值（LMR[注：Lymphocyte-to-Monocyte Ratio 的缩写，即淋巴细胞与单核细胞比值]）等各种指标，在很多癌症的预后评估中都显示出了重要作用。然而，这些标志物对局部晚期 LSCC 患者预后的影响还不明确，而且也没有一个综合考虑这些标志物的预后模型。
为了填补这些知识空白，给患者带来更好的治疗和预后评估，作者[第一作者单位] 的研究人员在《BMC Oral Health》期刊上发表了题为《Prognostic nomograms for locally advanced lip squamous cell carcinoma based on inflammation - nutrition - related markers: a retrospective analysis》的论文。他们的研究就像是一场探索之旅，试图揭开局部晚期 LSCC 预后的神秘面纱。
研究人员在这次探索中使用了不少巧妙的方法。他们回顾性分析了 169 名接受手术治疗的局部晚期 LSCC 患者的临床数据，收集了多达 30 个临床病理变量，包括患者的基本信息、肿瘤特征、各种炎症 - 营养相关标志物的数据等。为了处理数据，他们用到了 SPSS 20.0 和 R 4.22 软件。通过这些软件，他们进行了随机分组，把患者分为训练集和验证集，然后用单因素和多因素 Cox 回归分析找出影响无病生存期（DFS[注：Disease-Free Survival 的缩写，即无病生存期，指从完成治疗到疾病复发或进展的时间]）和总生存期（OS[注：Overall Survival 的缩写，即总生存期，指从开始治疗到因任何原因死亡的时间]）的独立预后因素。最后，他们用这些因素构建了列线图（nomogram）模型，并通过多种方法对模型进行验证，还建立了风险分层系统。
下面来看看这次探索的重要发现：
- 基线特征：经过筛选，169 名患者进入了最终分析。这些患者中，男性居多，有 108 人，占比 63.9%。患者的年龄中位数是 51 岁，大部分肿瘤长在下唇。研究还记录了肿瘤的侵袭深度、淋巴结外转移（ENE[注：Extranodal Extension 的缩写，即淋巴结外转移，指癌细胞浸润到淋巴结周围的组织中，超出了淋巴结的包膜，通常意味着更差的预后]）、手术切缘情况等信息。而且，训练集和验证集的患者在各个变量上都没有显著差异，这就像是两支实力相当的队伍，为后续公平的对比研究打下了基础。
- 独立预后因素：通过单因素和多因素 Cox 回归分析这个 “火眼金睛”，研究人员发现了影响 DFS 和 OS 的独立预后因素。影响 DFS 的因素有 ENE、手术安全切缘、格拉斯哥预后评分（GPS[注：Glasgow Prognostic Score 的缩写，是一种利用血清白蛋白水平和 C 反应蛋白浓度评估癌症患者生存预后的指标]）、老年营养风险指数（GNRI[注：Geriatric Nutritional Risk Index 的缩写，主要通过测量血清白蛋白浓度和体重评估患者营养状况的工具]）、控制营养状态评分（CONUT[注：Controlling Nutrition score 的缩写，由淋巴细胞计数、血清白蛋白和总胆固醇计算得出，用于评估营养状态的指标]）、AJCC 分期系统和辅助放疗；影响 OS 的因素也差不多，ENE、手术安全切缘、GNRI、CONUT、AJCC 分期系统和辅助放疗同样榜上有名。
- 列线图的建立：找到了这些关键因素后，研究人员就像是搭建乐高积木一样，把它们整合进了预测 DFS 和 OS 的列线图模型里。这个列线图就像是一个智能小助手，能根据患者的具体情况预测 3 年和 5 年的 DFS 和 OS。而且，研究人员还提供了动态列线图（也叫网络计算器）的链接，医生们可以根据患者的实时数据动态调整预测结果，让预测更加精准。
- 验证：为了检验这个 “小助手” 好不好用，研究人员进行了一系列验证。他们用受试者工作特征曲线（ROC[注：Receiver Operating Characteristic 的缩写，通过曲线下面积 AUC 评估模型预测准确性的指标，AUC 越高，模型预测能力越强]）、校准图和决策曲线分析（DCA[注：Decision Curve Analysis 的缩写，用于评估模型在不同阈值概率下临床实用性的方法，帮助医生做出治疗决策]）等方法进行全面考核。结果发现，这个列线图模型的表现非常出色！它预测 3 年和 5 年 DFS、OS 的 ROC 曲线下面积（AUC）都很高，校准图也显示预测结果和实际情况很贴合，DCA 曲线表明新模型比传统的 AJCC 分期系统能提供更高的净临床效益。此外，计算综合判别改善指数（IDI[注：Integrated Discrimination Improvement Index 的缩写，用于比较不同模型分类和预测准确性改善程度的指标]）和净重新分类改善指数（NRI[注：Net Reclassification Improvement Index 的缩写，评估新模型相对于旧模型在风险分类上改善程度的指标]）后发现，新列线图模型确实更胜一筹。
- 风险分层系统：研究人员还通过 X-tile 软件确定了最佳截断值，根据列线图计算的总分把患者分成了低、中、高风险组。用 Kaplan - Meier 方法分析不同风险组患者的生存率后发现，这三组患者的 DFS 和 OS 有显著差异，就像三条分道扬镳的路，代表着不同的预后情况。
在讨论部分，研究人员深入分析了这些结果的意义。LSCC 虽然常见，但之前却没人研究过炎症 - 营养相关标志物和它预后的关系，这次研究算是开了个好头。像 CONUT，它综合了淋巴细胞计数、血清白蛋白和总胆固醇这些指标，反映了患者的营养和免疫状态，对肿瘤预后有重要影响。GNRI 这个简单实用的营养筛查工具，能帮助医生评估患者营养风险，在肿瘤患者的治疗中也很有价值。GPS 则能反映肿瘤相关的炎症和营养状态，和 LSCC 患者的 DFS 密切相关。
ENE 和手术切缘对 LSCC 患者的预后也至关重要。ENE 意味着癌细胞更具侵袭性，会让患者的预后变差；手术切缘如果小于 5mm，患者的预后也不容乐观。辅助放疗对患者有好处，但研究中发现化疗和放疗同时进行并没有提高患者的生存率，这可能和研究的病例数或者患者的具体情况有关，还需要后续研究进一步探索。
和传统的 AJCC 分期系统相比，这次研究构建的列线图模型优势明显。它能把患者的具体特征和疾病因素综合起来，提供更个性化、更准确的预后预测，就像为每个患者量身定制了一份预后报告。不过，这项研究也有一些小遗憾，比如排除了术后 30 天内死亡的患者，可能会导致选择偏倚，而且样本量相对较小，一些重要的预后因素也没有纳入分析。但这也为未来的研究指明了方向，以后可以开展更大规模的前瞻性多中心研究，纳入更多因素，让预后模型更加完善。
总的来说，这项研究意义重大。它发现了 GPS、CONUT 和 GNRI 是影响局部晚期 LSCC 患者术后预后的重要因素，构建的列线图模型比传统 AJCC 分期系统更厉害，能帮助医生更好地评估患者预后，做出更合适的治疗决策。虽然研究还有一些不足，但它就像一盏明灯，照亮了未来研究的道路，相信在科研人员的不断努力下，对 LSCC 的认识会越来越深入，患者也能得到更好的治疗和关怀。
