编辑推荐：
为解决原发性腮腺鳞状细胞癌（pPSCC）预后评估问题，研究人员基于 SEER 数据库开展研究，构建了预测模型，有助于临床决策。
原发性腮腺鳞状细胞癌（pPSCC）是一种罕见的唾液腺肿瘤，就像隐藏在身体里的 “神秘杀手”。在医学领域，腮腺癌本身仅占头颈部恶性肿瘤的约 2%，每年每百万人中仅有 6 - 11 例发病，而 pPSCC 更是其中的 “小众”，仅占所有腮腺恶性肿瘤的 1 - 3% 。它恶性程度高，不少患者确诊时已处于晚期，还伴有淋巴结转移，预后较差，之前报道的 5 年生存率不到 50%。
目前，对于 pPSCC 的认知主要来源于小规模研究，缺乏大样本数据支持。临床常用的美国癌症联合委员会（AJCC）分期系统虽广泛用于预测癌症患者长期生存情况，但它 “一刀切”，没有考虑患者个体差异，如年龄、性别、种族、肿瘤部位以及治疗方式等，在个性化预测方面存在明显短板。
为了攻克这些难题，给 pPSCC 患者带来更精准的预后评估和治疗方案，研究人员借助美国监测、流行病学和最终结果（SEER）数据库展开了深入研究。该数据库整合了大量肿瘤病例信息，为研究罕见病提供了得天独厚的条件。相关研究成果发表在Scientific Reports期刊上。
研究人员运用了多种关键技术方法。首先，利用 SEER*Stat 8.4.3 程序从 SEER 18 数据库筛选 2000 - 2019 年确诊的 pPSCC 患者数据，经严格筛选最终纳入 495 例患者。接着，借助 X-tile 软件确定年龄、区域淋巴结检查数、阳性区域淋巴结数和肿瘤大小的最佳截断值。之后，将患者按 7:3 比例随机分为训练队列和验证队列，通过单因素和多因素 Cox 回归分析确定独立预后因素，并基于此用 R 软件构建列线图（nomogram）。同时，使用一致性指数（C-index）、校准曲线、决策曲线分析（DCA）和受试者工作特征曲线（ROC）等方法评估列线图性能，还基于列线图构建风险分层系统。
下面来看具体的研究结果：
- 基线患者特征：从 2000 - 2019 年，SEER 数据库初筛出 2187 例 pPSCC 患者，其发病率整体呈上升趋势，71 - 80 岁患者发病率最高。最终纳入的 495 例患者被随机分组后，经检验，两组临床信息无显著差异。
- Cox 回归分析：单因素 Cox 回归显示，诊断年龄、远处转移、AJCC 分期、手术类型、区域淋巴结阳性和肿瘤大小是影响总生存期（OS）和癌症特异性生存期（CSS）的重要预后风险因素。多因素 Cox 回归进一步表明，诊断年龄、远处转移、AJCC 分期、手术类型和肿瘤大小是 OS 的独立预后因素；对于 CSS，除上述因素外，区域淋巴结阳性也是独立预后因素。且诊断年龄小、无远处转移、AJCC 分期低、行局部腮腺切除术、肿瘤小的患者，OS 和 CSS 结局更好。
- 构建预后列线图：基于多因素 Cox 回归确定的独立预后因素，研究人员构建了预测 1 年、3 年和 5 年 OS 和 CSS 的列线图。列线图可将各变量相关系数转化为 0 - 100 的分数，总分能用于预测患者生存概率。其中，诊断年龄和远处转移对 OS 影响最大，远处转移和 AJCC 分期对 CSS 影响关键。
- 验证预后列线图：经多种方法验证列线图性能。训练队列中，OS 和 CSS 的 C-index 分别为 0.679 和 0.677；验证队列中，对应值为 0.650 和 0.650，表明列线图区分度良好。校准曲线显示，列线图预测的生存概率与实际观察结果基本相符。ROC 分析中，训练队列和验证队列中列线图预测 OS 和 CSS 的 AUC 值均高于 AJCC 分期系统。DCA 曲线也表明，列线图临床净获益优于 AJCC 分期系统。
- OS 和 CSS 风险分层：根据列线图计算患者总风险得分，用 X-tile 软件确定最佳截断值，将患者分为低、中、高风险组。不同风险组患者的 1 年、3 年和 5 年 OS 和 CSS 率差异显著，高风险组生存率最低，低风险组最高。
在讨论部分，研究人员指出，该研究首次为 pPSCC 患者构建列线图，且样本量大，具有较强代表性，还建立了风险分层系统，有助于个性化治疗。不过，研究也存在局限性，如回顾性研究设计易产生偏倚，SEER 数据库缺乏部分治疗信息，且仅进行了内部验证。但总体而言，该研究明确了 pPSCC 患者的独立预后因素，构建的列线图准确性和可靠性较高，能帮助医生更准确预测患者预后，制定更合理的个性化治疗方案，为 pPSCC 的临床诊疗带来了新的思路和方法，推动了精准医疗在该领域的发展。
