编辑推荐：
为解决寡转移性结直肠癌（OMCRC）患者术后发生广泛转移影响预后及治疗选择的问题，研究人员开展了预测 OMCRC 广泛转移的研究。结果发现 4 个独立风险因素，COX 模型预测效果最佳。该研究有助于临床决策，为患者制定更优治疗方案。
在全球范围内，结直肠癌（Colorectal Cancer，CRC）已然成为严重威胁人类健康的重大疾病，发病率和死亡率居高不下。大约半数的 CRC 患者在患病过程中会遭遇肿瘤转移，肝脏和肺脏是最常见的转移部位。而寡转移性结直肠癌（Oligometastatic Colorectal Cancer，OMCRC）作为 CRC 的一种特殊亚型，通过对转移病灶进行局部治疗并结合全身治疗，部分患者能够实现长期的疾病控制，这给患者带来了新的希望。
然而，现实却并不乐观。即便经过积极治疗，仍有 55% - 80% 的 OMCRC 患者会面临肿瘤复发和转移的困境。一旦发展为广泛转移，患者的预后会急剧恶化，治疗手段也极为有限，往往只能采用姑息性全身治疗。因此，寻找 OMCRC 患者发生广泛转移的风险因素，并建立精准的预测模型，对于指导临床治疗、改善患者预后至关重要。此前，虽然针对 CRC 预后因素的研究众多，但针对 OMCRC 的特异性研究相对匮乏，现有研究在数据利用和研究范围上存在明显不足，无法满足临床需求。
为了填补这一空白，苏州大学附属第二医院的研究人员开展了一项极具意义的研究。他们对 2005 年 1 月 1 日至 2022 年 12 月 31 日期间在该院就诊的 OMCRC 患者进行了回顾性分析，旨在找出与 OMCRC 患者广泛转移风险相关的因素，并构建有效的临床预测模型。该研究成果发表在《International Journal of Colorectal Disease》上，为该领域的临床实践提供了重要参考。
在研究方法上，研究人员首先收集了 427 例 OMCRC 患者的病历、血液学数据、病理信息和影像学结果，经过严格的纳入和排除标准筛选，最终确定了 214 例符合研究标准的患者。随后，对这些患者进行分组，将其随机分为训练队列（136 例）和测试队列（78 例），原始数据集作为第二测试队列。研究人员采用 LASSO 回归分析和 COX 回归分析来确定广泛转移的风险因素。同时，利用 COX 回归分析、极端梯度提升（eXtreme Gradient Boosting，XGBoost）生存分析和生存支持向量机（Survival Support Vector Machine，SurvSVM）三种方法构建预测模型，并在不同队列中进行验证和评估。
研究结果方面，在风险因素筛选上，LASSO 回归分析从 71 个候选变量中筛选出 18 个变量，后续的 COX 比例风险回归分析进一步确定了 4 个独立风险因素，分别是寡转移后是否进行手术（Whether surgery has been undertaken following oligometastasis，WST）、组织学类型（Histological Type，HT）、最后一次随访时的癌胚抗原（Carcinoembryonic Antigen at the last follow-up，CAE at last-FU）和术前白蛋白与球蛋白比值（Preoperative albumin to globulin ratio，Preop-AGR）。通过绘制 Kaplan - Meier 曲线（KM 曲线）验证了这些风险因素的预测价值。
在模型评估中，三个模型在训练队列中均表现出良好的区分能力，AUC 均大于 0.8。在测试队列和 ALL 队列中，模型的平均 AUC 也都大于 0.7，证明了模型的稳健性和泛化能力。其中，COX 模型在测试队列中表现最佳（1 年 AUC =0.82，3 年 AUC =0.72，5 年 AUC =0.85，平均 AUC =0.80）。校准曲线评估显示，COX 模型在不同队列的不同时间点校准情况各异，但整体相对较好。决策曲线分析（Decision Curve Analysis，DCA）表明，基于 COX 模型预测进行临床决策具有净获益。此外，研究人员还通过 COX 方法构建了列线图（Nomogram），能直观地预测患者的无事件生存期（Event - Free Survival，EFS）概率。
在研究结论和讨论部分，该研究明确了 WST、HT、CAE at last - FU 和 Preop - AGR 是 OMCRC 患者广泛转移的独立风险因素。COX 模型在预测广泛转移方面具有良好的区分能力和校准能力，其列线图能够动态、准确地预测广泛转移风险，为临床医生制定个性化治疗方案提供了有力的工具。不过，该研究也存在一定的局限性，如无法确定风险因素与广泛转移风险之间的因果关系、未考虑基因组数据、研究为单中心研究，结果的普适性有待进一步验证等。尽管如此，这项研究仍然为 OMCRC 的临床治疗提供了重要的参考依据，未来研究可以在此基础上，纳入基因组数据并开展多中心研究，进一步完善预测模型，提高对 OMCRC 患者的治疗水平，改善患者的预后。
