编辑推荐：
为解决胶质母细胞瘤（GBM）发病率及预后相关问题，研究人员分析 SEER 数据库数据，开展 GBM 发病趋势及预后因素研究。结果发现 GBM 发病率上升，构建并验证了预测总生存（OS）和癌症特异性生存（CSS）的列线图模型，有助于临床决策。
胶质母细胞瘤（Glioblastoma，GBM）是一种极为凶险的原发性脑肿瘤，如同隐藏在大脑深处的 “恶魔”，严重威胁着人类健康。它恶性程度高，患者预后极差，中位生存时间不足 15 个月 ，每年每 10 万人中约有 5.26 人发病。尽管医疗技术不断进步，但 GBM 的治疗效果仍不尽人意，血脑屏障阻碍药物输送，肿瘤侵袭性强且易复发，使得治疗困难重重。此外，人们对 GBM 的预后因素了解并不全面，这也给精准治疗带来了挑战。
为了深入探究 GBM 的发病规律，找到影响患者预后的关键因素，进而建立有效的预测模型，贵州省人民医院等机构的研究人员开展了相关研究。他们的研究成果发表在《Discover Oncology》上，为 GBM 的诊疗带来了新的希望。
研究人员主要运用了以下关键技术方法：一是利用 SEER 数据库获取 GBM 患者的临床数据；二是通过 Joinpoint 软件分析 GBM 发病率的时间趋势；三是运用逐步回归和多因素 Cox 回归分析确定预后因素；四是借助 R 软件构建并验证列线图模型；五是采用限制立方样条（RCS）模型分析肿瘤大小与预后的关系。
研究结果如下：
- GBM 发病趋势：分析 1975 - 2019 年全球 GBM 发病率数据发现，GBM 在 65 - 74 岁和 75 - 84 岁年龄组发病率较高。自 1978 年起，GBM 发病率持续上升，在特定时间段内呈现不同的增长速度，且自 1999 年以来一直维持在较高水平并仍在缓慢上升。
- 患者基线特征：研究共纳入 11498 例 2000 - 2019 年确诊的 GBM 患者，随机分为训练集（8050 例）和验证集（3448 例）。患者的性别、种族、治疗方式等基线特征在两组间无显著差异。
- 独立预后因素：通过逐步回归和多因素 Cox 回归分析，确定年龄、肿瘤大小、性别、原发肿瘤部位等多个因素是 GBM 患者总生存（OS）的独立预后因素；对于癌症特异性生存（CSS），除上述因素外，种族也是独立预后因素。
- 列线图模型的构建与验证：基于多因素 Cox 回归结果构建列线图模型，该模型能预测 GBM 患者 0.5、1、2、3、5 和 8 年的 OS 和 CSS 概率。经 C 指数和校准曲线等验证，模型在训练集和验证集上都表现出良好的预测准确性。
- 肿瘤大小与预后的关系：运用 RCS 模型分析发现，肿瘤大小与 GBM 患者的生存结局（OS/CSS）存在非线性剂量反应关系。当肿瘤大小≤49mm 时，不良临床事件风险随肿瘤大小增加迅速上升；当肿瘤大小＞49mm 时，风险上升速度放缓。
研究结论和讨论部分指出，GBM 发病率呈上升趋势，特别是在老年人群中更为明显。研究构建并验证的列线图模型为 GBM 患者的预后评估提供了有力工具，有助于临床医生制定个性化的治疗方案。同时，研究还发现肿瘤大小与预后的非线性关系，这对进一步理解 GBM 的发病机制和优化治疗策略具有重要意义。不过，该研究也存在一定局限性，如基于回顾性数据、缺乏遗传信息和详细的合并症数据等。未来还需要开展前瞻性研究，并整合更多分子生物学信息，以更精准地评估 GBM 患者的预后和优化治疗方案。总之，这项研究为 GBM 的临床诊疗和后续研究奠定了重要基础，为攻克这一难题迈出了坚实的一步。
