精准预测脊索瘤与软骨肉瘤长期生存风险：全国性分析开启个性化诊疗新篇

脊索瘤（chordoma）和软骨肉瘤（chondrosarcoma）治疗棘手，为比较二者临床特征、治疗策略及长期预后并构建预测模型，研究人员利用国家癌症数据库（NCDB）开展回顾性分析。结果显示二者差异显著，且构建的模型有预测价值，为个性化治疗提供参考。

　　脊索瘤（chordoma）和软骨肉瘤（chondrosarcoma）是罕见且侵袭性强的脊柱骨肿瘤，因其对传统化疗和放疗有抗性，治疗面临诸多挑战。研究人员从 2004 年到 2017 年的国家癌症数据库（NCDB）中，筛选出患有脊柱脊索瘤或软骨肉瘤的患者进行回顾性分析，提取了患者的人口统计学信息、肿瘤特征、合并症指数、治疗方式（手术、放疗、化疗）及预后等数据。
通过 Kaplan-Meier 和加权对数秩分析，评估了患者在预设时间间隔（30 天、90 天、1 年、5 年、10 年）的总生存率（OS）。同时，训练了 12 种机器学习和深度学习模型来预测 10 年总生存率，并利用 AUC、Brier 评分和一致性指数（C-index）评估模型性能。最终，基于表现最佳的集成模型开发了一个基于网络的风险计算器。
研究共纳入 3175 名患者，其中脊索瘤患者 1204 例，软骨肉瘤患者 1971 例。脊索瘤患者确诊时年龄更大，就医路程更远，肿瘤更小且转移率更低。软骨肉瘤患者更常接受全切除手术，而脊索瘤患者接受放疗更多，且剂量更高、质子治疗使用更频繁。Kaplan-Meier 分析表明，脊索瘤患者的 10 年总生存率显著优于软骨肉瘤患者（p < 0.0001）。在接受放疗的患者中，单纯放疗的软骨肉瘤患者生存率最差。
在模型评估中，DeepSurv 模型的 C-index 最高（0.83），Brier 评分最低（0.14），结合梯度提升（Gradient Boosting）和 CatBoost 的集成模型表现也很出色（AUC > 0.80） 。通过 SHAP 分析发现，年龄、肿瘤类型和放疗是最具影响力的预测因素。研究还开发了一个公开可用的网络计算器，用于个性化生存预测。
综上所述，脊柱脊索瘤和软骨肉瘤在临床特征和预后方面差异明显，脊索瘤的长期生存情况更好。该研究强调了全切除手术（GTR）和个性化放疗对优化预后的重要性。基于复杂机器学习模型构建的预测模型，虽需外部验证，但已为估计长期生存率和指导个性化治疗策略提供了有价值的工具。