精准医疗时代结直肠癌个性化预后模型：基于真实世界数据的动态突破

在精准医疗时代，预测结直肠癌（CRC）患者个体预后面临挑战，传统 Cox 比例风险模型难以胜任。研究人员基于真实世界数据，构建联合模型（Joint model）开展研究。结果显示该模型预测更精准，对 CRC 预后评估意义重大。

　　在癌症的世界里，结直肠癌（Colorectal Cancer，CRC）可谓是一个 “狠角色”。它在全球癌症发病率中排名第三，死亡率更是高居第二。随着时间的推移，预计到 2040 年，新发病例将飙升至 320 万，死亡人数也会达到 160 万 。面对如此严峻的形势，多学科综合治疗成为了晚期或复发性 CRC 患者的标准策略。然而，治疗策略多种多样，决策过程变得越来越复杂。

在过去，Cox 比例风险模型是预后分析的主要方法。但随着 CRC 患者预后时间的延长，仅依靠固定时间点的临床数据来准确预测预后变得愈发困难。就好比用一张静止的照片去预测一场正在进行的比赛结果，很难精准把握。因此，寻找一种更有效的预测方法迫在眉睫。

为了解决这一难题，来自京都大学的研究人员展开了深入研究。他们旨在开发一种结合纵向数据的个性化预后预测模型，以提高对 CRC 患者预后的预测能力。研究成果发表在《International Journal of Clinical Oncology》上。

研究人员主要运用了以下关键技术方法：首先，从数据仓库、医疗费用账单和医院癌症登记处提取临床数据；其次，采用联合模型，该模型包含纵向和时间 - 事件两个基本组件，通过混合效应模型分析纵向数据，并将结果整合到 Cox 比例风险模型中评估生存预后；最后，运用时间依赖的受试者工作特征曲线（ROC）分析评估模型的预测准确性 。

研究结果如下：

1. 患者队列特征：最初共有 1010 名计划接受多学科治疗的晚期或复发性 CRC 患者纳入研究，经过筛选，最终 614 名患者进入分析，这些患者共进行了 14682 次肿瘤标志物测量。患者的中位年龄为 67 岁，男性 356 人，女性 258 人12。
2. 传统 Cox 比例风险模型分析：通过对电子病历（EMR）中提取的变量进行多变量分析，发现基线年龄、临床分期（cStage）、低分化肿瘤和首次测量的癌胚抗原（CEA_1^st）的 log₂值是显著的预后因素3。
3. 混合效应模型分析：利用混合效应模型预测 CEA 值，结果显示预测准确性较高，测量的 CEA（CEA_measured ）与预测的 CEA（CEA_predicted ）之间的皮尔逊相关系数达到 0.931，均方误差为 0.6644。
4. 联合模型分析：基于纵向信息进行预后分析，发现基线年龄、低分化肿瘤和 log₂（预测的 CEA）是显著的预后因素，而 cStage 不是。时间依赖的 ROC 曲线分析表明，联合模型在 2、3、4 和 5 年的曲线下面积（AUC）显著高于 Cox 比例风险模型56。
5. 临床病例展示：通过两个临床病例进一步展示了联合模型的应用。一个病例中，患者经过治疗后肿瘤标志物持续较低，生存概率逐渐增加；另一个病例中，患者虽经多轮治疗控制了病情，但最终肿瘤复发，生存概率逐渐降低78。

在研究结论与讨论部分，该研究表明通过将纵向临床数据纳入联合模型，可以建立有效的分析系统，纵向 CEA 值是重要的预后因素。联合模型能够提供更准确的个性化预后预测，优于传统的 Cox 比例风险模型，这意味着在临床实践中，医生可以更好地根据患者的具体情况制定治疗方案。不过，研究也存在一些局限性，如仅以 CEA 值反映疾病状态可能不够全面，未考虑患者对治疗的耐受性，部分数据未纳入分析以及研究为单中心回顾性研究等。但总体而言，该研究为精准医疗时代 CRC 的预后预测提供了新的思路和方法，具有重要的临床意义和研究价值，期待未来能有更多前瞻性、多中心的研究来进一步完善和验证这一模型。