编辑推荐：
子宫内膜癌（EC）发病率上升，年轻患者增多。为精准预测早期 - onset 子宫内膜癌（EOEC）患者术后生存情况，研究人员基于 SEER 数据库构建列线图模型。结果显示该模型预测能力强，能有效风险分层，有助于指导个性化治疗。
在女性健康的领域中，子宫内膜癌（Endometrial Cancer，EC）如同潜伏的 “健康杀手”，严重威胁着女性的生命健康。它不仅是最常见的妇科恶性肿瘤，还是女性第六大常见癌症。近年来，EC 的总体发病率呈缓慢上升趋势，更令人担忧的是，年轻女性患 EC 的人数竟然翻倍。这背后的原因与多种因素相关，比如肥胖、代谢综合征、胰岛素抵抗以及生殖因素等，这些因素就像一个个隐藏在暗处的 “帮凶”，助推着 EC 在年轻群体中的蔓延。
目前，对于 EC 的治疗和预后评估面临诸多挑战。虽然手术是治疗 EC 的首选方法，但对于年轻女性患者，手术治疗后的预后情况尚未得到全面深入的评估。在临床实践中，现有的 FIGO 和 TNM 分期系统在 EC 管理中虽被广泛应用，但随着对 EC 研究的深入，其局限性也逐渐显现。例如，2023 年更新的分期系统虽纳入了分子分类，但分子检测技术成本高昂、技术要求高，且目前对 EOEC 的分子特征了解尚不清晰，这使得该系统在实际应用中困难重重。此外，现有的预后评分系统仅考虑肿瘤侵袭、区域淋巴结受累和远处转移等因素，却忽略了人口统计学和临床特征，如肥胖、激素受体状态、遗传易感性等，这大大降低了其作为预后预测工具的准确性。
为了攻克这些难题，来自重庆医科大学附属第一医院等多家机构的研究人员挺身而出，开展了一项极具意义的研究。他们旨在构建一个能够精准预测 EOEC 患者术后总生存（Overall Survival，OS）的预后列线图模型，从而为高风险患者进行有效的风险分层，提供更具针对性的治疗方案。
研究人员为了开展这项研究，运用了多种关键技术方法。首先，他们从 SEER（Surveillance, Epidemiology, and End Results）数据库中提取了 2004 - 2015 年被诊断为 EOEC 的患者数据，经过严格的筛选标准，确定了符合研究要求的患者。同时，他们还纳入了重庆医科大学附属第一医院 2013 - 2018 年接受初次手术治疗的 230 例 EOEC 患者作为外部验证队列。在数据分析方面，运用 R 软件将患者随机分为训练队列和验证队列，利用多种统计分析方法，如卡方检验、Fisher 精确检验、Kaplan - Meier 分析、多因素 Cox 回归分析等，深入探究与 OS 相关的预测因素，并评估模型的预测准确性和临床实用性。
下面来详细看看研究结果：
- 患者基本特征与生存分析：从 SEER 数据库筛选出 4415 名年轻患者和 36267 名老年患者。年轻患者在肿瘤分级和 TNM 分期上更具优势，且年轻患者的 OS 率高于老年患者。在年轻患者中，接受手术治疗的患者预后明显优于未接受手术治疗的患者，手术组平均生存时间为 87.62 个月，非手术组仅为 64.00 个月。
- 列线图的构建：通过单因素和多因素 Cox 回归分析，确定了年龄、种族、分级、T 分期、肿瘤大小和淋巴结清扫术为与 OS 相关的独立预后因素，并基于这些因素构建了 OS 列线图模型。
- 列线图的验证：经过内部验证，训练队列和内部验证队列的 C 指数分别为 0.816 和 0.841，AUC 值均高于 0.8，校准曲线显示模型拟合良好。与 TNM 分期和 SEER 分期相比，该列线图模型的预测能力和临床适用性更优。外部验证中，以重庆医科大学附属第一医院的患者为队列，C 指数达到 0.898，3 年和 5 年 OS 的 AUC 值分别为 0.884 和 0.911，同样高于 TNM 分期和 SEER 分期。
- 风险分层与生存差异：根据列线图生成的分数，将 EOEC 患者分为高风险组、中风险组和低风险组。Kaplan - Meier 生存曲线表明，高风险组患者生存结局最差，低风险组患者总体生存最好。
研究结论和讨论部分指出，本研究构建的列线图模型综合考虑了多个临床特征，能够准确预测 EOEC 患者术后的临床预后，为临床医生评估患者预后和制定个性化治疗方案提供了有力的工具。该模型基于 SEER 数据库的大样本数据，并经过外部独立队列验证，具有良好的通用性。然而，研究也存在一些局限性，如 SEER 数据库数据收集的回顾性可能导致偏差，缺乏详细治疗记录和部分关键数据等。未来需要通过前瞻性国际多中心研究进一步验证该模型，并完善相关数据，以更好地指导 EOEC 患者的临床治疗。
这项研究成果发表在《World Journal of Surgical Oncology》上，为子宫内膜癌的研究和治疗开辟了新的道路，有望在未来改善 EOEC 患者的治疗效果和生存质量，为女性健康事业做出重要贡献。
