动态在线列线图预测鼻咽癌患者放疗后营养风险的研究

推荐 为解决鼻咽癌（NPC）患者放疗后高发营养不良及其对预后和生活质量的负面影响，南方医科大学研究人员基于383例患者数据，通过逻辑回归分析识别出BMI、化疗周期、中心静脉导管（CVC）和丙氨酸氨基转移酶（ALT）为独立风险因素，并开发了列线图预测模型。该工具在训练集和验证集中均展现出良好区分度（AUC分别为0.786和0.687），临床效用显著，可为早期干预提供依据。

　　

论文解读
鼻咽癌（Nasopharyngeal carcinoma, NPC）作为头颈部恶性肿瘤的一种，在中国南方地区发病率较高。放疗作为其核心治疗手段，虽能有效杀灭肿瘤细胞，但常引发一系列不良反应，其中营养不良（Malnutrition）尤为突出。研究指出，放疗后NPC患者的营养不良发生率高达52%，这不仅降低患者生活质量，还增加并发症风险，甚至影响生存率^1-4。然而，现有营养评估工具如NRS2002和PG-SGA在适用性和准确性上存在局限，亟需更具针对性的预测模型。

为此，南方医科大学南方医院放疗科的研究团队开展了一项回顾性研究，旨在构建动态在线列线图以预测NPC患者放疗后的营养风险。研究纳入2021年1月至2023年1月期间来自两家医院的383例患者，通过逻辑回归分析筛选出BMI、化疗周期、CVC及ALT为独立风险因素，并基于这些指标开发了列线图模型。结果显示，该模型在训练集和验证集中的AUC分别为0.786和0.687，决策曲线分析表明其临床净获益显著（图5-7）。研究还发现，低BMI患者因放疗后代谢紊乱和食欲减退更易发生营养不良；CVC的使用可能反映疾病严重程度或治疗复杂性，间接增加营养风险；化疗周期延长则伴随恶心呕吐等副作用加剧，进一步恶化营养状况；而ALT水平异常可能与癌症代谢重编程相关³⁴。

研究团队采用SPSS 27.0和R软件（rms包）进行统计分析，通过多变量logistic回归构建预测模型，并利用bootstrap法和校准曲线验证其稳定性（图6）。此外，开发的动态在线工具（https://zbx809021704.shinyapps.io/DynNomapp/）可实时计算个体化风险概率，为临床决策提供便捷支持。

主要技术方法

1. 数据收集与预处理：从南方医院和珠江医院电子病历系统提取患者基线特征（如BMI、CVC）、症状数据（如RTOM）及实验室指标（如ALT）。
2. 统计建模：通过单变量和多变量logistic回归筛选风险因素，构建列线图并验证其区分度（AUC）和校准度（Hosmer-Lemeshow检验）。
3. 临床效用评估：采用决策曲线分析（DCA）量化模型在不同阈值下的净获益。

研究结果

• 基线特征：训练集（n=258）中，BMI（p<0.001）、CVC（p=0.018）、化疗周期（p<0.001）、ALT（p<0.001）及红细胞计数（p=0.033）与营养风险显著相关。
• 变量筛选：多变量logistic回归显示BMI、化疗周期、CVC和ALT为独立预测因子（图2-3）。
• 模型验证：列线图在训练集和验证集中的AUC分别为0.786（95% CI 0.722-0.851）和0.687（95% CI 0.581-0.793），校准曲线与理想模型高度吻合（图6）。DCA显示训练集净获益达9%-100%，验证集为13%-66%（图7）。
• 临床工具：在线列线图可通过输入参数实时预测风险概率（图8）。

结论与意义
本研究开发的动态列线图为NPC放疗后营养风险评估提供了精准工具，其临床应用可优化资源分配并改善患者预后。未来需扩大样本量并验证ALT作为生物标志物的普适性，同时探索简化评估流程的可能性。该研究为个性化营养干预策略奠定了基础，对提升NPC综合治疗水平具有重要价值。