基于CT评估体成分参数的晚期胃癌术后复发预测列线图模型构建与验证

来自国内的研究团队针对晚期胃癌(GC)患者术后复发风险分层难题，创新性地整合CT评估的骨骼肌指数(SMI)、内脏脂肪组织辐射衰减值(VAT-RA)、胰腺体尾部密度(PD)等体成分参数，构建了预测无复发生存期(RFS)的列线图模型。该模型C-index达0.743，较传统TNM分期在3/5年RFS预测中表现更优，为个体化术后监测提供了量化工具。

　　

这项回顾性研究纳入了111例局部晚期胃癌患者，通过分析术前CT扫描获取的体成分参数（包括骨骼肌指数SMI、内脏脂肪组织辐射衰减VAT-RA、胰腺体部及尾部密度PD），采用多因素Cox回归筛选出四大独立预测因子。研究者构建的列线图模型在预测无复发生存期(RFS)时展现出优异性能：一致性指数(C-index)达到0.743（95%CI 0.678-0.808），校准曲线显示预测值与实际观测值高度吻合。值得注意的是，该模型在预测3年和5年RFS时显著优于传统TNM分期系统（p<0.001），风险分层后的Kaplan-Meier曲线呈现明显分离趋势。这些发现为临床医生提供了可视化风险评估工具，有望指导制定个体化随访策略，特别是对高风险患者的强化监测。研究创新性地将胰腺密度等易获取的影像学参数纳入预测体系，为胃癌精准医疗开辟了新思路。