早期肝细胞癌患者新辅助化疗获益人群的列线图预测模型构建与验证

【编辑推荐】针对早期肝细胞癌(HCC)新辅助化疗(NAC)疗效争议，研究人员基于SEER数据库(2006-2018)开展回顾性队列研究，通过构建包含11项临床指标的列线图模型实现风险分层，证实高危患者NAC组癌症特异性生存率(CSS)显著提升，为个体化治疗决策提供量化工具。

　　

这项聚焦早期肝细胞癌(HCC)治疗策略的研究，巧妙运用美国SEER(监测、流行病学和最终结果)数据库的海量临床数据，揭开新辅助化疗(NAC)疗效之谜。科研团队采用严谨的回顾性队列设计，对2006-2018年间11,721例患者数据进行深度挖掘，通过倾向评分匹配消除基线差异后，创新性地构建了包含婚姻状况、肿瘤数目、纤维化程度、甲胎蛋白(AFP)水平等11项关键指标的预后预测模型。

研究亮点在于开发出可视化列线图(nomogram)工具，该模型如同"生物计算尺"般精准预测患者3年、5年及10年癌症特异性生存率(CSS)，其预测效能经ROC曲线、校准曲线和决策曲线三重验证。更令人振奋的是，基于模型评分将患者分为低、中、高三个风险层级时，数据显示仅高危组患者接受NAC后生存获益显著——这为临床"精准狙击"潜在获益人群提供了分子靶向治疗之外的决策新维度。

尽管研究存在需外部验证的局限性，但这项融合大数据分析与临床转化思维的探索，无疑为肝癌个体化治疗开辟了新路径。未来或可结合循环肿瘤DNA(ctDNA)等液体活检技术，进一步优化这个动态预测模型的时效性与普适性。