基于随机森林模型的甲状腺癌术后重返工作预测因素：一项横断面研究

本研究针对甲状腺癌(TC)术后患者重返工作(RTW)的挑战，通过随机森林模型(RFM)分析229例患者数据，发现重返工作自我效能(RTW-SE)是关键预测因素，术后时间、颈部瘢痕(NS)、医保类型等也具有重要影响。研究为临床制定个性化职业康复方案提供了可干预靶点，对改善患者社会功能恢复具有重要意义。

　　

甲状腺癌(TC)已成为中青年群体最高发的头颈部恶性肿瘤，中国2019年新发病例达3.9万例。虽然其5年生存率高达95.21%，但法国VICAN调查显示12.3%患者术后5年仍未重返职场。手术创伤、颈部瘢痕、TSH抑制治疗等因素常导致患者面临职业回归困境，而现有研究多聚焦乳腺癌等癌种，缺乏针对TC患者重返工作(RTW)的系统研究。

南方医科大学珠江医院团队在《BMC Surgery》发表研究，通过随机森林算法首次建立TC患者RTW预测模型。该横断面研究纳入2023年4-12月229例术后患者，采用重返工作自我效能量表(RTW-SE)、癌症疲劳量表(CFS)等工具收集数据，结合医疗记录分析影响因素。

研究方法上，团队采用多阶段数据采集：1）通过标准化问卷收集人口学、工作特征等基线数据；2）采用中文版RTW-SE量表（Cronbach's α=0.90-0.96）评估自我效能；3）使用癌症疲劳量表(CFS)三维度（躯体/情绪/认知疲劳）量化疲劳程度；4）由外科医生独立采用温哥华瘢痕量表(VSS)评估颈部瘢痕；5）通过医疗系统提取TSH、PTH等实验室指标。采用随机森林模型（参数mtry=6，ntree=500）进行预测因子重要性排序。

研究结果揭示：

1. 患者特征：79.9%（183/229）患者成功RTW，中位返岗时间30天。未返岗组NS评分显著更高（6.0 vs 4.0分，P<0.01），RTW-SE评分更低（4.0 vs 4.18分）。
2. 逻辑回归：医保类型（OR=2.87）、并发症（低钙血症合并声嘶OR=0.023）、康复锻炼（OR=3.85）具有统计学意义（P<0.05）。
3. 随机森林模型：变量重要性排序显示RTW-SE（Gini降幅19.651）是最关键预测因子，其次为术后时间（15.744）、NS（13.681）、医保类型（7.660）。

讨论部分指出，该研究首次量化了各因素对TC患者RTW的贡献度：

1. RTW-SE作为可干预因素，提示临床应加强心理干预。量表平均分4.37分（满分6分）反映患者自信水平亟待提升。
2. 颈部瘢痕(NS)的显著影响（排名第三）支持微创术式的应用价值，研究建议术前充分沟通美容需求。
3. 并发症使RTW概率降低97.7%，强调术中喉返神经保护的重要性。

该研究创新性采用机器学习算法突破传统回归分析的局限，为制定分层干预策略提供依据。建议未来开展多中心纵向研究，结合政府就业部门数据验证预测模型的临床适用性。研究结果对实现"生理-心理-社会"全面康复模式具有重要实践意义，尤其对中青年患者家庭经济负担减轻和社会价值重建具有深远影响。