甲状腺峡部孤立性乳头状癌手术策略的初步探索：基于CLNM风险预测模型的个体化治疗研究

本研究针对甲状腺峡部孤立性乳头状癌(SPTCI)缺乏特异性手术指南的现状，通过回顾性分析200例患者数据，比较了大范围甲状腺切除术(LT)与小范围甲状腺切除术(ST)的预后差异，并构建了中央淋巴结转移(CLNM)风险预测模型。研究发现两种术式在并发症和复发率上无显著差异(p>0.05)，建立的Logistic回归模型(AUC=0.752)可有效预测CLNM风险，为临床制定个体化手术方案提供重要依据。

　　

在甲状腺癌诊疗领域，一个特殊的解剖位置正引发临床医生的深度思考——仅占甲状腺体积2%的峡部，却集中了1%-9.2%的乳头状癌(PTC)病例。这个横跨气管前方的"战略要地"，因其独特的解剖特点造就了与众不同的肿瘤生物学行为：即使小于1cm的结节，也表现出更高的被膜浸润率、淋巴结转移倾向和多灶性特征。然而令人意外的是，现行国际指南对这类甲状腺峡部孤立性乳头状癌(SPTCI)的手术范围选择、淋巴结清扫指征均未给出明确规范，导致临床决策陷入"过度治疗"与"治疗不足"的两难境地。

吉林大学第一医院甲状腺外科的研究团队通过12年临床数据积累，开展了一项具有里程碑意义的研究。该研究创新性地将传统临床分析与人工智能技术相结合，不仅首次系统评估了不同手术范围对SPTCI患者的预后影响，更构建出首个专门针对SPTCI的中央淋巴结转移(CLNM)风险预测模型。这项发表于《Oral Oncology》的研究成果，为临床实践提供了重要的决策工具。

研究人员采用多学科交叉的研究方法：通过倾向评分匹配(PSM)平衡基线差异，比较ST与LT两组患者的长期预后；运用逻辑回归和四种机器学习算法构建预测模型，并采用SHAP技术增强模型可解释性；最终通过内部验证评估模型稳定性。研究队列包含200例接受预防性中央区淋巴结清扫的SPTCI患者，平均随访时间达84.15个月。

【Participant characteristics】
数据显示SPTCI患者平均年龄45.09岁，女性占比82.5%，肿瘤平均直径0.73cm。值得注意的是，32.5%病例存在CLNM，5%出现复发，印证了峡部PTC的高转移特性。

【Analysis of the surgical resection range】
经1:1 PSM匹配后，ST组(n=59)与LT组(n=141)在并发症发生率和复发风险上无统计学差异(p>0.05)，这一发现动摇了"越大范围切除越安全"的传统认知。

【Prediction model】
最终确立的逻辑回归模型包含6个关键预测因子：年龄、BMI、TSH(促甲状腺激素)、纵横比、钙化和肿瘤大小。模型表现出良好的 discriminative能力(AUC 0.752)，敏感度70.8%，特异度68.3%。与传统认知不同，肿瘤大小并非最强预测因子，而超声特征(钙化、纵横比)显示出更高权重。

这项研究的重要价值在于三个方面：临床层面，首次证实对低危SPTCI患者采用ST联合选择性中央区清扫的安全可行性；方法论层面，开创性地将机器学习应用于甲状腺癌淋巴结转移预测；社会经济学层面，为避免不必要的大范围切除提供了循证依据。正如讨论部分强调的，峡部PTC独特的"地形特征"决定了其需要区别于叶部肿瘤的个体化策略。该预测模型犹如一把"精准标尺"，帮助外科医生在根治肿瘤与保留功能间找到最佳平衡点。未来需要通过多中心研究进一步验证模型的普适性，但这项研究无疑为SPTCI的规范化治疗树立了重要里程碑。