肝细胞癌肝移植术后早期复发预测模型的构建及辅助治疗决策价值研究

本研究针对肝细胞癌(HCC)肝移植(LT)后早期复发预测难题，开发了整合肿瘤负荷评分(TBS)、甲胎蛋白(AFP)、血小板-淋巴细胞比率(PLR)等指标的列线图模型，其预测效能显著优于米兰标准(MC)。研究证实辅助治疗(AT)可使高风险患者1年无复发生存率(RFS)提升22%，为个体化治疗决策提供重要依据。

　　

肝细胞癌(HCC)是全球癌症相关死亡的第三大原因，中国更是承担了全球55%以上的HCC疾病负担。肝移植(LT)作为不可切除HCC的首选疗法，却始终面临术后肿瘤复发的严峻挑战——特别是术后1年内发生的早期复发，往往预示着极差的预后。尽管米兰标准(MC)沿用近30年作为患者筛选的金标准，但其仅依赖肿瘤形态学特征，无法识别具有侵袭性生物学行为的HCC患者。更棘手的是，关于肝移植后预防性辅助治疗(AT)的争议持续存在：化疗方案如改良FOLFOX6(m-FOLFOX6)虽在结直肠癌肝转移中显效，但用于HCC的循证证据有限；靶向药物索拉非尼(sorafenib)和仑伐替尼(lenvatinib)的术后应用价值也亟待验证。这种临床决策的模糊地带，使得医生在"过度治疗增加毒副作用"与"治疗不足导致复发"之间进退维谷。

针对这一系列关键问题，浙江大学医学院附属树兰（杭州）医院肝胆胰外科联合国内三家移植中心开展了一项开创性研究。研究人员收集了2015-2020年间364例HCC肝移植患者的临床数据，通过多因素Cox回归分析锁定TBS、AFP水平、PLR、病理分化和微血管侵犯(MVI)五大独立预测因子，构建出预测早期复发的列线图模型。这项重要成果发表在《Scientific Reports》期刊，为肝移植术后精准医疗提供了全新工具。

研究团队采用回顾性队列设计，从树兰（杭州）医院、中国科学技术大学附属第一医院和复旦大学附属华山医院纳入符合标准的患者。通过Bootstrap自采样1000次进行内部验证，比较列线图与MC的预测效能。关键技术包括：建立包含TBS等连续变量的风险评估体系，采用受试者工作特征(ROC)曲线确定风险截断值(236分)，并基于风险分层分析AT在不同亚组中的疗效差异。

Nomogram构建与评估
列线图模型展现出卓越的预测性能：一致性指数(C-index)达0.768，显著优于MC的0.629；ROC曲线下面积(AUC)为0.809，同样碾压MC的0.663。校准曲线显示预测与实际1年RFS高度吻合，决策曲线分析证实其临床适用性更广。值得注意的是，98%的高风险患者实际已超出MC标准，而列线图却能从中精准识别出复发风险梯度。

风险组分类
按236分临界值将患者分为低危(58.5%)和高危(41.5%)亚组。两组1年RFS差异惊人——低危组达81.5%，而高危组仅34.6%。这种分层能力使临床医生能像"肿瘤雷达"般预判复发风险。

辅助治疗有效性
整体队列中AT未显示显著优势(63.1% vs 61.6%)，但分层分析揭开惊人发现：高危组接受AT可使1年RFS从23%跃升至45%，绝对获益达22%；而低危组AT反而可能造成轻微劣势(78.5% vs 83.9%)。这种"风险依赖性疗效"提示：对62.4%超出MC但被列为低危的患者，过度治疗可能弊大于利。

这项研究颠覆了传统以MC为核心的决策模式，首次证实基于多维度参数的列线图能更精准预测HCC肝移植后早期复发。其临床意义体现在三方面：首先，整合TBS等连续变量克服了MC二分类的局限性；其次，PLR等炎症指标反映了肿瘤微环境特征；最重要的是，风险分层使AT能精准靶向45%的高危患者，避免对低危患者的治疗伤害。研究也存在局限性：回顾性设计可能引入偏倚，乙肝病毒(HBV)主导的队列可能限制模型普适性。未来需要前瞻性研究验证，并探索将循环肿瘤DNA(ctDNA)等分子标志物纳入模型。这项成果标志着HCC肝移植管理进入"精准分层"新时代，为个体化辅助治疗决策提供了循证依据。