超声与血清学特征联合构建列线图预测甲状腺髓样癌侧颈淋巴结转移的临床价值

本研究针对甲状腺髓样癌(MTC)患者侧颈淋巴结转移(LLNM)的术前预测难题，通过整合超声(US)特征与血清标志物(CEA、Ctn、T4)，构建了具有高判别效能的列线图模型(AUC 0.922)。该模型显著降低了传统超声诊断的假阴性率(17.3%→4.3%)，为临床决策提供量化工具，有效平衡过度治疗与治疗不足的风险。

　　

甲状腺癌作为全球第七大高发恶性肿瘤，其中具有神经内分泌特性的髓样癌(MTC)虽仅占2%-5%，却以高侵袭性著称——约35%患者初诊即出现淋巴结转移，死亡率高达13.6%。更棘手的是，对于临床未见侧颈淋巴结转移(LLNM)证据的患者，是否进行预防性颈清扫始终存在争议：现行指南依赖血清降钙素(Ctn)水平决策，但研究表明这种策略既可能造成过度治疗（58%术后并发症），又可能遗漏隐匿转移。如何精准预判LLNM风险，成为优化手术方案的关键瓶颈。

中国科学院大学附属肿瘤医院（浙江省肿瘤医院）诊断超声与介入治疗科的研究团队在《Urologic Clinics of North America》发表的研究，创新性地将超声影像特征与血清标志物联姻。团队回顾性分析2011-2023年间158例MTC手术患者的临床数据，通过多因素逻辑回归筛选出四大独立预测因子：超声疑似LLNM、癌胚抗原(CEA)、降钙素(Ctn)及甲状腺素(T₄)水平，据此构建可视化列线图模型。研究采用7:3比例划分训练集与验证集，通过受试者工作特征曲线(AUC)、校准曲线、决策曲线(DCA)和临床影响曲线(CIC)多维度验证模型效能。

主要技术方法

研究纳入两家医疗中心接受甲状腺全切联合颈清扫的MTC患者，采集术前超声特征（病灶组成、回声、形态等）及血清指标（CEA、Ctn、T₄等）。采用GE LOGIQ E9等超声设备统一检查，三位高年资医师盲法评估影像特征。通过单因素/多因素回归筛选预测因子，R Studio软件构建列线图，bootstrap法进行内部验证。

研究结果

患者特征

158例患者中LLNM组与非LLNM组在训练集(44 vs 67例)和验证集(23 vs 24例)均衡分布。单因素分析显示性别、CEA、Ctn、T₄、超声疑似LLNM等8个变量与转移显著相关。

预测模型建立

多因素回归最终锁定四个核心指标：超声疑似LLNM(OR=23.06)、CEA>100ng/mL(OR=63.11)、Ctn>500pg/mL(OR=12.80)及低T₄水平(OR=0.95)。模型将连续变量转化为临床适用的分级指标，如CEA按≤5/5-30/30-100/>100ng/mL分层。

模型验证

训练集AUC达0.922(敏感性0.932，特异性0.806)，验证集AUC 0.918，显著优于单纯超声诊断。校准曲线显示预测概率与实际观察值高度吻合，DCA证实其临床净获益阈值覆盖0.1-0.8的广泛范围。

临床实用性

相比单独超声检查，列线图使验证集假阴性率从17.3%降至4.3%，假阳性率从33.3%降至16.6%。典型病例分析显示，对于CEA 82ng/mL、Ctn 680pg/mL但超声阴性的患者，模型准确预测其LLNM高风险(概率89%)。

结论与意义

该研究首次证实血清T₄水平与MTC转移风险呈负相关，其机制可能与甲状腺激素敏感性降低有关。所建列线图通过整合"影像+生化"双维度指标，实现三大突破：①将LLNM预判准确性提升至92%，较传统超声提高近10个百分点；②量化个体化风险，如CEA>30ng/mL且Ctn>200pg/mL时LLNM概率超70%；③为临床争议提供解决方案——当模型预测概率<20%时可避免预防性清扫，>80%则强烈建议清扫。这种精准化决策模式有望改写现行指南中单纯依赖Ctn水平的粗放策略，减少不必要的手术创伤，同时降低肿瘤残留风险。未来需通过前瞻性多中心研究进一步验证，并探索结合CT/MRI影像组学的优化方案。