肠病相关T细胞淋巴瘤的发病率趋势与条件生存分析：基于SEER数据库的流行病学与预后模型研究

本研究基于SEER数据库，系统分析了肠病相关T细胞淋巴瘤（EATL）的流行病学特征与预后因素。研究发现EATL发病率呈显著上升趋势（APC 2.63），并首次构建了整合条件生存（CS）分析的动态列线图模型，可精准预测1/3/5年总生存（OS）及5年CS概率，为临床决策提供重要工具。

　　

引言

肠病相关T细胞淋巴瘤（Enteropathy-associated T-cell lymphoma, EATL）是一种罕见且侵袭性强的T细胞非霍奇金淋巴瘤，主要发生于小肠，与乳糜泻密切相关。由于其极低的发病率和极差的预后（既往报道5年总生存率OS介于0%至59%），大规模研究一直较为匮乏。传统生存分析难以反映预后的动态变化，而条件生存（Conditional Survival, CS）分析能够评估患者随时间推移的生存概率变化，为临床干预时机提供重要参考。本研究利用美国SEER数据库（覆盖48%美国人口），旨在分析EATL的发病率趋势、独立预后因素，并开发基于CS的动态列线图预测模型。

方法

患者队列来源于SEER?Stat（版本8.4.4），筛选2000–2021年间诊断、ICD-O编码为9717/3的EATL患者。排除随访数据或手术治疗信息不明确的病例。收集变量包括年龄、性别、种族、肿瘤部位、肿瘤分期、是否合并多原发肿瘤、手术、放疗、化疗、生存状态与生存时间。主要终点为总生存期（OS）。

统计学分析包括：

• •
  发病率计算：采用2000年美国标准人口计算年龄调整发病率（/10万人年），通过Joinpoint回归计算年度百分比变化（APC）。
• •
  预后因素分析：使用多变量Cox回归识别独立OS风险因素。
• •
  条件生存分析：CS概率计算公式为CS(t∣t₀)=S(t+t₀)/S(t₀)，其中S为生存函数。
• •
  列线图构建：按7:3随机划分训练集与验证集。采用随机生存森林（RSF）算法（变量重要性VIMP>0.01）筛选变量，再通过Cox比例风险模型整合CS概率构建动态列线图。模型性能通过校准曲线、ROC曲线下面积（AUC）及决策曲线分析（DCA）评估。根据列线图总分（截点162）将患者分为低危与高危组。

结果

患者特征：共纳入401例患者，主要年龄组为60–69岁（30.7%），男性为主（57.9%），白人占72.8%。肿瘤部位以小肠最多（75.3%），其次为胃肠道未特指（14.2%）和淋巴结（10.5%）。肿瘤分期以远处转移（35.2%）和局部病变（33.9%）为主，79.8%为单发肿瘤，68.8%接受手术，56.9%接受化疗，仅2%接受放疗。

发病率：2000–2021年间EATL年龄调整发病率为0.014/10万，且呈显著上升趋势（APC=2.63, P<0.05）。

预后因素：多变量Cox回归显示年龄、肿瘤部位（P=0.075，临界显著）、肿瘤分期、手术和化疗是独立OS风险因素（均P<0.05）。

生存分析：Kaplan-Meier分析显示1年、3年、5年OS率分别为34%、20%、16%。CS分析揭示随着生存时间延长，5年生存概率显著提升：诊断后存活0、1、2、3、4年的患者，其后续5年生存概率分别为16%、48%、67%、83%、93%。诊断后第1至4年的额外1年生存率分别为34%、71%、81%、89%、93%。

列线图构建：RSF算法筛选出年龄、种族、肿瘤部位、肿瘤分期、手术和化疗用于模型开发。列线图可预测1年、3年、5年OS及5年CS概率。训练集与验证集的校准曲线显示良好一致性，ROC分析显示训练集1年、3年、5年AUC分别为0.71、0.65、0.63，验证集为0.69、0.72、0.78。DCA证实模型在各阈值概率下均具有临床实用性与净收益。基于列线图风险评分（截点162）分层的低危与高危组，在训练集与验证集中均显示显著生存差异（P<0.05）。

讨论

EATL发病率（0.014/10万）与欧美既往研究（0.011–0.1/10万）一致，但显著上升趋势（APC 2.63）可能反映诊断意识提高、技术进步或实际发病增加。年龄、分期、手术和化疗作为关键预后因素与既往研究一致，联合手术与化疗可改善预后，但总体生存仍较差。

CS分析表明诊断后第一年死亡率最高，存活超过1年后生存概率大幅改善，强调早期干预的重要性。本研究首创的CS整合列线图模型通过动态预测提供个体化生存评估，助力临床分层管理与决策优化。

研究存在一定局限性：SEER数据库缺乏2016年WHO分型所需的病理细节（如单形性亲上皮性肠道T细胞淋巴瘤MEITL的鉴别），无法纳入分子标志（SETD2、STAT5B、TP53突变、T细胞受体亚型、CD8/CD56表达）、治疗细节（手术时机、化疗方案）及乳糜泻病史，可能影响发病率与生存估计。回顾性数据存在潜在偏倚，需外部前瞻性验证。

结论

本研究系统揭示了EATL发病率上升趋势，明确了年龄、肿瘤部位、分期、手术和化疗作为独立预后因素。CS分析动态展示生存概率变化，强调早期干预关键窗口。所开发的列线图模型整合多变量与CS概率，能准确预测个体生存并实现风险分层，为EATL的临床管理提供了重要工具。