肾细胞癌骨转移的病变分布与预后：基于随机生存森林的新型评估模型

《International Journal of Cancer》：Lesion distribution and prognosis of renal cell carcinoma bone metastasis: A novel evaluation model based on random survival forests

肾细胞癌骨转移患者预后与骨转移分布模式及随机生存森林模型研究。该研究纳入122例患者，按MSKCC/Motzer评分和骨转移类型（局部区域性21.3%、随机性56.6%、广泛性22.1%）分类，发现脊柱（39.3%）和骨盆（35.2%）转移与高风险相关，构建的RSF模型在1-5年生存预测中AUC达0.89-0.90，优于传统Cox回归。

　　

摘要

肾细胞癌骨转移（RCC-BM）中病变分布的预后价值尚不明确。本研究旨在量化骨转移分布与RCC-BM患者预后之间的关联，并基于随机生存森林（RSF）算法建立预测模型。在首次诊断骨转移时，122名患者根据Memorial Sloan-Kettering Cancer Center（MSKCC）/Motzer风险评分进行分层，并根据骨病变分布分为局部区域转移组（21.3%）、随机分布组（56.6%）和广泛分布组（22.1%）。39.3%和35.2%的患者分别出现脊柱和盆腔受累。单变量逻辑回归及Kaplan–Meier生存分析表明，局部区域转移、脊柱受累（比值比[OR] 3.30；95%置信区间[CI] 1.20–9.09）以及高龄（OR 1.04；95% CI 1.00–1.08；p < 0.05）与较高的风险相关；而盆腔转移与较短的总生存期相关（32个月 vs 49个月；p < 0.05）。RSF模型在70%的样本数据中训练，在30%的样本数据中验证，主要纳入了空间病变分布（盆腔、脊柱和上肢受累）、MSKCC/Motzer评分及年龄作为预测变量。单次分割验证的1年和3年生存时间依赖曲线下面积（AUC）值分别为0.90和0.87。在100次重复验证中，模型表现一致，1年、3年和5年生存的中位AUC分别为0.89、0.86和0.89。临界值15.03能有效区分高风险组和低风险组（p < 0.05）。与Cox回归相比，RSF模型的准确性更高（1年生存的中位AUC为0.89，而Cox回归为0.59）。总体而言，将骨病变模式纳入RSF模型有助于实现个性化预后，并为RCC-BM患者提供更精准的护理。

研究亮点

MSKCC/Motzer评分常用于转移性肾细胞癌的预后评估，但骨转移的空间分布作为预后因素尚未得到充分研究。本研究确定了局部区域转移、随机分布和广泛分布三种模式作为预后指标。在Memorial Sloan-Kettering Cancer Center（MSKCC）/Motzer评分体系中，局部区域转移和脊柱骨转移预示着更高的风险。将这些模式结合到随机生存森林（RSF）模型中，并结合MSKCC/Motzer评分，可以改善RCC-BM患者的风险分层，并指导个性化治疗策略。

利益冲突声明

作者声明不存在任何潜在的利益冲突。

数据可用性声明

所有源代码和R代码均可在GitHub上获取（https://github.com/Huang-Urol/RSF-RCC-BM/blob/main/RSF_model_building.R）。经合理请求，可从通讯作者处获取去标识化数据和其他相关信息。