基于LASSO和多变量逻辑回归构建列线图预测cT1-2N0M0期乳头状甲状腺癌术前中央区淋巴结转移

《BMC Endocrine Disorders》：Development and validation of a nomogram for preoperative prediction of central lymph node metastasis in patients With cT1-2N0M0 papillary thyroid carcinoma

　　

摘要

背景

开发并验证一种基于LASSO和多变量逻辑回归的列线图，用于预测cT1-2N0M0期乳头状甲状腺癌（PTC）患者的术前中央区淋巴结转移（CLNM），并评估其临床价值。

方法

本回顾性研究纳入652例cT1-2N0M0期PTC患者，于2024年1月至2025年6月间在广西壮族自治区人民医院甲状腺外科接受甲状腺切除联合中央区淋巴结清扫术。收集人口学特征、桥本甲状腺炎状态、实验室参数、术前细针穿刺检查结果（包括BRAF^V600E突变状态）及术前超声特征。为保证后续统计分析和模型呈现的一致性，本手稿中使用的包膜侵犯、甲状腺外侵犯（ETE）、多灶性和双侧性均指术前超声检查中怀疑或识别到的相应征象，除非另有说明。这些术语代表基于术前超声的评估，不应被解释为术后病理诊断。术后病理结果仅用于确定CLNM状态，不作为模型的预测因子。根据术后病理结果，将患者分为CLNM阳性组或CLNM阴性组。队列按6:4的比例随机分为训练组和内部留出测试组。在训练组中进行了最小绝对收缩和选择算子（LASSO）回归和多变量逻辑回归分析，以确定CLNM的独立预测因子并开发列线图。使用受试者工作特征曲线、曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）对两个队列的模型性能进行评估。

结果

多变量分析和特征重要性排序确定肿瘤大小、年龄、甲状腺外侵犯和多灶性是CLNM的主要预测因子。训练组的AUC为0.7335（95% CI：0.6838–0.7831），内部留出验证组的AUC为0.685（95% CI：0.619–0.7511）。DCA表明该列线图具有良好的临床价值。

结论

肿瘤大小、年龄、ETE和多灶性是cT1-2N0M0期PTC患者CLNM的主要相关因素。该列线图显示出中等预测性能，可能有助于术前风险分层和个体化手术决策，尚待外部验证。

临床试验编号

不适用。

背景

开发并验证一种基于LASSO和多变量逻辑回归的列线图，用于预测cT1-2N0M0期乳头状甲状腺癌（PTC）患者的术前中央区淋巴结转移（CLNM），并评估其临床价值。

方法

本回顾性研究纳入652例cT1-2N0M0期PTC患者，于2024年1月至2025年6月间在广西壮族自治区人民医院甲状腺外科接受甲状腺切除联合中央区淋巴结清扫术。收集人口学特征、桥本甲状腺炎状态、实验室参数、术前细针穿刺检查结果（包括BRAF^V600E突变状态）及术前超声特征。为保证后续统计分析和模型呈现的一致性，本手稿中使用的包膜侵犯、甲状腺外侵犯（ETE）、多灶性和双侧性均指术前超声检查中怀疑或识别到的相应征象，除非另有说明。这些术语代表基于术前超声的评估，不应被解释为术后路径诊断。术后病理结果仅用于确定CLNM状态，不作为模型的预测因子。根据术后病理结果，将患者分为CLNM阳性组或CLNM阴性组。队列按6:4的比例随机分为训练组和内部留出测试组。在训练组中进行了最小绝对收缩和选择算子（LASSO）回归和多变量逻辑回归分析，以确定CLNM的独立预测因子并开发列线图。使用受试者工作特征曲线、曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）对两个队列的模型性能进行评估。

结果

多变量分析和特征重要性排序确定肿瘤大小、年龄、甲状腺外侵犯和多灶性是CLNM的主要预测因子。训练组的AUC为0.7335（95% CI：0.6838–0.7831），内部留出验证组的AUC为0.685（95% CI：0.619–0.7511）。DCA表明该列线图具有良好的临床价值。

结论

肿瘤大小、年龄、ETE和多灶性是cT1-2N0M0期PTC患者CLNM的主要相关因素。该列线图显示出中等预测性能，可能有助于术前风险分层和个体化手术决策，尚待外部验证。

临床试验编号

不适用。