综述：宫颈癌放射治疗下消化道放射性毒性预测模型的系统评价

《BMC Cancer》：Risk prediction models for lower gastrointestinal radiation toxicity in cervical cancer radiotherapy: a systematic review and methodological assessment

　　

摘要

背景

下消化道放射性毒性是宫颈癌放射治疗的重要并发症。我们回顾了相关预测模型、其验证情况以及其临床转化的潜在可能性。

方法

检索截至2026年6月29日的八个中文及国际数据库。数据提取参考CHARMS标准，方法学评价采用PROBAST + AI工具。结局指标分为直肠毒性、肠道或肠毒性，以及更广泛的胃肠道毒性。急性与晚期终点以及验证设置分别考虑。由于异质性过大，无法进行荟萃分析。本系统评价未进行前瞻性注册。

结果

共纳入19篇报道，累计报告样本量为3,416例；该总数并非独立患者人数，因为同一队列的参与者被纳入两篇报道中。报告的毒性发生率范围为19.8%至61.35%。模型采用回归、机器学习或深度学习，预测因子包括临床、剂量学、实验室、影像及组学特征等。大多数性能估计来自开发队列或内部验证。报告的AUC或C指数值在异质性终点和评估设置下范围为0.588至0.975，不可直接比较。一项多中心研究报告了独立外部验证结果：双放射组学模型AUC为0.755，深度学习模型AUC为0.773，整合列线图AUC为0.803。多篇报道提供了校准曲线和决策曲线分析，但校准、实施和可重复性信息的提取仍不完整。记录的PROBAST + AI评价识别出分析领域的显著问题；本系统评价共纳入29个不同的最终预测模型。

结论

外部验证仍然有限，现有证据不足以支持常规临床转化。未来研究应提供透明的模型规格、适当的验证、校准评估，以及对模型指导临床护理具有临床意义的评估。