基于多参数临床数据构建非小细胞肺癌脑转移生存预测模型并分析其影响因素

《Clinical and Translational Oncology》：Construction of a survival prediction model and analysis of influencing factors for brain metastasis in non-small cell lung cancer based on multi?parameter clinical data

　　

摘要

研究目的

本研究旨在确定影响非小细胞肺癌脑转移患者预后的实际因素，并构建一种实用的诺模图，用于个体化生存期预测。

研究方法

我们收集了2020年1月至2023年12月期间在我院肿瘤科接受治疗的590例非小细胞肺癌脑转移患者的临床数据，将其按7:3的比例随机分为训练组（n?=?413）和验证组（n?=?177）。通过Cox回归分析筛选出独立风险因素，进而构建诺模图预测模型。该模型的性能通过受试者工作特征曲线、C指数、校准曲线、决策曲线分析以及Kaplan–Meier生存分析来评估。

研究结果

多变量Cox分析显示，卡诺夫斯基体能评分＜70分（HR?=?1.95，p?＜?0.001）、脑转移灶数量≥3个（HR?=?1.40，p?=?0.021）以及采用全脑放射治疗作为高疾病负担的替代指标（HR?=?1.65，p?=?0.001）都是总体生存期不良的独立预测因子。尽管EGFR突变状态在多变量分析中具有边缘显著性（p?=?0.052），但由于其已明确的预后作用，仍被纳入最终诺模图。训练组在6个月、12个月、18个月和24个月时的AUC值分别为0.805、0.805、0.846和0.836；验证组的相应AUC值则为0.745、0.796、0.816和0.809。校准曲线显示预测结果与实际观察结果一致性良好。决策曲线分析表明，该模型在临床应用中具有更高的净收益。根据诺模图评分，患者被分为低风险、中风险和高风险三组，Kaplan–Meier分析显示这三组患者的生存期存在显著差异（p?＜?0.001）。

结论

该诺模图结合了卡诺夫斯基体能评分、脑转移灶数量、放射治疗方式以及表皮生长因子受体突变状态，具备良好的区分度、校准性和临床实用性。我们的模型还将实际治疗选择（全脑放射治疗与立体定向放射治疗/聚焦放射治疗）作为重要的预后评估因素。这一工具有助于实现个体化风险分层，能够及早识别高风险患者，从而为精准的临床治疗提供指导。