《Annals of Surgical Oncology》：Determinants of Non-Receipt of Guideline-Concordant Treatment in Pancreatic Cancer: A Classification Tree Analysis
编辑推荐：
背景：在胰腺导管腺癌（PDAC）中，未接受指南一致性治疗（GCT）与较差的预后相关。已有研究识别出相关因素，但关于这些因素在患者就诊于肿瘤科时的亚组中共现情况知之甚少。方法：研究人员开展了一项回顾性队列研究，纳入在两个学术中心接受治疗的PDAC患者。候选变量在
背景：在胰腺导管腺癌（PDAC）中，未接受指南一致性治疗（GCT）与较差的预后相关。已有研究识别出相关因素，但关于这些因素在患者就诊于肿瘤科时的亚组中共现情况知之甚少。方法：研究人员开展了一项回顾性队列研究，纳入在两个学术中心接受治疗的PDAC患者。候选变量在人口学、临床、社会经济和医疗利用领域预先选定。采用分类回归树（CART）模型识别与未接受GCT相关的条件性定义亚组。模型通过80/20训练/测试分割和重复交叉验证开发。结果：在1040例患者中，337例（32.4%）未接受GCT。在未剪枝和剪枝模型中，区域剥夺指数（ADI）定义了初始分割。在ADI≥7的患者中，未接受GCT更常见于通过急诊科进入医疗的患者，并进一步按种族、社会支持和诊疗及时性进行分层。在ADI<7的患者中，分层基于年龄、社会支持和体能状态。在排除年龄的敏感性分析中，ADI仍为初始分割，下游分层基于癌症筛查、保险、社会支持和白蛋白。模型在训练集上的受试者工作特征曲线下面积（AUROC）为0.849，在独立测试集上为0.662。结论：PDAC中未接受GCT与不同的临床可识别模式相关，涉及社会经济背景、医疗可及性和就诊时的患者脆弱性，突出了早期干预的潜在靶点。
**论文解读文章**
**研究背景与问题**
胰腺导管腺癌（PDAC）预计在本十年内成为癌症相关死亡的第二大原因。尽管全身治疗和手术技术有所进步，但总生存率仍较低，当前5年总生存率为13%。美国国家综合癌症网络（NCCN）临床实践指南提供了基于证据的、分期的治疗建议，遵循指南的治疗（即指南一致性治疗[GCT]）与所有分期患者的生存改善相关。然而，30%至50%的PDAC患者未接受GCT。既往研究已识别出与未接受GCT相关的多个因素，包括年龄、种族、合并症负担和社会经济劣势。然而，这些因素通常作为独立预测因子通过传统模型评估，未能反映临床实践中障碍如何共现并随患者亚组而变化。在真实世界的癌症诊疗中，结构性障碍可能影响或放大治疗前后的脆弱性或临床脆弱性。理解这些因素如何聚类和相互作用，对于识别高风险患者和制定针对性干预措施至关重要。分类回归树（CART）方法可基于变量组合识别条件性定义的亚组，以临床可解释的格式探索层次关系。因此，研究人员在两家美国东南部的学术安全网医院开展了一项双机构回顾性研究，应用CART方法分析未接受GCT的相关分层模式，旨在识别就诊时可用的人口学、临床、社会经济和可及性因素组合定义的临床可解释亚组。该研究发表于《Annals of Surgical Oncology》。
**关键技术方法**
研究人员采用CART方法，通过递归分割将数据集按预测变量划分为亚组，生成树状结构以识别条件性定义的患者群体。数据集来自2018年至2022年在美国东南部两家学术三级医疗机构治疗的PDAC患者队列，共1040例。候选变量在人口学、临床、社会经济和医疗利用领域预先选定，包括年龄、性别、种族/民族、婚姻状况、体能状态（ECOG）、合并症指数（CCI）、体重指数（BMI）、白蛋白水平、吸烟状态、保险类型、社会支持类型、驾驶距离、城乡居住地、初级保健提供者（PCP）情况、癌症筛查状态、区域剥夺指数（ADI）、诊断检查启动地点（急诊科[ED] vs. 门诊）、症状到诊断检查时间及诊断到肿瘤科就诊时间。模型采用80/20训练/测试分割和重复5折交叉验证，通过成本复杂度剪枝优化。变量重要性以基尼杂质减少量评估。敏感性分析排除年龄以检验树结构稳定性。
**研究结果**
**患者特征**：1040例患者中，337例（32.4%）未接受GCT。未接受GCT的患者年龄更大（≥80岁患者中56.1%未接受）、女性（36% vs. 29%）、黑人（43.6% vs. 29%）、未婚（40.3% vs. 26.8%）患者更常见。社会经济劣势指标（ADI≥7）与更高未接受率相关（52.2% vs. 低剥夺区的22.6%）。未接受GCT的主要原因为临床恶化无法完成计划的多模式治疗（43.6%）、卫生系统与可及性障碍（23.1%）、治疗路径中失访（17.2%）、未启动推荐治疗（13.6%）及患者偏好（2.4%）。
**未剪枝分类树**：ADI在阈值7处定义初始分割。ADI<7的患者中，年龄为下一分层变量；年龄≤80岁者进一步按PCP存在分层，有PCP且合并症指数（CCI）<2者GCT率81%；年龄>80岁者按社会支持和体能状态分层，有配偶支持者GCT率78%。ADI≥7的患者中，诊断检查启动地点为下一分层；通过ED进入医疗者GCT率较低，进一步按种族、BMI和社会支持分层（未接受率31%-68%）；非ED启动者按PCP类型和诊断到肿瘤科就诊时间分层，非医师PCP者未接受率70%。
**剪枝分类树**：ADI仍为初始分割（阈值7），ADI≥7者按诊断检查启动地点分层（ED启动者未接受率48%）；ADI<7者按年龄分层，年龄≥80岁且无配偶支持者GCT率最低。最终树保留3个终端节点，GCT率范围为52%-79%。
**敏感性分析**：排除年龄后，ADI仍为初始分割（阈值7）。ADI<7者按癌症筛查状态分层，更新筛查者GCT率76%；未更新者进一步按保险、配偶支持和白蛋白分层。ADI≥7者按诊断检查启动地点分层，ED启动者未接受率62%-68%（按种族、BMI和社会支持）；非ED启动者按PCP类型和诊断到肿瘤科就诊时间分层。
**模型性能与风险分层**：训练集上模型AUROC为0.849，灵敏度83.7%，特异度69.4%，准确率74.0%（Youden最优阈值0.333）；独立测试集上AUROC为0.662，灵敏度67.2%，特异度52.5%，准确率57.2%（阈值0.211）。
**讨论与结论**
讨论部分指出，ADI作为所有模型中的初始分割变量，强调了邻里水平社会经济背景的重要性。在高剥夺区患者中，ED启动诊断检查是未接受GCT的早期分支因素，提示系统级障碍（如碎片化医疗、转诊延迟、缺乏门诊通道）可能主导治疗结局。在低剥夺区患者中，年龄和功能状态定义后续分层，年龄≥80岁且无配偶支持者未接受率最高；年轻患者中ECOG体能状态进一步区分结局。敏感性分析中，低剥夺区的分层结构被癌症筛查、保险、社会支持等变量替代，表明临床脆弱性多维度影响治疗接受。这些发现具有直接临床意义：高剥夺区患者可能受益于系统级策略（如加强入口处护理协调、患者导航、多学科协作）；低剥夺区患者中，早期支持性干预（如营养优化、照护者参与、功能状态评估）可能有助于促进GCT接受。研究局限性包括回顾性设计、未测量混杂因素（如患者偏好）、人群来自三级转诊中心（可能遗漏早期失访者）、树结构不稳定性及区域差异。但优势包括大样本、社会经济多样性、详尽病历审查确保结局判定的准确性，以及聚焦于初始肿瘤科就诊时间点的可识别因素。结论：PDAC中未接受GCT与不同的分层模式相关，涉及社会经济背景、医疗可及性和临床因素。邻里水平剥夺始终定义队列的初始分割，后续路径反映可及性和临床脆弱性差异。这些发现为治疗路径早期时间点的相关因素提供了临床可解释框架，并将指导未来风险识别模型及潜在缓解策略的开发。
