《Frontiers in Endocrinology》：Risk factors for central lymph node metastasis in papillary thyroid microcarcinoma: a simplified risk scoring system
编辑推荐：
背景：中央淋巴结转移（central lymph node metastasis，CLNM）发生于20–50%的甲状腺乳头状微癌（papillary thyroid microcarcinoma，PTMC）患者中，并影响手术决策。现有预测模型需要复杂计算或专用
背景：中央淋巴结转移（central lymph node metastasis，CLNM）发生于20–50%的甲状腺乳头状微癌（papillary thyroid microcarcinoma，PTMC）患者中，并影响手术决策。现有预测模型需要复杂计算或专用工具，限制临床实用性。本研究旨在利用易获得的临床变量开发用于术前CLNM预测的简化风险评分系统。方法：这项回顾性队列研究纳入2022年1月至2026年1月期间接受甲状腺手术并行预防性中央颈清扫的486例PTMC患者。多变量逻辑回归确定CLNM的独立预测因子。通过将回归系数（β）乘以2并四舍五入为整数来建立简化风险评分系统。使用bootstrap重采样（1000次）进行内部验证。结果：确定4个独立预测因子：男性（β=0.52，校正OR 1.68，95% CI 1.12–2.53）、肿瘤大小>5 mm（β=0.76，校正OR 2.14，95% CI 1.45–3.16）、多灶性（β=0.64，校正OR 1.89，95% CI 1.23–2.91）和甲状腺外侵犯（extrathyroidal extension，ETE）（β=1.02，校正OR 2.76，95% CI 1.68–4.53）。评分系统对男性和多灶性各赋1分，对肿瘤大小>5 mm和ETE各赋2分（总分0–6）。表观AUC为0.742（95% CI 0.698–0.786），乐观校正AUC为0.738。危险分层显示CLNM率递增：极低危（评分0，0%）、低危（评分1，22.3%）、中危（评分2–3，34.6%）、高危（评分4–6，62.2%）（趋势p<0.001）。结论：该四变量简化评分系统利用术前可用数据有效对PTMC的CLNM风险进行分层。评分≤1的患者可考虑较小范围手术或主动监测，评分≥4者应考虑预防性中央颈清扫。该实用工具可在无专用软件时实现即时床旁风险评估，但需外部验证。
论文解读：《Frontiers in Endocrinology》发表PTMC中央淋巴结转移简化评分研究
研究背景：甲状腺乳头状癌（papillary thyroid carcinoma，PTC）约占所有甲状腺癌85%，其中最大径≤10 mm的甲状腺乳头状微癌（PTMC）因超声筛查普及而占比越来越高。尽管预后好，PTMC仍有20–50%发生中央淋巴结转移（central lymph node metastasis，CLNM），会增加局部复发与再手术风险。临床淋巴结阴性PTMC是否做预防性中央颈清扫（prophylactic central neck dissection，pCND）长期存在争议：2015年美国甲状腺协会（American Thyroid Association，ATA）指南倾向按危险因素选择性pCND，2025年ATA指南则强烈不建议对小体积、临床淋巴结阴性PTC常规pCND，仅条件性允许在高级别原发瘤或淋巴结信息会影响后续治疗时选择性清扫。现有列线图或机器学习模型要么需图形/在线工具、打断流程，要么如黑箱需专用软件，床旁实用性差。因此研究人员希望用术前易得变量建立可心算的简化评分系统，服务个体化手术决策。
主要技术方法：研究人员采用单中心回顾性队列，来源为2022年1月至2026年1月在本机构接受甲状腺手术并施行pCND的PTMC患者，从612例连续病例中按纳入排除标准得到486例最终队列；两个研究员独立抽电子病历、手术与病理数据，超声由≥5年经验放射科医师在术前30天内完成，病理由内分泌病理医师盲法复核；用单因素与多变量逻辑回归（向后逐步、似然比检验）筛独立预测因子，以β×2取整建分，用1000次bootstrap重采样做乐观校正，零事件组用Firth罚似然法，另做肿瘤大小阈值与亚组敏感性分析。
研究结果
3.1 患者特征：研究人员分析486例，CLNM 142例（29.2%）；表列年龄、性别、肿瘤大小、多灶性、ETE、被膜侵犯、桥本甲状腺炎分布，CLNM组更年轻、男性更多、肿瘤更大、多灶性与ETE更常见。
3.2 单变量与多变量分析：研究人员将年龄<45岁、男性、大小>5 mm、多灶性、ETE、被膜侵犯、微钙化纳入候选；微钙化因与ETE相关被排，年龄<45岁与被膜侵犯未进最终模型，最终四个独立预测因子为男性、大小>5 mm、多灶性、ETE，对应β与校正OR见表。
3.3 评分系统建立：研究人员把β×2取整，男性1分、多灶性1分、大小>5 mm 2分、ETE 2分，总分0–6；评分0者86例CLNM 0%，1分112例22.3%，2分102例31.4%，3分112例37.5%，4–6分74例62.2%，分数越高风险越高。
3.4 ROC分析与临床截点：研究人员得到表观AUC 0.742、校正AUC 0.738；评分≥2敏87.3%特52.3%，评分≥4敏38.0%特87.2%，可据场景选敏感或特异截点。
3.5 危险分层：研究人员分极低危0分、低危1分、中危2–3分、高危4–6分，趋势检验p<0.001；高危对极低危用Firth法OR 12.5（5.2–29.7），对低危OR 5.6（3.2–9.8）。
3.6 模型稳健性与截点优化：研究人员比较>4、>5、>6、>8 mm，>5 mm的AUC最高（0.738）且低危CLNM率最低；排除滤泡亚型、排除桥本、按年龄与性别分层后AUC 0.728–0.752，模型稳健。
讨论总结：研究人员指出四因子与既往大队列一致，但年龄未显著可能受桥本甲状腺炎与超声表型捕获影响；粗分肿瘤位置丢失空间分辨率是取舍结果；>5 mm阈值为指南主动监测边界提供实证；相比复杂列线图与机器学习，本系统牺牲部分判别力换床旁可用性与跨场景稳定性；局限为单中心回顾、缺BRAF V600E等分子标记、高分亚组样本小、内部bootstrap乐观校正可能低估过拟合，外部验证正在进行。
结论翻译：该简化四变量评分系统利用易获得的术前变量有效对PTMC患者CLNM风险分层。低危（评分≤1）可考虑较小范围手术或主动监测，高危（评分≥4）应考虑pCND。该实用工具无需专用软件即可即时床旁风险评估；然而需外部验证以确认其在不同临床环境中的推广性。
