《Frontiers in Endocrinology》：Development and internal validation of a nomogram for predicting lymph node metastasis posterior to the right recurrent laryngeal nerve in papillary thyroid carcinoma: a single-center retrospective study
编辑推荐：
背景：右喉返神经后方的淋巴结（LN-prRLN）位于右侧中央区的深部。清扫该区域技术难度高，且会增加神经和甲状旁腺损伤的风险，而残留的隐匿性转移可能导致疾病持续或复发。预先了解哪些患者可能存在LN-prRLN转移，将有助于个体化地确定中央区颈清扫的范围。
方法
背景：右喉返神经后方的淋巴结（LN-prRLN）位于右侧中央区的深部。清扫该区域技术难度高，且会增加神经和甲状旁腺损伤的风险，而残留的隐匿性转移可能导致疾病持续或复发。预先了解哪些患者可能存在LN-prRLN转移，将有助于个体化地确定中央区颈清扫的范围。
方法：研究人员回顾性分析了2021年8月至2026年2月期间在某单一三级医疗中心接受治疗的320例甲状腺乳头状癌（PTC）患者，所有患者均接受了甲状腺切除术及右侧中央区颈清扫术，并单独获取了LN-prRLN标本。通过单变量logistic回归筛选候选临床病理学变量；其中非冗余且P<0.05的二分类变量随后纳入多变量Firth惩罚似然模型（因166例中央区淋巴结阴性患者中仅有1例发生事件，导致普通最大似然估计存在偏倚）。独立预测因子构成了一个列线图，并通过1000次Bootstrap重抽样（重复整个模型构建流程）进行内部验证，评估其区分度、校准度（包括经乐观校正的校准斜率和Hosmer-Lemeshow检验）及临床效用（决策曲线分析，DCA）。
结果：320例患者中，51例（15.9%）存在LN-prRLN转移。多灶性（比值比[OR] 4.46）、肿瘤直径>10 mm（OR 2.87）、峡部/近峡部位置（OR 6.28）、中央区淋巴结转移（OR 49.15）及侧方淋巴结转移（OR 13.90）是独立预测因子（所有P<0.05），而包膜侵犯未被保留（P=0.286）。所构建的列线图受试者工作特征曲线下面积（AUC）达0.936（95%置信区间0.901–0.971；经乐观校正后为0.927），在最佳截断值0.226处，敏感度为0.843，特异度为0.896。校准曲线接近理想线（经乐观校正的校准斜率为0.961，截距为?0.024；Hosmer-Lemeshow检验P=0.285），DCA显示在临床可行的阈值概率范围内具有正向净获益。
结论：结合多灶性、肿瘤大小、峡部位置以及中央区和侧方淋巴结转移的列线图，能够以高区分度和可接受的内部校准度预测LN-prRLN转移。该列线图旨在结合术前影像学对淋巴结状态的评估使用，但在常规应用前需进行外部验证（最好是前瞻性多中心研究）。然而，需要强调的是，中央区和侧方淋巴结状态——两个最强的预测因子——是根据最终的组织病理学报告编码的，由于术前超声和增强CT对中央区转移的敏感性有限，因此本文报告的效能是该列线图基于影像学输入使用时所能达到性能的上限。
论文解读文章
研究背景与目的
甲状腺癌是最常见的内分泌恶性肿瘤之一，其中甲状腺乳头状癌（PTC）占绝大多数，预后通常良好，但颈部淋巴结转移发生率高且出现早，易导致局部区域复发和再次手术。中央区（VI区）是PTC淋巴结转移的首站区域，因此中央区颈清扫在外科治疗中占据重要地位。位于右喉返神经后方（LN-prRLN）的淋巴结是右侧中央区的一个特殊亚区，由于其位置深在，清扫该区域技术要求高，且增加了喉返神经及甲状旁腺损伤的风险；然而，若不清扫，残留的隐匿性转移可能导致疾病持续或复发。既往研究报告的LN-prRLN转移率差异较大（约2.7%至38.3%）。已有一些研究建立了针对该亚区的风险预测模型，但这些模型所采用的预测因子各不相同，且均未在原始队列之外得到验证，缺乏一个仅基于常规记录的临床病理变量的、易于推广的模型。因此，本研究旨在分析PTC患者LN-prRLN转移的相关因素，并开发和内部验证一个仅由五项常规记录变量构成的列线图，以辅助临床医生做出关于是否清扫LN-prRLN的个体化决策。
研究方法概述
这是一项在中国苏州大学附属第四医院甲状腺乳腺外科进行的单中心回顾性研究。研究人员纳入了2021年8月至2026年2月期间连续收治的320例行甲状腺切除及右侧中央区颈清扫（包括单独获取LN-prRLN标本）的PTC患者。研究排除了其他甲状腺恶性肿瘤、既往有甲状腺手术史或颈部放疗史以及临床病理数据不全的患者。所有候选变量均来自标准化的手术记录和结构化病理报告。统计分析采用R 4.4.2软件。首先通过单变量logistic回归筛选候选变量，然后将P<0.05的非冗余二分类变量纳入多变量Firth惩罚似然logistic回归模型（因中央区淋巴结阴性组中仅1例发生事件，为避免小样本偏倚）。根据最终模型的五个独立预测因子构建列线图。模型的区分度通过受试者工作特征曲线下面积（AUC）量化，并通过DeLong法比较组合模型与各单项预测因子的AUC。模型的校准度通过1000次Bootstrap重抽样（重复整个模型构建流程）进行内部验证，计算乐观校正后的C统计量、校准斜率和截距，并绘制校准曲线及进行Hosmer-Lemeshow检验。临床效用通过决策曲线分析（DCA）进行评估。
研究结果
患者基线特征：320例PTC患者中，51例（15.9%）存在LN-prRLN转移。与无转移组相比，转移组患者的肿瘤更大（平均1.45 cm vs. 1.05 cm），且肿瘤直径>10 mm、多灶性、峡部/近峡部位置、包膜侵犯、中央区及侧方淋巴结转移的比例均显著更高。年龄、性别及合并桥本甲状腺炎在两组间无显著差异。
单变量分析：单变量logistic回归显示，多灶性、肿瘤直径>10 mm、峡部/近峡部位置、包膜侵犯、中央区淋巴结转移及侧方淋巴结转移均与LN-prRLN转移显著相关。年龄、性别及桥本甲状腺炎则无显著关联。
多变量分析与列线图构建：将六个有意义的变量纳入多变量Firth惩罚似然模型后，多灶性（OR 4.46）、肿瘤直径>10 mm（OR 2.87）、峡部/近峡部位置（OR 6.28）、中央区淋巴结转移（OR 49.15）及侧方淋巴结转移（OR 13.90）被确定为独立预测因子，而包膜侵犯不再显著。基于这五个变量构建的列线图显示，中央区淋巴结转移贡献的分数最高（100分），其次是侧方淋巴结转移、峡部/近峡部位置、多灶性和肿瘤直径>10 mm。最终的logistic模型方程为：logit(P) = ?6.96 + 1.50×(多灶性) + 1.05×(肿瘤>10 mm) + 1.84×(峡部/近峡部位置) + 3.90×(中央区淋巴结转移) + 2.63×(侧方淋巴结转移)。
区分度：列线图的AUC为0.936（95% CI 0.901–0.971），经Bootstrap内部验证后，乐观校正后的C统计量为0.927，表明过拟合程度低。在最佳截断值0.226处，敏感度为0.843，特异度为0.896。该列线图的区分能力显著优于任何一个单独的预测因子。
校准度：经Bootstrap内部验证，乐观校正后的校准斜率为0.961，校准截距为?0.024，均非常接近理想值1和0。校准曲线接近45度理想线，Hosmer-Lemeshow检验显示无显著失拟（P=0.285），表明模型校准良好。
临床效用：决策曲线分析显示，在约0.01至0.95的广泛阈值概率范围内，使用该列线图进行决策的净获益均高于“全部治疗”或“全部不治疗”的策略。例如，在阈值概率为0.10时，使用列线图可比对所有患者都进行清扫的策略，每100名患者中节省约52次不必要的清扫，同时检出相同数量的转移。
敏感性分析与选择稳定性：将年龄切点换为55岁或将肿瘤直径作为连续变量纳入模型，均不影响主要结论。去除中央区淋巴结状态后，AUC降至0.851。Bootstrap重抽样显示，侧方淋巴结转移和中央区淋巴结转移在超过98%的重抽样中被选中，而多灶性、峡部位置和肿瘤直径>10 mm的选中率分别为94%、70%和69%，表明后两者稳定性稍弱。
讨论与结论
本研究发现，在320例PTC患者中，LN-prRLN转移率为15.9%。多灶性、肿瘤直径>10 mm、峡部/近峡部位置、中央区及侧方淋巴结转移是其独立预测因子。其中，中央区淋巴结转移权重最大，这与PTC典型的逐级向前扩散模式相符。值得注意的是，在166例中央区淋巴结阴性的患者中仍有1例（0.6%）发生LN-prRLN转移，提示存在跳跃性转移的可能，尽管概率极低。侧方淋巴结转移标志着更重的淋巴结负荷。峡部肿瘤因其独特的双向引流模式而与更高的中央区转移风险相关。包膜侵犯在多变量分析中失去显著性，可能因其效应已被更强的淋巴结变量所捕获。
与既往模型相比，本研究的主要贡献在于：1）仅使用五项常规记录的变量，提高了模型的可移植性；2）采用了严格的统计学方法（Firth惩罚似然、完整的Bootstrap内部验证）并遵循TRIPOD报告规范，为未来外部验证提供了稳定的基准；3）量化了中央区阳性组内根据侧方状态分层的风险梯度（从19%到79%），以及在双区阴性时的残余风险（约0.6%）。
研究局限性：本研究为单中心回顾性研究，且仅进行了内部验证，尚需外部（最好是多中心、前瞻性）验证。最关键的局限在于，中央区和侧方淋巴结状态这两个最强预测因子是基于术后病理报告编码的，而非术前影像学评估。由于术前超声和增强CT对中央区转移的敏感性有限，因此本文报告的模型效能（AUC 0.936）应被视为一个上限，在实际术前应用中，其性能可能会下降。此外，变量选择采用了传统的单变量筛选方法，可能导致性能膨胀，且两个较弱预测因子的选择稳定性一般。
结论：多灶性、肿瘤直径>10 mm、峡部/近峡部位置以及中央区和侧方淋巴结转移是PTC患者LN-prRLN转移的独立预测因子。基于这五个因素构建的列线图在开发队列中显示出良好的区分度、可接受的校准度和正向的净获益，有望帮助外科医生做出关于LN-prRLN清扫的个体化、风险适应型决策。其输入变量理论上可在术前获得，但由于模型是基于病理学淋巴结状态推导的，其基于影像学输入的效能将会降低，因此在外部和前瞻性验证完成之前，它应仅作为决策辅助工具，而不应取代临床判断。
