《Cancers》：Development of a Web-Based Nomogram for Predicting Survival in Patients with Esthesioneuroblastoma Using SEER Database
编辑推荐：
背景：嗅神经母细胞瘤（ENB）是一种起源于嗅上皮的罕见神经外胚层肿瘤。本研究旨在确定生存决定因素并构建基于Web的列线图（nomogram），为ENB患者提供个体化生存预测。方法：研究人员利用监测、流行病学和最终结果（SEER）数据库识别2000年至2022年
背景：嗅神经母细胞瘤（ENB）是一种起源于嗅上皮的罕见神经外胚层肿瘤。本研究旨在确定生存决定因素并构建基于Web的列线图（nomogram），为ENB患者提供个体化生存预测。方法：研究人员利用监测、流行病学和最终结果（SEER）数据库识别2000年至2022年间诊断为ENB的患者。采用Cox比例风险模型和Kaplan–Meier生存曲线分析患者人口统计学、肿瘤特征和治疗数据。构建基于Web的列线图以预测特定患者个体化的5年和10年生存概率。结果：共分析941例ENB患者。1年、2年、5年和10年总生存（OS）率分别为89%、85%、75%和58%。多变量分析显示，年龄超过50岁（p < 0.001）和肿瘤大小超过6.0 cm（p < 0.01）是较差OS的独立预测因素。与仅接受全切除术（GTR）治疗的患者相比，仅接受化疗（CT）治疗（p < 0.01）、CT和放疗（RT，p < 0.01）、GTR + CT（p < 0.05）、仅RT（p < 0.01）或未治疗（p < 0.001）的患者观察到较差的OS。在仅GTR与GTR + RT、GTR + RT + CT、次全切除术（STR）或STR联合辅助治疗之间未发现OS的统计学显著差异。所得ENB预后列线图表现出可接受的预测性能，一致性指数（C-index）为0.733 ± 0.041，曲线下面积（AUC）为0.749。结论：年龄和肿瘤大小是ENB的关键生存决定因素，GTR仍是基础治疗。所开发的基于Web的预后列线图成功量化了个体化生存概率，为临床医生提供了指导ENB患者循证咨询和管理的定制工具。
论文解读
研究背景：嗅神经母细胞瘤（Esthesioneuroblastoma, ENB）是起源于嗅上皮基底祖细胞的罕见神经外胚层肿瘤，占上呼吸消化道肿瘤的0.3%、恶性鼻腔肿瘤的3–6%。其症状常为单侧，包括鼻塞、鼻出血伴头痛和嗅觉减退，易类似感染，诊断可延迟6–12个月。患者可出现颅神经异常、中耳积液、突眼或结膜充血。诊断依靠内镜和组织学/活检，影像（计算机断层扫描和磁共振成像）及淋巴结细针穿刺用于评估。目前使用Hyams组织病理学分级、改良Kadish或Duguerov分期指导治疗和预测生存。但ENB诊断困难，原因包括低发病率（0.4例/百万人）、病例报告少（约1200例）、表现多变（17%成人诊断时淋巴结转移）以及缺乏通用分级、分期和治疗。治疗包括手术、放疗（radiotherapy, RT）和化疗（chemotherapy, CT），可单独或联合；因肿瘤邻近眼眶和前颅底，完全切除并非总能实现。最常见为手术（前颅面切除）和术后RT，但RT完整获益未明确；不可切除或转移性肿瘤中辅助CT有指征，但其获益未知。因此，需明确影响生存的预后因素。研究人员利用大型数据集提供更广泛患者群体的预后关联，提出个体化预后模型以估计生存并指导临床决策。
研究开展与结论：研究人员基于监测、流行病学和最终结果（Surveillance, Epidemiology, and End Results, SEER）数据库，分析2000–2022年941例ENB患者，构建首个基于Web的列线图（nomogram），预测5年和10年总生存（overall survival, OS）。多变量分析显示年龄>50岁和肿瘤大小>6.0 cm是较差OS的独立预测因素；与仅全切除术（gross total resection, GTR）相比，仅CT、CT+RT、GTR+CT、仅RT或未治疗OS更差；仅GTR与GTR+RT、GTR+RT+CT、次全切除术（subtotal resection, STR）或STR联合辅助治疗无显著差异。该列线图C-index为0.733 ± 0.041，AUC为0.749，意义在于为ENB提供个体化生存预测和循证咨询工具。
技术方法概括：数据来自SEER数据库18个注册中心，2000–2022年诊断的ENB患者，组织学代码ICD-O-3 9522/3（嗅觉神经母细胞瘤）。采用回顾性队列设计，主要终点OS。使用单变量和多变量Cox比例风险（proportional hazards, PH）模型筛选预后因素，Kaplan–Meier曲线（KMC）分析生存，Weibull加速失效时间（accelerated failure time, AFT）参数生存模型构建Web列线图。通过一致性指数（concordance index, C-index）、受试者工作特征（receiver operating characteristic, ROC）曲线和曲线下面积（area under the curve, AUC）评估性能，并进行1000次bootstrap重抽样内部验证和按诊断年份的时间验证。样本队列来源为SEER数据库。
研究结果：
3.1 Demographics：941例ENB患者中，男性57%、白人65%、≥50岁61%，平均诊断年龄53.91 ± 16.82岁。肿瘤最常见位于鼻咽和鼻腔（82%）。84%接受手术，其中31% GTR、69% STR；CT占70%，RT占31%。这些百分比表示接受或不接受特定治疗的患者数，不调查多模式治疗；多模式治疗在单变量分析中调查。
3.2 Overall Survival (OS)：941例患者中位OS 13.6年，平均12.83年，1年生存概率89.6%。
3.3 Survival Analysis：1、2、3、5、10年生存概率分别为89.6%、84.7%、80.3%、74.7%、58.2%。单变量分析显示OS受性别、年龄、肿瘤大小、肿瘤位置和治疗显著影响。男性OS较差（HR 1.36；95%CI 1.10–1.68；p<0.001）；≥50岁较差（HR 2.5；95%CI 1.98–3.16；p<0.001）；肿瘤3–6 cm（HR 1.65；95%CI 1.08–2.51；p<0.05）和>6 cm（HR 2.47；95%CI 1.51–4.03；p<0.001）较<3 cm差；鼻旁窦肿瘤较鼻咽和鼻腔OS更好（HR 0.69；95%CI 0.52–0.93；p<0.05）。与仅GTR相比，CT（HR 10.7）、CT+RT（HR 4.33）、RT（HR 7.51）、STR+CT（HR 4.47）、无治疗（HR 4.49）OS显著更差；GTR+CT（HR 6.76）和STR+CT+RT（HR 2.05）也较差。多变量分析纳入457例，≥50岁（HR 2.79；95%CI 1.89–4.1；p<0.001）和肿瘤>6 cm（HR 2.07；95%CI 1.23–3.5；p<0.01）为独立预测因素；无治疗、CT、CT+RT、RT较仅GTR OS显著更差；性别和肿瘤位置失去显著性。构建列线图预测5年和10年生存，并制成Web列线图；C-index 0.733 ± 0.041，AUC 0.749；bootstrap内部验证后AUC 0.714；时间验证早期（≤2017，n=346）AUC 0.755，后期（≥2018，n=111）AUC 0.786。
讨论部分总结：
4.1 Sex：ENB男性更常见且OS更差；部分研究一致，但Dias等、Morita等、Malouf等、Marinelli等未发现性别影响OS，性别真实影响未完全明确。
4.2 Age：平均诊断年龄53.91 ± 16.82岁，中位55岁，与峰值50–60岁一致；≥50岁显著恶化OS。Tajudeen等、Dulguerov & Calcaterra、Marinelli等支持年龄影响OS，但Morita等、Bachar等、Dias等、Malouf等未发现显著影响。
4.3 Race + Tumor Size + Tumor Location：种族不影响OS，Vuong等、Tajudeen等、Sharma等也一致。肿瘤大小3.0–6.0 cm和>6.0 cm影响OS；鼻旁窦肿瘤较鼻咽和鼻腔更差。非CNS病例可能反映广泛肿瘤负荷，因样本小被排除。Kadish分期中更高分期与更差结果相关，提示分期重要性。
4.4 Treatment：GTR优于CT、CT+RT、RT、STR+CT、GTR+CT、STR+CT+RT和无治疗；GTR与STR OS相似。文献中手术或RT优于无治疗，CT单独较无治疗改善OS，手术+RT联合更优；STR与GTR相当，手术入路需考虑肿瘤大小、位置、邻近结构和合并症；无标准治疗，需个体化，但手术重要。
4.5 Nomogram：列线图基于人口统计学、病理和临床因素提供预测生存，按变量显著性分配点权重。非显著人口统计学变量也可改善分层。该列线图基于n=457，C-index 0.733 ± 0.041、AUC 0.749，区分存活与非存活能力可接受。Web列线图是首个为ENB开发，可指导临床决策。
4.6 Limitations and Future Directions：SEER回顾性设计缺乏治疗时机、组织病理学数据（如Hyams分级、有丝分裂、坏死、菊形团）、肿瘤复发率、重复手术和疾病进展，影响预测准确性；排除483例缺失肿瘤大小降低样本量。但国家登记提供代表性队列，增强功效和普遍性。未来需前瞻性多中心外部验证并纳入组织病理学分级、治疗时机和长期复发数据。
研究结论翻译：在本研究中，研究人员检查了941例ENB患者中确定OS的最重要预后因素。研究人员发现性别、年龄、肿瘤大小、肿瘤位置和治疗方式均在OS中起重要作用。研究人员还提供了显著单变量变量的KMC曲线，以及显著多变量分析的森林图和列线图。此外，该Web列线图基于年龄、性别、肿瘤大小和位置以及治疗方式提供患者特定生存的个性化计算。这是首个为ENB开发的Web列线图。未来研究可通过前瞻性多中心数据进行外部验证，并纳入组织病理学分级、治疗时机和长期复发数据等额外变量，以改善模型预测准确性。
