论文部分内容阅读
研究背景:甲状腺癌是目前最为常见的内分泌恶性肿瘤,发病率增加主要归因于分化型甲状腺癌(Differentiated thyroid cancer,DTC)。DTC患者的治疗方式为甲状腺全切或次全切,伴有或不伴有淋巴结清扫;术后会根据患者疾病状况选择性给予131I治疗以及促甲状腺激素抑制治疗。131I治疗可同时破坏、清除术后残余病灶及转移灶,从而降低复发风险和死亡率,在DTC患者整个治理过程中有重要作用。临床上医生和患者都很关注首次1311治疗后的结果。2015年美国甲状腺癌协会(American Thyroid Association,ATA)指南中提出了动态反应评估体系,即在患者131I治疗后6~12个月依据患者血清学和影像学检查结果将患者划分为疗效满意(Excellentresponse,ER)、疗效不确切(Indeterminateresponse,IDR)、生化疗效不佳(Biochemical incomplete response,BIR)和结构疗效不佳(Structural incomplete response,SIR)。但目前无法准确识别有不良预后的患者人群,导致DTC过度治疗现象显著存在,引发一系列的不良反应。因此有必要早期识别预后良好或不良的人群,对调整患者的治疗方案以及随访策略有重要意义。目前,多数研究都在探索影响131I治疗的相关因素,但仅采用单一方法构建模型且模型缺乏验证,临床应用价值不清;倾向于使用TNM分期或ATA危险分层等综合指标预测预后,但实际临床工作者对综合指标的理解各不相同,造成不同的预测结果。因此,本研究的目的是通过对DTC患者可获得的临床、病理、生化、影像学特征分析,探索影响DTC患者在131I治疗后不同疗效结局的因素,利用不同的统计学方法来构建符合本研究中人群特征的预测模型,对各模型的性能和临床实用性给予评价和比较,以期得到最优的统计学模型,早期筛选出预后良好和不良的人群,为DTC患者进一步的治疗提供更精确的依据。研究方法:本研究回顾性和前瞻性地收集从2015年12月至2020年12月底进行131I治疗的符合条件的DTC患者共1642例。根据患者131I治疗首次治疗时间将患者分为训练集(973例)和测试集(669例),依据随访结果将患者分为ER组和Non-ER组(IDR、BIR、SIR)。依据患者临床基本信息、血清学检查结果、术后病理报告、影像学检查结果,分别用Logistic回归、随机森林、支持向量机、Adaboost四种方法构建模型,预测DTC患者的预后。运用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC 曲线)和 ROC 曲线下面积(Area Under ROCCurve,AUC)来评估模型的区分度,用校准曲线评价模型的校准度以及临床决策曲线评价模型的临床效用。研究结果:通过对预测因子筛选,同时考虑有统计学意义和临床意义的指标,最终共有6个变量用于构建模型,分别为:性别、肿瘤最大径、腺外侵犯、淋巴结转移个数、治疗前刺激性甲状腺球蛋白、131I治疗后全身现象(Post-therapy whole-body scanning,Rx-WBS)。在构建的四个模型中,各模型的AUC在训练集和测试集中均为0.800以上,其中在训练集中,AUC最高为Adaboost模型,可达到0.844,灵敏度和特异度在四个模型中较为折衷。测试集中虽然Logistic回归模型AUC最高为0.869,但与Adaboost模型(AUC为0.857)比较并无统计学差异,且Logitsic模型在训练集和测试集中的稳定性表现欠佳。四种模型的校准曲线在训练集和测试集中均可比较好的反应预测的疗效反应和实际的疗效反应之间的一致性程度。四种模型的决策曲线较为接近,且各模型在任意阈值概率下的临床净收益都要显著高于采用指南中建议的综合指标TNM分期或ATA危险分层预测预后的净收益。研究结论:本研究中筛选出能预测患者131I治疗预后不良的主要变量依次为:131I治疗前刺激性甲状腺球蛋白水平(Preablative stimulated thyroglobulin,PresTg)、Rx-WBS报告结果、淋巴结转移个数、性别、腺外侵犯、肿瘤最大径。这些变量可作为指标用于构建预测模型,实现早期筛选预后良好和不良人群的目的,为DTC患者进一步个性化精准治疗提供依据。四种方法构建的预测DTC患者131I治疗疗效反应的预测模型,均具有较好的区分度、校准度。综合比较,Adaboost模型在稳定性和区分度方面表现更为优异。考虑临床效用,综合指标TNM分期或ATA危险分层预测131I治疗后的疗效反应的表现并不优于采用基础指标预测预后。