论文部分内容阅读
[目的]卵巢癌是女性生殖系统最常见的恶性肿瘤之一,紫杉醇联合铂类化疗是治疗卵巢癌的主要方法,最常见的毒副反应为骨髓抑制,本研究拟通过对该方案化疗后骨髓抑制危险因素的筛选,建立一个Logistic回归骨髓抑制预测模型,帮助临床医生量化发生骨髓抑制的风险,指导临床治疗。[方法]使用回顾性队列研究的方法,对2013年5月至2018年5月昆明医科大学第三附属医院行紫杉醇联合铂化疗的803例卵巢癌患者病例资料进行分析,建立Logistic回归骨髓抑制预测模型。按化疗后白细胞、中性粒细胞、血小板、血红蛋白的计数对骨髓抑制及其各亚组等5组数据进行分析,具体为:骨髓抑制、白细胞抑制、中性粒细胞抑制、血小板抑制、血红蛋白抑制。根据WHO规定的抗肿瘤药物急性与亚急性毒副作用中血液学的分度标准把上述5组病例资料分别分为两组:病例组(Ⅲ-Ⅳ度)、对照组(0-Ⅱ度)。骨髓抑制是以白细胞、中性粒细胞、血小板、血红蛋白计数损害最严重的指标进行定义。对可能与上述各组有关的危险因素进行Logistic单因素分析,筛选P≤0.25的危险因素进行Logistic多因素分析,把P≤0.05的因素进入预测模型,用Bootstrap法验证,最后根据ROC曲线的AUC对预测模型进行评价,最终建立5个预测模型。[结 果]建立预测模型:重度骨髓抑制发生概率P=ex/(1+ex)①骨髓抑制:x=4.885-0.539×(前白蛋白)-0.712×(化疗前HB)-0.775×(G-CSF)-0.966×(是否复发)+0.608×(既往发生骨髓抑制分度)-0.745×(铂 RDI)-0.739×(化疗周期)AUC=0.788(95%CI 0.755-0.820),如果该模型的阳性预测概率阈值设为30.0%,则灵敏度为79%,特异性61.3%。②白细胞抑制:x=2.636+0.591×(BSA)-0.512×(化疗前HB)-0.977×(G-CSF)-0.889×(是否复发)+0.629×(既往发生骨髓抑制分度)-0.677×(化疗周期)-0.984×(前白蛋白)AUC=0.803(95%0CI 0.769-0.837),如果该模型的阳性预测概率阈值设为30.0%,则灵敏度为70.8%,特异性74.6%。③中性粒细胞抑制:x=2.368-0.890×(G-CSF)-0.993×(是否复发)+0.623×(既往发生骨髓抑制分度)-0.694×(化疗周期)-0.693×(胆固醇)AUC=0.771(95%CI:0.734-0.808),如果该模型的阳性预测概率阈值设为27.8%,则灵敏度为75.1%,特异性64.8%0④血小板抑制:x=-2.130-0.733×(化疗前PLT)+0.359×(既往发生骨髓抑制分度)AUC=0.703(95%CI 0.624-0.782),如果该模型的阳性预测概率阈值设为5.4%,则灵敏度为68.2%,特异性68.2%。⑤血红蛋白抑制:x=2.625+1.010×(年龄)-1.626×(化疗前RBC)-0.941×(化疗前PLT)-1.312×(化疗前HB)-0.741×(化疗周期)AUC=0.864(95%CI 0.810-0.918),如果该模型的阳性预测概率阈值设为15.6%,则灵敏度为67.3%,特异性88.3%。[结论]本研究所建立的Logistic回归骨髓抑制预测模型准确性较高,推荐使用骨髓抑制预测模型、白细胞抑制预测模型及中性粒细胞抑制预测模型,血小板抑制预测模型和血红蛋白抑制预测模型仅供参考,后续笔者会考虑采用前瞻性队列研究证实本文得出的结论。