论文部分内容阅读
目的:卵巢子宫内膜样癌(ovarian endometrioid cancer,OEC)临床少见,诊断时多在早期,预后较好。目前主要根据国际妇产科联合会(international federation of gynecology and obstetrics,FIGO)分期判断OEC患者预后,然而现有研究表明年龄、手术残存肿瘤大小、腹膜播散、相关基因突变、手术、化疗等也显著影响其预后。本研究的目的是探讨影响OEC患者癌症特异性生存(cancer-specific survival,CSS)的预后因素,建立并验证OEC患者预后列线图预测模型,同时建立风险分层系统区分低、中、高危风险人群。方法:从监测、流行病学和最终结果(The Surveillance,Epidemiology and End Results,SEER)数据库中检索了2000-2018年卵巢癌患者的相关数据,分析卵巢癌不同组织学亚型的发病率、占比和CSS曲线。将OEC患者按7:3的比例随机分为建模组和验证组,对建模组中患者通过单因素和多因素Cox回归分析确定OEC的独立预后因素,并创建OEC患者3年、5年和10年CSS的列线图预测模型。然后使用C指数、ROC曲线下面积(area under ROC curve,AUC)、净重分类指数(net reclassification index,NRI)和综合判别改善(integrated discrimination improvement,IDI)评估列线图预测模型的预测能力。使用校准曲线来评估列线图预测模型的准确性。使用决策曲线分析(decision curve analysis,DCA)来比较列线图预测模型和FIGO分期模型的临床实用性。基于列线图预测模型,还创建了网页预测小程序便于临床使用。最后,建立风险分层系统区分低、中、高危风险人群。结果:1、2000-2018年期间,卵巢癌和OEC的年龄调整后发病率均呈下降趋势,子宫内膜样癌占卵巢癌的12.22%。不同组织学亚型的卵巢癌之间的预后存在显著差异(P<0.001),子宫内膜样癌预后较好,5年CSS率为81.3%。2、多因素分析结果显示OEC患者CSS的独立预后因素包括年龄、婚姻状况、肿瘤偏侧性、病理分级、FIGO分期、肿瘤大小、初诊CA125和手术方式(P<0.05)。3、建模组和验证组的列线图预测模型C指数分别为0.819和0.812;3年、5年和10年的列线图预测模型的AUC值均大于0.80(建模组:0.840、0.841和0.833,验证组:0.803、0.804和0.795),NRI(建模组:0.267、0.287和0.313,验证组:0.250、0.314和0.355)和IDI(建模组:0.052、0.063和0.075,验证组:0.061、0.081和0.087)均大于0,说明列线图预测模型与经典的FIGO分期系统相比具有更好的预测能力。建模组和验证组的校正曲线显示预测值与实际观测值高度一致,表明列线图预测模型具有良好的准确性。DCA曲线也显示列线图预测模型较FIGO分期系统具有更好的临床实用性。4、基于列线图预测模型的风险分层系统可以有效区分低、中、高危组患者(P<0.001)。结论:1、OEC患者CSS的独立预后因素包括年龄、婚姻状况、肿瘤偏侧性、病理分级、FIGO分期、肿瘤大小、初诊CA125和手术方式。2、列线图预测模型能准确地个体化预测OEC患者的生存及预后情况,相较于FIGO分期系统有更好的预测能力和临床实用性。3、风险分层系统可有效区分低、中、高危风险人群,为临床治疗提供参考。