研究目的临床上常将单个直径≤5cm的肝癌称为小肝癌,根据大多数指南推荐,其治疗一般首选肝移植和肝切除术。与直径>5cm的肝癌患者对比,小肝癌具有切除率高、包膜更完整、死亡率低、分化程度好、多为单结节、不易发生癌栓等特点。但肝癌复发率高,预后差,即使是普遍认为治疗效果较好的小肝癌也是如此。所以临床上能对肝癌预后进行预测,尽早发现那些高风险患者,积极采取治疗措施显得尤为重要。列线图是根据不同因素的量化结果,构建用于预测特定结果的预测工具。因能根据个体差异和疾病特征评估不同患者的个性化风险,直观、可视化呈现所要预测的结果,而广泛应用于研究癌症的预后。阅读文献发现,关于预测肝癌生存率的列线图研究有很多,但针对小肝癌患者构建预测生存率的列线图相对较少。且既往预测模型存在以下几点不足:首先,关于肝癌远期生存预测的预测模型研究很多,但仍各有各的缺陷。有的只建立了总生存率的预测模型,而忽略了肿瘤特异生存分析,对特定疾病的研究存在不足;有的模型建立之后因样本量少而缺乏验证;有的进行了验证,但ROC曲线下面积或C指数较小,预测能力有限。有的研究模型样本充足,预测性能良好,但研究人群是针对所有肝癌患者,对小肝癌这一亚组人群的预测能力有待验证;有的模型如公式、评分表等,可能预测效能不错,但计算过程复杂,不直观,在临床实践过程中适用性不佳。其次,关于预测肝癌预后的研究有许多是关于活体肝脏移植、手术切除、射频等治疗之后的复发危险因素及生存分析,部分研究没有纳入未手术治疗或合并淋巴结转移的病例,因此对小肝癌整体预后的研究存在偏倚,对伴有转移以及未能手术的患者的研究不够全面。再次,在研究方法上大多数研究的做法是先通过统计学方法分析出独立影响因子,利用独立影响因子构建预测模型,而不是先从预测模型整体性能的角度出发,前者可能存在各因子之间共线性影响,导致模型过度拟合,稳定性不佳,在别的数据集中不能泛化其预测性能的可能性。目前临床上缺乏较大样本、纳入对象全面的预测小肝癌总体生存的列线图模型。所以,我们的目的是通过这项大样本的回顾性研究,改进上述研究的不足之处,从预测模型的整体性能方面出发,建立和验证更完善、更稳定的预测小肝癌生存预后的列线图预测模型,并探讨它的实际临床应用价值。同时进一步较全面的了解小肝癌患者的生存现状及影响其预后的危险因素。研究方法共纳入1916例2000年-2014年间诊断的小肝癌病例,将所有病例随机分成训练人群(n=958)和验证人群(n=958)。单因素分析中,采用Cox回归分析筛选可能与预后相关的因素,多因素分析时,用lasso cox回归分析进一步筛选影响预后的独立影响因素,并引入AIC信息准则进行评价,利用筛选后的危险因素建立预测小肝癌患者总生存率和癌症特异生存率的列线图预测模型。然后,在训练组和验证组中分别进行验证,运用C指数、校准曲线、ROC曲线下面积(受试者工作特性曲线)和决策曲线分析(DCA)对列线图的预测能力和临床应用进行验证。所有患者的临床资料均为SEER数据库中检索获取。研究结果本研究中小肝癌患者诊断后1、3、5年的总生存率分别为:81.3%、60.7%、49.2%。1、3、5年癌症特异性生存率分别为:85.2%、66.9%、56.9%。与总生存率相关的6个独立预后因素构建预测总生存率的列线图;与癌症特异生存率相关的6个独立预后因素和1个相关因素构建预测癌症特异生存率的列线图。训练队列人群中,预测OS的C指数为0.727(95%CI:0.705-0.750),1、3、5年生存率ROC曲线下面积分别为0.754,0.783,0.795,预测CSS的C指数为0.753(95%CI:0.729-0.777),1、3、5年生存率ROC曲线下面积分别为0.801,0.806,0.818;在验证队列人群中,预测OS的C指数为0.725(95%CI:0.702-0.749),1、3、5年生存率ROC曲线下面积分别为0.752,0.770,0.799,预测CSS的C指数为0.772(95%CI:0.748-0.795),1、3、5年生存率ROC曲线下面积分别为0.806,0.815,0.837。在两个观察组中,1、3、5年总生存率及癌症特异生存率的校准曲线显示,实际观察值和建立的2个列线图的预测值有较高的一致性,DCA显示了2个列线图的临床应用价值。基于建立的路线图对患者进行了风险风层,能够准确地将小肝癌患者分成预后有显著差异的两个风险亚组。研究结论1、我们的研究结果表明,影响小肝癌总生存率和癌症特异生存率的独立危险因素为年龄、较大的肿瘤直径、较晚的SEER分期、淋巴结转移和较低的肿瘤细胞分化程度等因素,治疗方式为小肝癌预后的保护因素,尽早的手术干预可以为患者带来良好的长期生存预后。2、建立的预测OS和CSS的列线图预测模型,经过C指数、ROC曲线下面积和校准曲线对其性能进行评价,其预测能力令人满意;并采用决策曲线对两个列线图在临床实际工作中的应用进行了分析,应用效能良好且优于TNM分期;通过建立的列线图模型对患者风险情况进行分层,生存分析显示高风险患者的近期和长期生存率,相较于低风险患者均明显下降。3、建立的列线图能较好的预测小肝癌患者的总生存率和癌症特异生存率,有助于外科医生在实际诊疗过程中进行临床决策。