田澤平,蔡 祿,趙秀娟,黃桂香,王克芳
(1.內(nèi)蒙古科技大學(xué)生物工程與技術(shù)研究所,內(nèi)蒙古 包頭014010;2.包頭醫(yī)學(xué)院第一附屬醫(yī)院中心實(shí)驗(yàn)室;3.包頭市中心醫(yī)院 婦產(chǎn)科;4.首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院 婦產(chǎn)科)
宮頸癌是女性僅次于乳腺癌的第二個(gè)最常見的惡性腫瘤,嚴(yán)重危及婦女的健康,中國每年新增宮頸癌病例130,000例,約占全球總新增病例數(shù)的28%。宮頸癌是目前唯一已被證實(shí)由病毒直接引起的癌癥。如今,雖然多數(shù)的宮頸癌可經(jīng)手術(shù)或放療等局部治療手段而治愈,但其中20%-25%左右的病例卻因治療后的復(fù)發(fā)和遠(yuǎn)處轉(zhuǎn)移而致治療失敗。因此,如何利用宮頸癌患者的臨床病理和實(shí)驗(yàn)室指標(biāo)來評(píng)估患者的預(yù)后,將宮頸癌患者的預(yù)后預(yù)測(cè)因素對(duì)宮頸癌病人預(yù)后影響進(jìn)行綜合評(píng)估,建立宮頸癌病人的預(yù)后模型,有利于計(jì)算患者個(gè)體的復(fù)發(fā)、轉(zhuǎn)移危險(xiǎn)程度以指導(dǎo)臨床治療。該模型的建立必將為臨床治療提供有利的依據(jù),能提高宮頸癌病人的預(yù)后水平及生活質(zhì)量,有利于投入-效益比的提高,以節(jié)省有限的醫(yī)療資源。本研究通過檢測(cè)宮頸癌標(biāo)本E6\E7mRNA的含量等實(shí)驗(yàn)室指標(biāo),收集病人的臨床、病理及隨訪資料,并根據(jù)上述資料進(jìn)行統(tǒng)計(jì)分析,結(jié)合文獻(xiàn)報(bào)道初步篩選出預(yù)期有意義的指標(biāo)。利用Kaplan-Meier和Cox Regression方法對(duì)臨床資料進(jìn)行單因素及多因素的分析,從中建立宮頸癌預(yù)后指數(shù)模型并予以驗(yàn)證以期建立更精確的預(yù)后模型。
選取2005.1-2011.3在我院婦產(chǎn)科住院,首次行手術(shù)治療的宮頸癌的患者693例,術(shù)前無其他部位惡性腫瘤病史,分期按FIGO分期標(biāo)準(zhǔn),病理根據(jù)術(shù)后病理回報(bào)。所有患者均行廣泛全子宮切除+盆腔淋巴結(jié)清掃術(shù)。術(shù)后放化療的指征為病理類型為非鱗癌、淋巴結(jié)陽性、宮旁有侵犯、手術(shù)切緣陽性、脈管有癌栓、腫瘤侵犯深肌層等。一般情況:年齡18 90歲,中位年齡49歲;病理組織學(xué)分型:鱗狀細(xì)胞癌607例(87%),腺癌76例(11%),其他10例(2%);FIGO 分期:Ⅰ期為319例(46%),Ⅱ期313例(45%),Ⅲ期49例(7%),Ⅳ為12例(2%);腫瘤分化程度:高分化142例(20%),中分化347例(50%),低分化118例(17%),其他86例(13%);所有病例均行盆腔淋巴結(jié)切除術(shù),其中143例(21%)術(shù)后病理證實(shí)有轉(zhuǎn)移,550例(79%)無轉(zhuǎn)移;242例(35%)患者術(shù)后病理提示有深肌層浸潤;79例(10%)脈管浸潤陽性;腫瘤直徑≤2cm的共有255例(37%),2-4cm 有320例(46%),≥4cm 的為118例(17%);541例測(cè)定了 HPVE6\E7的表達(dá),陽性352例(65%)。
以患者手術(shù)之日起為隨訪起點(diǎn)至患者死亡,由我院人員采取門診、電話詢問有關(guān)病情和信訪等形式完成,整個(gè)隨訪工作于2011年3月中止。本研究的目的結(jié)局時(shí)間定為死亡,患者死亡原因包括手術(shù)死亡,術(shù)后復(fù)發(fā)轉(zhuǎn)移或非宮頸癌死亡。
1.3.1 數(shù)據(jù)具體分層 以EXCEL表格統(tǒng)計(jì)患者的年齡、FIGO分期、病理類型、腫瘤大小、分化程度、深肌層浸潤、脈管浸潤、淋巴結(jié)陽性、隨訪信息。對(duì)所選因素,按照如下標(biāo)準(zhǔn)進(jìn)行分層:年齡:分為≤40歲、40-60歲、≥60歲;FIGO分期:l=IA,2=IB,3=ⅡA,4=ⅡB,5=ⅢA,6=ⅢB,7=IVA,8=IVB;病理類型:1=鱗癌、2=腺癌、3=其他;腫瘤大小:1= “≤2厘米”、2= “2-4cm”、3=“≥4cm”;分化程度:1=低,2=中低,3=中,4=中高,5=高;深肌層浸潤:未浸潤為0,浸潤為1;脈管浸潤:未浸潤為O,浸潤為1;淋巴結(jié)陽性:淋巴結(jié)陰性為O,淋巴結(jié)陽性為1;HPVE6\E7表達(dá)陽性:HPVE6\E7表達(dá)陰性為O,HPVE6\E7表達(dá)陽性為1;生存時(shí)間:原始數(shù)據(jù),單位為月;生存狀態(tài):O為截尾(包含失訪),1為死亡。
1.3.2 預(yù)測(cè)模型的構(gòu)建 以累積無瘤生存率為預(yù)后結(jié)果指標(biāo),采用KaPlan-Meier法進(jìn)行宮頸癌預(yù)后因素的單因素分析,基于Kapfan-Meier單因素分析的結(jié)果,將對(duì)總生存率有顯著性影響的所有單因素進(jìn)行COX回歸分析,然后代入第二步COX多變量回歸分析,根據(jù)結(jié)果建立模型并對(duì)模型進(jìn)行驗(yàn)證。
采用SPSS17.0統(tǒng)計(jì)軟件。分析方法主要為單因素Kaplan-Meier和Cox Regression多因素分析,P<0.05具有統(tǒng)計(jì)學(xué)意義。
所有病例采用KaPlan-Meier法進(jìn)行單因素分析,組間比較采用log-rank檢驗(yàn),對(duì)總生存率的影響因素分析結(jié)果結(jié)果表明:年齡、是否脈管浸潤等不同組之間的生存率差異沒有顯著性(介0.890-0.137);FIGO分期、腫瘤大小、分化程度、深肌層浸潤、淋巴結(jié)陽性、病理類型和HPVE6\E7表達(dá)等7個(gè)因素指標(biāo)對(duì)生存率有顯著性影響(P=0.000-0.036),具體見表1。
表1 Kaplan-Meier單因素分析結(jié)果
續(xù)表1
對(duì)所有影響預(yù)后的單因素進(jìn)行COX回歸分析得到對(duì)生存率具有獨(dú)立影響的因素。其中,F(xiàn)IGO分期、分化程度級(jí)別、淋巴結(jié)陽性、不同病理類型及HPVE6\E7表達(dá)對(duì)于宮頸癌患者生存預(yù)后的指示具有統(tǒng)計(jì)學(xué)意義,見表2。
表2 COX多變量回歸分析
根據(jù)結(jié)果,以上表β值簡化建立初步各因素風(fēng)險(xiǎn)函數(shù)表達(dá)式如下:
h(t)=h0(t)exp(0.576*FIGO 分期-0.154*分化程度+0.682*淋巴結(jié)陽性編碼+0.812*病理類型代碼)+0.756*病理類型代碼)
預(yù)測(cè)宮頸癌3年及5年生存率模型如下:
PI(預(yù)后指數(shù))=0.576*FIGO 分期-0.154*分化程度+0.682*淋巴結(jié)陽性編碼+0.812*病理類型代碼)+0.756*病理類型代碼
三年基準(zhǔn)生存率S0(36)=0.984
五年基準(zhǔn)生存率S0(60)=0.973
基于三年和五年的基準(zhǔn)生存率,我們可以獲得三年和五年的預(yù)后模型如下:
S(36)=0.984exp(0.576*FIGO 分期-0.154*分化程度+0.682*淋巴結(jié)陽性編碼+0.812*病理類型代碼)+0.756*病理類型代碼)
S(60)=0.973exp(0.576*FIGO分期-0.154*分化程度+0.682*淋巴結(jié)陽性編碼+0.812*病理類型代碼)+0.756*病理類型代碼)
上述4項(xiàng)風(fēng)險(xiǎn)因素如有變化,則將不同數(shù)值代入公式進(jìn)行計(jì)算,即可得到針對(duì)個(gè)體患者的3年及5年生存率預(yù)測(cè)值。
為了檢驗(yàn)擬合效果,我們將全部樣本按預(yù)后指數(shù)(Pl)的大小分為兩組,分別為低危組、高危組。由兩步回歸法根據(jù)每組的平均預(yù)后指數(shù)計(jì)算得到每組的生存函數(shù)做為模型預(yù)測(cè)生存函數(shù),再用Kaplan-Meier法計(jì)算每組生存函數(shù)作為實(shí)際真實(shí)的生存函數(shù),通過比較實(shí)際生存曲線和模型預(yù)測(cè)生存曲線來判斷模型的擬合效果,結(jié)果顯示:低危組和高危組都較好的擬合了原始數(shù)據(jù)集,見圖1、2。
圖1 低危組兩步回歸生存率擬合情況
圖2 高危組兩步回歸生存率擬合情況
而對(duì)每種疾病的預(yù)后分析,一方面可以看結(jié)局的好壞,另一方面還可以通過治療時(shí)間長短來衡量。如某種疾病治愈的時(shí)間、某癌癥病人手術(shù)后的存活時(shí)間等,把這類與時(shí)間有關(guān)的資料統(tǒng)稱為生存資料,出現(xiàn)結(jié)局所經(jīng)歷的時(shí)間稱為生存時(shí)間 (Survivaltime,ST)。處理這類數(shù)據(jù)的統(tǒng)計(jì)分析方法稱為生存分析(Survivalanalysis)。它是一種既要考慮結(jié)果,又考慮隨訪時(shí)間的統(tǒng)計(jì)方法,能充分的利用研究結(jié)果中所得到的信息,更準(zhǔn)確地評(píng)價(jià)和比較含有終檢數(shù)據(jù)的隨訪資料。關(guān)于生存分析常用的方法有參數(shù)法、非參數(shù)法及半?yún)?shù)法三種。參數(shù)法其特點(diǎn)是事先假定生存時(shí)間服從于特定的參數(shù)分布,然后根據(jù)已知分布的特點(diǎn),對(duì)影響生存的時(shí)間進(jìn)行分析。包括:Weibull分布法、指數(shù)分布法、fogisti?;貧w分析法等。2)非參數(shù)法其特點(diǎn)是不論資料是什么樣的分布,只根據(jù)樣本提供的順序統(tǒng)計(jì)量對(duì)生存率作出估計(jì)。半?yún)?shù)法是兼有參數(shù)和非參數(shù)的特點(diǎn)的一種方法。主要用于分析影響生存時(shí)間和生存率的因素,屬于多因素分析方法。我們所采用的是COX回歸模型分析法,此模型又稱比例風(fēng)險(xiǎn)模型,是將ST和各因素之間的關(guān)系用回歸方式來表示,使兩者之間的關(guān)系以數(shù)量來表達(dá),主要解決了多因素對(duì)生存期的影響。
宮頸癌的預(yù)后與多種因素相關(guān)。許多文獻(xiàn)報(bào)道,腫瘤的FIGO分期、病理類型、分化程度、腫瘤大小、脈管是否陽性、深肌層有無浸潤、術(shù)后輔助治療,種族、年齡以及淋巴血管間隙浸潤,多個(gè)性伴侶及合并妊娠等均是影響預(yù)后的相關(guān)因素。對(duì)于有高危因素的患者,術(shù)后常給予放療或化療。盆腔淋巴結(jié)是否轉(zhuǎn)移及轉(zhuǎn)移數(shù)目的多少是影響宮頸癌預(yù)后的重要因素之一,并呈正相關(guān),而影響淋巴結(jié)有無轉(zhuǎn)移的因素則是腫瘤浸潤深度、腫瘤大小及有無脈管浸潤。Deigado等研究了645例患有鱗狀細(xì)胞癌的患者,認(rèn)為浸潤深度、脈管有無浸潤、宮旁狀態(tài)及腫瘤分化程度均是影響淋巴結(jié)狀態(tài)的高危因素。淋巴結(jié)陽性的患者術(shù)后建議給予放療。但是,放療后是否能提高患者的生存率問題,報(bào)道的很少??傊绊憣m頸癌預(yù)后的因素很多,而這些因素也往往相互影響。至于哪些因素影響較大,則需要我們進(jìn)一步的分析。
在我們的研究中,研究對(duì)象包括了宮頸癌各個(gè)期別,病理類型包括鱗狀細(xì)胞癌、腺癌及其他少見類型的宮頸癌患者,通過Kaplan-Meier單因素分析,表明病理類型、FIGO分期、腫瘤大小、淋巴結(jié)陽性、腫瘤分化程度、深肌層是否浸潤、術(shù)后是否正規(guī)放化療等都是影響患者預(yù)后的獨(dú)立因素,而年齡、脈管有無浸潤與預(yù)后關(guān)系不是很密切,屬于次要因素。同時(shí),對(duì)這些因素進(jìn)行了COX多因素回歸分析,得出病理類型、FIGO分期、淋巴結(jié)是否轉(zhuǎn)移及腫瘤分化程度與宮頸癌預(yù)后關(guān)系更密切,與文獻(xiàn)基本一致。
總之,我們認(rèn)為,病理類型、腫瘤大小、淋巴結(jié)陽性、脈管浸潤、宮旁陽性等都是影響生存率的獨(dú)立因素,尤其是FIGO分期及淋巴結(jié)是否有轉(zhuǎn)移、病理類型為腺癌或其他少見癌、腫瘤細(xì)胞分化程度與宮頸癌預(yù)后密切相關(guān)。將臨床問題與數(shù)學(xué)模型相結(jié)合,應(yīng)用COX比例風(fēng)險(xiǎn)率模型預(yù)測(cè)每個(gè)宮頸癌患者的3年及5年生存概率,便于臨床醫(yī)生應(yīng)用及與患者溝通。
[1]王文波,陳中偉,陳統(tǒng)一,等.自固化磷酸鈣人工骨的生物學(xué)安全性試驗(yàn)研究[J].中國生物醫(yī)學(xué)工程學(xué)報(bào),2001,11(3):193.
[2]Tsai CH,Lin RM,Ju CP,et al.Bioresorption behavior of tetracalcium phosphate-derived calcium phosphate cement implanted in femur of rabbits[J].Biomaterials,2008,29(8):984.
[3]Bolgen N,Yang Y,Korkusuz P,et al.Three-dimensional ingrowth of bone cells within biodegradable cryogel scaffolds in bioreactors at different regimes[J].Tissue Eng Part A,2008,14(10):1743.
[4]Li M,Liu X,Liu X,et al.Creation of macroporous calcium phosphate cements as bone substitutes by using genipin-crosslinked gelatin microspheres[J].J Mater Sci Mater Med,2009,20(4):925.
[5]Kruyt M,de Bruijn J,Rouwkema J,et al.Analysis of the dynamics of bone formation,effect of cell seeding density,and potential of allogeneic cells in cell-based bone tissue engineering in goats[J].Tissue Eng Part A,2008,14(6):1081.
[6]Yoshikawa M,Tsuji N,Shimomura Y,et al.Osteogenesis depending on geometry of porous hydroxyapatite scaffolds[J].Calcif Tissue Int,2008,83(2):139.
[7]Heo S J,Kim S E,Wei J,et al.In vitro and animal study of novel nanoapatite/poly(epsilon-caprolactone)composite scaffolds fabricated by layer manufacturing process[J].Tissue Eng Part A,2009,15(5):977.
[8]Wei J,Chen F,Shin J W,et al.Preparation and characterization of bioactive mesoporous wollastonite-Polycaprolactone composite scaffold[J].Biomaterials,2009,30(6):1080.
[9]Scaglione S,Lazzarini E,Ilengo C,et al.A composite material model for improved bone formation[J].J Tissue Eng Regen Med,2010,14(6):81.
[10]Mohr JC,dePablo JJ,Paleeek SP.3-D microwell culture of human embryonic stem cells[J].Biomaterials,2006,27(36):6032.
[11]漆小鵬,葉建東,王秀鵬,等.具有定向孔隙結(jié)構(gòu)的大孔磷酸鈣骨水泥支架的制備與表征(英文)[J].硅酸鹽學(xué)報(bào),2007(12):1577.
[12]Dean DB,Watson JT,Moed BR,et al.Role of bone morphogenetic proteins and their antagonists in healing of bone fracture[J].Front Biosci,2009,14:2878.
[13]Seol YJ,Kim KH,Park YJ,et al.Osteogenic effects of bonemorphogenetic-protein-2plasmid gene transfer[J].Biotechnol Appl Biochem,2008,49(Pt 1):85.
[14]Cowan CM,Aghaloo T,Chou YF,et al.MicroCT evaluation of three-dimensional mineralization in response to BMP-2doses in vitro and in critical sized rat calvarial defects[J].Tissue Eng,2007,13(3):501.
[15]Geiger F,Bertram H,Berger I,et al.Vascular endothelial growth factor gene-activated matrix(VEGF165-GAM)enhances osteogenesis and angiogenesis in large segmental bone defects[J].J Bone Miner Res,2005,20(11):2028.