杜歡樂 張琳

[摘要] 目的 使用Nomogram模型對(duì)頭頸部鱗狀細(xì)胞癌術(shù)后的遠(yuǎn)期生存情況進(jìn)行預(yù)測(cè)及分析。 方法 資料來源于NationalCancer Institute SEER數(shù)據(jù)庫，計(jì)算淋巴結(jié)轉(zhuǎn)移度，并使用SPSS 21.0統(tǒng)計(jì)分析軟件和R3.6.3軟件進(jìn)行所有數(shù)據(jù)統(tǒng)計(jì)以及生存分析的比較分析。X射線平鋪軟件用于確定淋巴結(jié)轉(zhuǎn)移度的最佳截?cái)嘀担⒉捎脝我蛩乇容^分析影響Kaplan-Meier法和Log-rank法的預(yù)后的危險(xiǎn)因素。研究分析具有顯著Cox統(tǒng)計(jì)意義的危險(xiǎn)因素，從而得到能夠影響患者遠(yuǎn)期生存情況的獨(dú)立因素。為了實(shí)現(xiàn)生存分析，使用了Kaplan Meier法。 結(jié)果 LNR與分化程度、TNM分期、T、N、M分期有明顯的關(guān)系，與年齡、性別、手術(shù)方法不相關(guān)，LNR是一個(gè)獨(dú)立的危險(xiǎn)因素。根據(jù)年齡、T期、M期、LNR，建立脂質(zhì)譜圖，利用一致性指數(shù)（C-index）和校準(zhǔn)圖，得出預(yù)測(cè)模型具有更加準(zhǔn)確的預(yù)測(cè)價(jià)值。 結(jié)論 LNR是頭頸部鱗狀細(xì)胞癌患者術(shù)后的可靠預(yù)測(cè)指標(biāo)。手術(shù)方法不影響LNR的大小，所以不管是哪一種手術(shù)方式，LNR都可作為預(yù)測(cè)指標(biāo)，也可作為影響頭頸部鱗狀細(xì)胞癌患者術(shù)后長期生存的獨(dú)立危險(xiǎn)因素。影響頭頸部鱗狀細(xì)胞癌術(shù)后遠(yuǎn)期生存情況的獨(dú)立危險(xiǎn)因素還包括年齡、T分期和M分期。

[關(guān)鍵詞] Nomogram模型;頭頸部鱗狀細(xì)胞癌;術(shù)后;遠(yuǎn)期生存情況

[中圖分類號(hào)] R735.2? ? ? ? ? [文獻(xiàn)標(biāo)識(shí)碼] B? ? ? ? ? [文章編號(hào)] 1673-9701（2022）10-0050-05

[Abstract] Objective To predict and analyze the long-term postoperative survival of head and neck squamous cell carcinoma using the Nomogram model. Methods The degree of lymph node metastasis was calculated from the National Cancer Institute SEER database.All data statistics and comparative analysis of survival analysis were performed using SPSS 21.0 statistical analysis software and R3.6.3 software. X-ray tiling software was used to determine the optimal cutoff value for lymph node metastasis.The prognostic factors were analyzed by the Kaplan-Meier method and log-rank method.The univariate comparison was used to analyze the risk factors affecting the prognosis. The risk factors with significant Cox statistical significance were studied and analyzed to obtain the independent factors that can affect the long-term survival of patients. The Kaplan Meier method was used to achieve survival analysis. Results LNR was significantly correlated with differentiation， TNM stage， T， N， and M stages， but not with age， gender， or surgical approach， LNR was an independent risk factor for postoperative prognosis in patients with head and neck squamous cell carcinomao. A nomogram was built based on age， T stage，M stage，and LNR， and through the concordance index （C-index） and calibration plots， it could be concluded that the prediction model had an excellent predictive value. Conclusion LNR is a reliable postoperative predictor of head and neck squamous cell carcinoma. Surgical methods cannot affect the size of LNR. So no matter which surgical method， LNR can be used as a predictor.It is an independent risk factor for long-term postoperative survival in head and neck squamous cell carcinoma patients. Studies have demonstrated that age， T stage， and M stage are independent risk factors for prognosis.41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

[Key words] Nomogram model; Head and neck squamous cell carcinoma; Post-operation; Long-term survival

頭頸部鱗狀細(xì)胞癌是術(shù)后長期生存的獨(dú)立危險(xiǎn)因素。Nomogram是一種科學(xué)的多因素回歸分析，它在實(shí)驗(yàn)室中根據(jù)患者的多項(xiàng)生理指標(biāo)或生物學(xué)屬性，然后利用一系列視線來預(yù)測(cè)患者的得分[1]。根據(jù)某些特定事件所發(fā)生的可能概率及事件、多變量惡性腫瘤的臨床研究結(jié)果來進(jìn)行可視化的數(shù)值預(yù)測(cè)[2]。為每例癌癥患者提供個(gè)性化的長期臨床生存評(píng)估和預(yù)測(cè)是Nomogram的最大優(yōu)勢(shì)，因此在臨床實(shí)踐和研究中具有重要價(jià)值[3]。Nomogram可為臨床醫(yī)生評(píng)估患者提供參考，因?yàn)镹omogram能夠使繁瑣的統(tǒng)計(jì)計(jì)算變得簡(jiǎn)單，還可以將統(tǒng)計(jì)計(jì)算轉(zhuǎn)化成一種工具，從而使患者的生物學(xué)特征個(gè)性化并預(yù)測(cè)特定事件[4]。

1 資料與方法

1.1 一般資料

本研究使用的全部數(shù)據(jù)及信息均來自NationalCancer Institute SEER數(shù)據(jù)庫，SEER數(shù)據(jù)庫收集的癌癥診斷、治療和生存數(shù)據(jù)約占人口總數(shù)的30%。所有信息和數(shù)據(jù)搜索都是免費(fèi)的[5]。本研究中頭頸部鱗狀細(xì)胞癌的選擇標(biāo)準(zhǔn)為：在挑選合適的頭頸部鱗狀細(xì)胞癌患者時(shí)，以頭頸部鱗狀細(xì)胞癌的形態(tài)特征和病理為準(zhǔn)。篩選患者及收集的個(gè)人數(shù)據(jù)主要包括性別、年齡、分化程度、局部淋巴結(jié)檢測(cè)的陽性時(shí)間、局部淋巴結(jié)檢測(cè)次數(shù)、T分期、N分期、M分期、等級(jí)、TNM分期、生存時(shí)間、最終壽命等[6]。排除信息有缺漏或丟失生存的最終信息者，LNR等于陽性淋巴結(jié)數(shù)除以檢查的淋巴結(jié)總數(shù)之商[7]。

1.2 方法

在統(tǒng)計(jì)分析所有數(shù)據(jù)及比較分析患者的生存情況時(shí)，本研究所采用的軟件是SPSS 21.0統(tǒng)計(jì)分析軟件和R3.6.3軟件。X射線平鋪軟件用于確定淋巴結(jié)轉(zhuǎn)移度的最佳截?cái)嘀?。在研究Log-rank法及Kaplan-Meier法的預(yù)后因素上，第一步就是單因素比較分析影響患者預(yù)后的危險(xiǎn)因素。研究分析具有顯著Cox統(tǒng)計(jì)意義的危險(xiǎn)因素，從而得到能夠影響患者遠(yuǎn)期生存情況的獨(dú)立因素。為實(shí)現(xiàn)生存分析，使用Kaplan Meier法[8]。一般情況下，P<0.05為差異有統(tǒng)計(jì)學(xué)意義;P<0.01為差異有顯著的統(tǒng)計(jì)學(xué)意義。Nomogram是R統(tǒng)計(jì)軟件中的RMS包，基于LNR設(shè)置。在衡量模型的性能時(shí)采用一致性指數(shù)（C-index）和校準(zhǔn)圖。一致性指標(biāo)一般在0.51之間。當(dāng)THE C指標(biāo)值越接近1，說明其越大，同時(shí)也說明模型的一致越愈好，即模型的預(yù)測(cè)性能更好[9]。本研究的主要隊(duì)列數(shù)據(jù)共包括2012～2021年的358例患者，190例患者是內(nèi)部驗(yàn)證隊(duì)列數(shù)據(jù)，對(duì)兩組數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

1.3 觀察指標(biāo)

①患者的臨床基礎(chǔ)數(shù)據(jù);②單因素和多因素生存分析預(yù)后的風(fēng)險(xiǎn)因素;③Nomogram模型評(píng)估。

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 21.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)分析，采用均數(shù)±標(biāo)準(zhǔn)差（x±s）表示計(jì)量資料，組間比較采用t檢驗(yàn);計(jì)數(shù)資料以[n（%）]表示，組間比較采用χ2檢驗(yàn)，P<0.05為差異有統(tǒng)計(jì)學(xué)意義

2 結(jié)果

2.1 患者的臨床基礎(chǔ)數(shù)據(jù)

358例頭頸部鱗狀細(xì)胞癌患者的臨床數(shù)據(jù)都是從SEER數(shù)據(jù)庫中采集的。具體臨床資料如下：男230例，女128例，年齡10～85歲，平均（64.0±8.9）歲，高分化61例，低分化186例，未分化111例。關(guān)于分化程度，LNR<0.3時(shí)，Ⅰ、Ⅱ、Ⅲ期的患者分別為52例、146例、78例;LNR≥0.3時(shí)，Ⅰ、Ⅱ、Ⅲ期的患者分別為12例、40例、30例。關(guān)于TNM分期系統(tǒng)，LNR<0.3時(shí)，Ⅰ、Ⅱ、Ⅲ、Ⅳ期的患者分別是43例、115例、91例、27例;LNR≥0.3時(shí)，Ⅰ、Ⅱ、Ⅲ、Ⅳ期的患者分別為0例、0例、61例、21例。關(guān)于T分級(jí)，LNR<0.3時(shí)，T1、T2、T3、T4、TX期的患者分別是49例、172例、37例、16例、2例;LNR≥0.3時(shí)，T1、T2、T3、T4、TX期的患者分別為1例、51例、17例、8例、5例。關(guān)于N分級(jí)，LNR<0.3時(shí)，N0、N1、N2期的患者分別為191例、83例、2例;LNR≥0.3時(shí)，N0、N1、N2期的患者分別為0例、77例、5例。關(guān)于M分級(jí)，LNR<0.3時(shí)，M0、M1期的患者分別為266例、10例;LNR≥0.3時(shí)，M0、M1期的患者分別為74例、8例。關(guān)于手術(shù)方式，LNR<0.3時(shí)，R0、R1、R2期的患者分別為124例、56例、96例;LNR≥0.3時(shí)，R0、R1、R2期的患者分別為31例、21例、30例。見表1。

2.2 單因素和多因素生存分析預(yù)后的風(fēng)險(xiǎn)因素

在主要隊(duì)列中使用單變量生存分析，得出結(jié)論，年齡越大（P<0.05），TNM分期系統(tǒng)水平越高（P<0.001），TNM水平越高（P<0.001），LNR較大（P<0.001），是影響具有相同結(jié)果的經(jīng)驗(yàn)證隊(duì)列中總生存期的風(fēng)險(xiǎn)因素。通過多變量生存分析，獲得主要的年齡愈大（P<0.05，風(fēng)險(xiǎn)比是1.59，可信區(qū)間是1.117～2.285）、較高的T分類（P<0.05，風(fēng)險(xiǎn)比是11.71，可信區(qū)間是1.094～125.443），M分級(jí)較高（P<0.05，危險(xiǎn)比是11.01，可信區(qū)間是1.278～94.842），LNR越大（P<0.001，危險(xiǎn)比是1.92）。在驗(yàn)證隊(duì)列中，研究發(fā)現(xiàn)差異越?。≒<0.001，風(fēng)險(xiǎn)比是127.570，可信區(qū)間是10.329～1575.456），TNM分期越高（P<0.001，風(fēng)險(xiǎn)比是20.9177，可信區(qū)間是3.209～136.308），是與術(shù)后長期生存相關(guān)的獨(dú)立危險(xiǎn)因素。見表2。

2.3 Nomogram模型評(píng)估41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

通過分析生存函數(shù)，得到兩條Kaplan Meier曲線，發(fā)現(xiàn)患者術(shù)后長期生存率最高的情況是LNR<0.3（圖1～2）。在主要隊(duì)列中，LNR<0.3的患者1、3、5年總生存率（OS）分別為78%、27%和8%，LNR≥0.3的患者1、3和5年的總生存率（OS）分別為50%、10%和5%而。在驗(yàn)證隊(duì)列中LNR<0.3的患者1、3和5年的總生存率（OS）分別為75%、27%、10%，LNR≥0.3的患者1、3和5年的總生存率（OS）分別為44%、7%和2%。使用多元Cox回歸模型，通過計(jì)算0.69的Nomogram一致性指數(shù)（C-index）建立Nomogram（圖3）以預(yù)測(cè)長期生存。一致性指數(shù)和模型預(yù)測(cè)性成正比，一致性指數(shù)越高，模型預(yù)測(cè)長期生存率的準(zhǔn)確率也就越高，正常情況下準(zhǔn)確率在0.50～0.70之間，低于0.71的準(zhǔn)確率就是0.90。0.90以上是高精度。

3 結(jié)論

頭頸部鱗狀細(xì)胞癌是指頭頸部腫瘤，其中包含頸部腫瘤、口腔頜面部腫瘤、耳鼻喉科腫瘤，多發(fā)生于女性。頭部腫瘤在臨床上最常見的是甲狀腺腫瘤，患者可出現(xiàn)持續(xù)鼻塞或鼻出血、頸部腫脹、聲音改變、耳痛等癥狀[10]?？谇活M面部腫瘤可有舌癌、牙齦癌、頰癌等，對(duì)于舌癌，患者可表現(xiàn)為舌痛，有時(shí)可反射至顳部或耳部，同時(shí)還可出現(xiàn)進(jìn)食吞咽困難、說話困難。另外，耳鼻喉科腫瘤可有喉癌、副鼻竇癌等[11]。為了準(zhǔn)確評(píng)估淋巴結(jié)轉(zhuǎn)移，建議采用淋巴結(jié)轉(zhuǎn)移度（LNR）[12]。LNR等于陽性淋巴結(jié)數(shù)除以檢查的淋巴結(jié)總數(shù)之商。目前，很多臨床研究都證明LNR對(duì)頭頸部鱗狀細(xì)胞癌術(shù)后遠(yuǎn)期生存情況的影響，LNR似乎比陽性淋巴結(jié)更有效。此外，還有很對(duì)臨床研究證實(shí)CA-199、CEA以及其他實(shí)驗(yàn)室診斷測(cè)試等[13]?；熓侵委燁^頸部鱗狀細(xì)胞癌的主要方式。由于靠近大血管和神經(jīng)，頭頸部鱗狀細(xì)胞癌的手術(shù)風(fēng)險(xiǎn)大大增加[14]。對(duì)于頭頸部鱗狀細(xì)胞癌，新輔助放化療的療效與手術(shù)治療相似，手術(shù)可能導(dǎo)致更多的治療相關(guān)死亡[15]。關(guān)于哪種治療方法最好，缺乏高水平的證據(jù)。本研究回顧性分析頭頸部鱗狀細(xì)胞癌手術(shù)和淋巴結(jié)分級(jí)后的預(yù)后，可能影響患者的遠(yuǎn)期生存情況。在對(duì)患者數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，LNR與分化程度、TNM、T、N、M有顯著的關(guān)系，但與年齡、性別和手術(shù)方法沒有顯著的關(guān)系。單變量和多變量生存分析表明，LNR是影響頭頸部鱗狀細(xì)胞癌患者術(shù)后預(yù)后的獨(dú)立危險(xiǎn)因子，與頭頸部鱗狀細(xì)胞癌患者的年齡、T和M癥狀均有關(guān)聯(lián)[16]。根據(jù)年齡、T分期、M分期和LNR建立列線圖，通過一致性指數(shù)（C-index）和校準(zhǔn)圖，可以得出結(jié)論，預(yù)測(cè)模型具有良好的預(yù)測(cè)價(jià)值[17]。

近期一系列回顧性研究表明，無淋巴結(jié)轉(zhuǎn)移的距離對(duì)術(shù)后生存率有顯著的統(tǒng)計(jì)學(xué)差異，而淋巴結(jié)轉(zhuǎn)移的數(shù)量對(duì)術(shù)后遠(yuǎn)期生存率有顯著影響[18]。淋巴結(jié)轉(zhuǎn)移數(shù)為陽性，與淋巴結(jié)清掃密切相關(guān)。所以僅通過多個(gè)陽性淋巴結(jié)預(yù)測(cè)術(shù)后患者的長期生存期沒有那么嚴(yán)重[19]。本研究通過手術(shù)的單因素分析似乎與LNR并無顯著相關(guān)性，因?yàn)闊o論淋巴結(jié)切除多少面積，LNR都能反映其轉(zhuǎn)移能力，因?yàn)樗且粋€(gè)比率，而不是一個(gè)絕對(duì)數(shù)[20]。

綜上所述，本研究證實(shí)LNR是頭頸部鱗狀細(xì)胞癌患者手術(shù)后的可靠預(yù)測(cè)指標(biāo)。手術(shù)方法不能影響LNR的大小，所以不管是哪一種手術(shù)方式，LNR都可以作為預(yù)測(cè)指標(biāo)[21]。作為頭頸部鱗狀細(xì)胞癌患者術(shù)后長期生存的獨(dú)立危險(xiǎn)因素。此外，研究證明年齡、T分期和M分期是預(yù)后的獨(dú)立危險(xiǎn)因素。

[參考文獻(xiàn)]

[1]? ?馮芝恩，程傲銘，韓正學(xué)，等.Nomogram模型預(yù)測(cè)早期口腔鱗狀細(xì)胞癌頸部轉(zhuǎn)移的雙向隊(duì)列研究[C]//2020年全國口腔頜面-頭頸腫瘤學(xué)術(shù)大會(huì)暨中華口腔醫(yī)學(xué)會(huì)口腔頜面-頭頸腫瘤專業(yè)委員會(huì)學(xué)術(shù)年會(huì)——?jiǎng)?chuàng)新超越、共贏未來，2020.

[2]? ?方興，李鑫，吳平，等.下咽癌預(yù)后差異及Nomogram預(yù)測(cè)模型的建立和驗(yàn)證[J].中國耳鼻咽喉顱底外科雜志，2020，1（5）：56-57.

[3]? ?田景媛，李孔玲，陳羅軍，等.胰腺導(dǎo)管腺癌術(shù)后患者Nomogram預(yù)后模型的構(gòu)建[J].現(xiàn)代腫瘤醫(yī)學(xué)，2019，27（9）：114-118.

[4]? ?鄭寒，劉勇峰.Nomogram模型用于預(yù)測(cè)胃癌D2根治術(shù)后個(gè)體化預(yù)后[J].臨床醫(yī)學(xué)進(jìn)展，2020，10（8）：66-87.

[5]? ?曾傳貴，唐秦超，梁飛新.早期口腔鱗癌患者體重指數(shù)與頸淋巴結(jié)轉(zhuǎn)移的關(guān)系研究[J].全科口腔醫(yī)學(xué)電子雜志，2019，6（2）：14-15.

[6]? ?李曉明，邸斌，尚耀東，等.口腔鱗癌頸淋巴結(jié)轉(zhuǎn)移的臨床病理學(xué)特點(diǎn)及其對(duì)預(yù)后的影響[J].癌癥（英文版），2005（2）：208-212.

[7]? ?包振麗，葉佩娟，湯玲.乳腺癌患者腋淋巴結(jié)轉(zhuǎn)移臨床病理特征及其預(yù)后影響因素分析[J].湖南師范大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2020，72（1）：72-75.

[8]? ?王良，蔡小攀，何金，等.影響口腔鱗狀細(xì)胞癌患者預(yù)后的臨床病理因素分析[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2011，11（9）：1711-1713.

[9]? ?夏輝，李龍江.口腔鱗癌術(shù)后復(fù)發(fā)相關(guān)因素的臨床研究[J].實(shí)用口腔醫(yī)學(xué)雜志，2007，23（2）：276-277.

[10]? 張璐，彭林，王奇峰，等.中性粒細(xì)胞與淋巴細(xì)胞比值對(duì)T3N0M0期食管鱗癌術(shù)后輔助治療預(yù)后的預(yù)測(cè)價(jià)值[J].腫瘤預(yù)防與治療，2020，33（4）：307-314.

[11]? Kim H，Choi JY，Rah YC，等.ErbB3是頭頸部鱗狀細(xì)胞癌的可能預(yù)后因素[J].中國口腔頜面外科雜志，2020，2（2）：104-106.41CA8C5A-C72D-4569-AFAA-F03C7F431FBF

[12]? 高菲，白建民，張萌.老年喉癌患者術(shù)后遠(yuǎn)期療效及生存質(zhì)量的影響因素[J].中國老年學(xué)雜志，2020，8（1）：45-56.

[13]? 李琰琰，盧培培，鄭春娟，等.肥城市食管鱗癌及其癌前病變患者遠(yuǎn)期生存情況分析[J].中華腫瘤防治雜志，2020， 27（15）：1183-1188.

[14]? 劉維，高輝，李華，等.基于DSBs修復(fù)蛋白表達(dá)構(gòu)建預(yù)測(cè)食管鱗癌放化療預(yù)后的列線圖模型[J].實(shí)用醫(yī)學(xué)雜志，2020，36（8）：1041-1047.

[15]? 朱載甌，宋曉萌.基于血清學(xué)指標(biāo)改善口腔鱗狀細(xì)胞癌TNM分期預(yù)后效能的列線圖預(yù)后模型的建立（英文）[C]//2019第一屆全國口腔頜面-頭頸腫瘤學(xué)術(shù)大會(huì)——聚合引領(lǐng)、協(xié)同發(fā)展.2019.

[16]? 郭信偉，冀勝軍，姬磊，等.納入術(shù)前腫瘤體積的列線圖預(yù)測(cè)胸段食管鱗狀細(xì)胞癌患者預(yù)后的價(jià)值[J].國際腫瘤學(xué)雜志，2020，47（5）：278-283.

[17]? 迪麗奴爾·艾爾肯，張華，阿布都沙塔爾·卡地爾，等.預(yù)后營養(yǎng)指數(shù)在胃癌肺轉(zhuǎn)移患者預(yù)后中的意義及列線圖預(yù)測(cè)模型的建立研究[J].中國全科醫(yī)學(xué)，2021，24（30）：3863-3869.

[18]? 臧守梅，嚴(yán)丹方，嚴(yán)森祥.頭頸部鱗狀細(xì)胞癌的非手術(shù)治療進(jìn)展[J].國際腫瘤學(xué)雜志2019，46（12）：741-744.

[19]? 張嘯天，程志遠(yuǎn)，張子凡，等.基于199例胃鱗狀細(xì)胞癌的預(yù)后預(yù)測(cè)模型——列線圖[J].中國普外基礎(chǔ)與臨床雜志，2021，28（1）：27-32.

[20]? 梁憶波，季濤，崔琳.結(jié)腸癌術(shù)后輔助化療患者遠(yuǎn)期生存狀況和預(yù)后危險(xiǎn)因素分析[J].中國醫(yī)學(xué)前沿雜志（電子版），2020，12（10）：137-140.

[21]? 曾濱，龔建斌，梁玉潔，等.術(shù)中應(yīng)用骨髓病理評(píng)估對(duì)診斷頭頸部鱗癌患者骨邊界價(jià)值的meta分析[C]//2020年全國口腔頜面-頭頸腫瘤學(xué)術(shù)大會(huì)暨中華口腔醫(yī)學(xué)會(huì)口腔頜面-頭頸腫瘤專業(yè)委員會(huì)學(xué)術(shù)年會(huì)——?jiǎng)?chuàng)新超越、共贏未來，2020.

（收稿日期：2021-09-17）41CA8C5A-C72D-4569-AFAA-F03C7F431FBF