林筱婉 李翔 杜池

作者單位：420000 武漢 1武漢市漢口醫(yī)院口腔科；435000 黃石 2黃石市中心醫(yī)院口腔科

口腔癌是全球常見的惡性腫瘤，每年約有35.5萬例新病例［1］?？谇击[狀細(xì)胞癌（oral squamous cell carcinoma，OSCC）是口腔癌的主要組織學(xué)類型，約占口腔腫瘤的95%［2］。目前，局部晚期OSCC的預(yù)后并未顯著改善［3-4］。因此，更好地了解預(yù)后因素，從而對患者進(jìn)行合適的風(fēng)險(xiǎn)分層、優(yōu)化治療方法和進(jìn)行個(gè)性化護(hù)理具有重要意義。TNM分期系統(tǒng)在臨床實(shí)踐中常用于評估OSCC患者生存率［5］，但該系統(tǒng)考慮的臨床病理特征有限，而OSCC預(yù)后與多種因素有關(guān)，如腫瘤部位、腫瘤分級、有無淋巴血管侵犯等病例因素以及患者特定特征如年齡和合并癥等［6］。因此，綜合考慮與預(yù)后相關(guān)的臨床病理因素，才能更好地提供更準(zhǔn)確的預(yù)后信息。

Cox比例風(fēng)險(xiǎn)模型是用于預(yù)測結(jié)果的一種常用方法［7］。在Cox回歸基礎(chǔ)上的列線圖模型是一種統(tǒng)計(jì)工具，用于可視化復(fù)雜模型，以個(gè)性化預(yù)測患者的結(jié)果［8］，目前已被廣泛用于評估癌癥患者的預(yù)后［9-10］。然而，預(yù)后模型精確度仍存在一定的局限［11］。此外，基于Cox回歸的預(yù)后模型不能反映臨床特征與研究結(jié)局的非線性關(guān)系［12］。因此，需要更好的算法分析非線性變量。機(jī)器學(xué)習(xí)是一個(gè)快速發(fā)展的數(shù)據(jù)分析領(lǐng)域，能解釋眾多特征之間的交互作用［13］。機(jī)器學(xué)習(xí)作為人工智能的一種形式可以迭代地提高算法性能，并模仿人類作出決策。目前已開發(fā)了幾種機(jī)器學(xué)習(xí)模型分析生存數(shù)據(jù)，如隨機(jī)生存森林（random survival forest，RSF）模型。該模型采用多個(gè)決策樹集成來估計(jì)危險(xiǎn)函數(shù)，與傳統(tǒng)的生存分析方法相比，該模型允許根據(jù)個(gè)體疾病特征預(yù)測患者的特定風(fēng)險(xiǎn)比［14］。為了提高OSCC生存率估計(jì)的精確度，本研究通過回顧性分析局部晚期OSCC患者臨床病理資料確定影響預(yù)后的因素，同時(shí)基于這些特征構(gòu)建預(yù)后預(yù)測模型，以期對局部晚期OSCC進(jìn)行更好的風(fēng)險(xiǎn)分層和臨床決策。

1 資料與方法

1.1 研究設(shè)計(jì)及對象

回顧性招募2009年2月至2016年1月在武漢市漢口醫(yī)院行根治性切除術(shù)的401例OSCC患者為研究對象。所有患者均經(jīng)組織病理證實(shí)為局部晚期（Ⅲ期或Ⅳ期）非轉(zhuǎn)移性O(shè)SCC，且行原發(fā)腫瘤切除術(shù)。其中排除158例患者，包括復(fù)發(fā)或轉(zhuǎn)移癌39例，合并其他原發(fā)癌42例，術(shù)前接受放化療或手術(shù)23例，病歷信息不完整18例，失訪36例。剩余243例患者納入最終分析，其中182例患者被隨機(jī)分配至訓(xùn)練集用于建立預(yù)測模型，61例被分配到驗(yàn)證集以評估模型的性能。本研究遵循《赫爾辛基宣言》，并獲得武漢市漢口醫(yī)院倫理委員會(huì)的批準(zhǔn)。

1.2 預(yù)測變量

從本院電子病歷系統(tǒng)收集患者數(shù)據(jù)，包括診斷時(shí)的年齡、性別、合并癥、吸煙狀況、術(shù)前血液檢查結(jié)果、TNM分期、腫瘤分級、神經(jīng)周圍浸潤情況、腫瘤浸潤深度、陽性淋巴結(jié)數(shù)量、淋巴血管浸潤、原發(fā)腫瘤部位、囊外延伸、安全邊際范圍等。TNM分期根據(jù)頭頸部腫瘤AJCC（2010年第七版）TNM分期判斷。采用卡普蘭-范斯坦指數(shù)（Kaplan-Feinstein index，KFI）［15］評估合并癥。

術(shù)前3 d內(nèi)收集血液樣本，用于檢測中性粒細(xì)胞計(jì)數(shù)、單核細(xì)胞計(jì)數(shù)和血小板計(jì)數(shù)。全身炎癥指數(shù)（systematic immune-inflammation index，SII）由術(shù)前外周血血小板（P）、中性粒細(xì)胞（N）和淋巴細(xì)胞（L）計(jì)數(shù)計(jì)算得出，公式：SII=P×N/L。中性粒細(xì)胞與淋巴細(xì)胞比值（neutrophil-lymphocyte ratio，NLR）和血小板與淋巴細(xì)胞比值（platelet-lymphocyte ratio，PLR）計(jì)算公式：NLR=N/L，PLR=P/L。采用X-tile軟件計(jì)算SII、NLR和PLR對總生存期（overall survival，OS）的最佳截?cái)嘀?，最佳截?cái)嘀捣謩e為521.3、2.7和160.1，分別根據(jù)截?cái)嘀祵⒒颊叻譃閮山M。

1.3 預(yù)測結(jié)局及隨訪

本研究的主要預(yù)測結(jié)局為3年、5年OS率，OS定義為從手術(shù)日到研究結(jié)束或患者死亡的時(shí)間間隔。隨訪截至2021年2月。出院后通過電話或門診復(fù)診的形式進(jìn)行隨訪，前3年每3個(gè)月隨訪1次，5年內(nèi)每6個(gè)月隨訪1次，此后每年隨訪1次。

1.4 統(tǒng)計(jì)學(xué)方法

計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差描述，組間比較采用獨(dú)立樣本t檢驗(yàn)；分類資料采用n（%）描述，組間比較采用χ2檢驗(yàn)或Fisher精確檢驗(yàn)。采用Kaplan-Meier法計(jì)算生存率，組間比較采用log-rank檢驗(yàn)。在訓(xùn)練集中采用Cox比例風(fēng)險(xiǎn)回歸分析影響OS的因素，計(jì)算風(fēng)險(xiǎn)比（hazard ratio，HR）及其對應(yīng)的95%可信區(qū)間（confi-dence interval，CI）。基于危險(xiǎn)因素通過R軟件中的rms程序包建立列線圖模型，randomForestSRC程序包構(gòu)建RSF模型，其中分類變量進(jìn)行one-hot編碼轉(zhuǎn)換。RSF模型訓(xùn)練采用5折交叉驗(yàn)證。分別在訓(xùn)練集和驗(yàn)證集的評價(jià)列線圖、RSF模型的效能。采用受試者工作特征（receiver operating characteristic，ROC）曲線下面積（AUC）和校準(zhǔn)曲線評價(jià)模型的區(qū)分度和校準(zhǔn)度，計(jì)算方法采用Bootstrap法，重抽樣次數(shù)為1 000次。在驗(yàn)證集中評估模型的分層能力，首先采用X-tile軟件計(jì)算風(fēng)險(xiǎn)概率的最佳臨界值；其次根據(jù)最佳臨界值將患者分為低風(fēng)險(xiǎn)組、中風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組；最后采用log-rank檢驗(yàn)比較各組生存曲線的差異。通過R軟件中的rmda程序包中的相關(guān)函數(shù)采用決策曲線分析（decision curve analysis，DCA）在驗(yàn)證集中評估預(yù)測模型的臨床凈收益［16］。采用R 3.5.2軟件（https：//www.r-project.org）進(jìn)行數(shù)據(jù)分析，所有統(tǒng)計(jì)檢驗(yàn)均為雙側(cè)，以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 基線資料及生存情況

本研究共納入了243例OSCC患者（其中男性185例）進(jìn)行分析，平均年齡為（61.5±11.7）歲（范圍：10～80歲）。腫瘤常見位置為活動(dòng)的舌頭和口腔底部。182例患者被分配至訓(xùn)練集，61例患者被分配至驗(yàn)證集。兩組患者的人口統(tǒng)計(jì)學(xué)資料、臨床病理資料等相似（均P＞0.05），詳見表1。

表1 243例局部晚期OSCC患者的一般資料*Tab.1 Characteristics of 243 locally advanced OSCC patients*

中位隨訪55個(gè)月（范圍：2～87個(gè)月）。隨訪結(jié)束時(shí)，死亡115例，其中癌癥相關(guān)死亡74例，因其他原因死亡41例。在訓(xùn)練集中，3年和5年OS率分別為67.1%和54.5%；在驗(yàn)證集中，3年和5年OS率分別為63.0%和55.4%。

2.2 影響預(yù)后的Cox回歸分析

在單因素Cox回歸中，年齡、KFI指數(shù)、pT分期、pN分期、AJCC分期、陽性淋巴結(jié)數(shù)、SII、NLR、PLR與OS有關(guān)（均P＜0.05）。將單因素分析中差異有統(tǒng)計(jì)學(xué)意義的因素納入多因素Cox回歸，并執(zhí)行逐步后退回歸，結(jié)果顯示年齡、KFI指數(shù)、pT分期、pN分期、AJCC分期、陽性淋巴結(jié)數(shù)、SII均是OS的獨(dú)立預(yù)測因素（均P＜0.05）。見表2。

表2 局部晚期OSCC患者OS的單因素和多因素Cox回歸分析Tab.2 Univariable and multivariable Cox analyses for OS in locally advanced OSCC patients

2.3 預(yù)測模型構(gòu)建與評價(jià)

基于Cox回歸分析結(jié)果，本研究構(gòu)建了預(yù)測3年和5年OS率的列線圖模型，見圖1。其可以通過繪制從變量到“點(diǎn)軸”的垂直線來確定每個(gè)因素的得分。通過將總分相加并在總分軸上定位，獲得每3年、5年的估計(jì)OS率。本研究還基于獨(dú)立危險(xiǎn)因素構(gòu)建RSF模型，其最優(yōu)超參數(shù)見表3，預(yù)測變量的重要性見表4，其中排在前5位的變量依次為陽性淋巴結(jié)數(shù)≥5枚、陽性淋巴結(jié)數(shù)3～4枚、陽性淋巴結(jié)數(shù)1～2枚、N3期和N2期。

表3 隨機(jī)生存森林的超參數(shù)Tab.3 Optimal hyperparameters for random survival forest model

表4 預(yù)測變量的重要性Tab.4 Permutation feature importance

圖1 預(yù)測局部晚期OSCC患者OS的列線圖模型Fig.1 Nomograms for OS prediction in locally advanced OSCC patients

采用ROC曲線在訓(xùn)練集和驗(yàn)證集中評價(jià)RSF模型、列線圖模型以及AJCC分期的預(yù)測效能，結(jié)果顯示，在訓(xùn)練集中RSF模型預(yù)測3年、5年OS率的AUC分別為0.803、0.794；在驗(yàn)證集中分別為0.782、0.780。不管是在訓(xùn)練集還是驗(yàn)證集中，列線圖模型預(yù)測3年、5年OS率的AUC均高于AJCC分期（均P＜0.05），而RSF模型的AUC均高于列線圖模型（均P＜0.05），見圖2。

圖2 局部晚期OSCC患者預(yù)測模型的ROC曲線Fig.2 ROC curves of predictive models in locally advanced OSCC patients

校正曲線和Hosmer-Lemeshow檢驗(yàn)顯示，RSF模型、列線圖模型以及AJCC分期在訓(xùn)練集和驗(yàn)證集中預(yù)測3年、5年OS率的校準(zhǔn)曲線均與45°斜線靠近，表明所有模型均具有良好的校準(zhǔn)度（均P＞0.05），見圖3。

圖3 局部晚期OSCC患者預(yù)測模型的校準(zhǔn)曲線Fig.3 Calibration curves of predictive models in locally advanced OSCC patients

2.4 預(yù)測模型的DCA

各預(yù)測模型曲線與“None線”和“All線”之間的區(qū)域表示該模型的臨床實(shí)用性，模型曲線離“None線”和“All線”越遠(yuǎn)，說明列線圖的臨床價(jià)值越好。在驗(yàn)證集中3年、5年的DCA顯示，列線圖模型的臨床價(jià)值高于AJCC分期，RSF模型的臨床價(jià)值高于列線圖模型，見圖4。

圖4 驗(yàn)證集中預(yù)測模型的DCAFig.4 DCA for the predictive models in the validation cohort

2.5 RSF模型的危險(xiǎn)分層能力

從ROC曲線、校準(zhǔn)曲線以及DCA來看，RSF模型的預(yù)測效能最高，故選擇該模型為最終模型構(gòu)建危險(xiǎn)分層系統(tǒng)。在訓(xùn)練集中采用RSF模型計(jì)算每個(gè)患者的風(fēng)險(xiǎn)概率，X-tile軟件計(jì)算風(fēng)險(xiǎn)概率的最佳臨界值，根據(jù)最佳臨界值0.24、0.57將患者分為低風(fēng)險(xiǎn)組（＜0.24）、中風(fēng)險(xiǎn)組（0.24～0.57）和高風(fēng)險(xiǎn)組（＞0.57），且任意兩組之間的生存曲線差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.001），見圖5A；在驗(yàn)證集中亦獲得相同結(jié)果，見圖5B。表明RSF模型具有良好的危險(xiǎn)分層能力。

圖5 RSF模型的Kaplan-Meier生存曲線和風(fēng)險(xiǎn)分層能力Fig.5 Kaplan-Meier survival curves and risk group stratification of RSF model

3 討論

傳統(tǒng)的TNM分期系統(tǒng)或單個(gè)分子生物標(biāo)志物預(yù)測腫瘤患者預(yù)后的準(zhǔn)確度有限，列線圖已廣泛用于臨床腫瘤學(xué)的預(yù)后預(yù)測。目前已有多項(xiàng)研究采用列線圖預(yù)測OSCC的患者生存情況［17-19］。近年來，機(jī)器學(xué)習(xí)算法在醫(yī)療保健領(lǐng)域的應(yīng)用越來越突出，但是目前尚未研究報(bào)道用于預(yù)測局部晚期OSCC患者預(yù)后的模型。本研究嘗試采用列線圖、RSF模型預(yù)測局部晚期OSCC患者術(shù)后的生存情況，結(jié)果發(fā)現(xiàn)RSF模型在預(yù)測患者預(yù)后方面優(yōu)于傳統(tǒng)的AJCC分期以及列線圖模型，且有助于對患者進(jìn)行個(gè)體化風(fēng)險(xiǎn)分層，有望用于個(gè)體化疾病管理。

本研究的列線圖模型、RSF模型均是基于Cox比例風(fēng)險(xiǎn)回歸分析而在182例治愈性手術(shù)后局部晚期OSCC患者的訓(xùn)練隊(duì)列中構(gòu)建。首先多因素分析發(fā)現(xiàn)年齡、KFI指數(shù)、pT分期、pN分期、AJCC分期、陽性淋巴結(jié)數(shù)、SII均是OS的獨(dú)立預(yù)測因素，然后基于這些重要的預(yù)測因素，本研究開發(fā)了預(yù)測OS的列線圖以及RSF模型。RSF模型顯示出良好的區(qū)分能力，在驗(yàn)證集中AUC分別為0.782、0.780；校準(zhǔn)曲線亦表明RSF模型與實(shí)際生存率具有較高的一致性。此外，DCA也表明該RSF模型有較高的凈臨床益處。此外，基于該模型構(gòu)建的危險(xiǎn)分層系統(tǒng)亦能對患者進(jìn)行較好區(qū)分。以上研究結(jié)果說明，本研究成功構(gòu)建了可用于預(yù)測局部晚期OSCC患者預(yù)后的RSF模型，且該模型的性能優(yōu)于傳統(tǒng)的列線圖模型和AJCC分期。本研究納入的重要預(yù)后因素在臨床上易于獲取且經(jīng)濟(jì)，特別是包括新型術(shù)前全身炎癥免疫生物標(biāo)志物SII。但值得注意的是，越來越多的證據(jù)表明，中性粒細(xì)胞、血小板、單核細(xì)胞和淋巴細(xì)胞等炎癥細(xì)胞在促進(jìn)惡性細(xì)胞增殖和存活、血管生成以及轉(zhuǎn)移等方面也發(fā)揮重要作用［20］。

作為一種機(jī)器學(xué)習(xí)分析工具，RSF模型更廣泛地應(yīng)用于臨床決策。首先，RSF模型對非線性關(guān)聯(lián)變量具有很強(qiáng)的適應(yīng)性，而真實(shí)世界中的臨床因素往往與結(jié)局呈現(xiàn)非線性關(guān)系。與其他模型不同，RSF模型可以整合與結(jié)局相關(guān)的非線性風(fēng)險(xiǎn)函數(shù)［21］。其次，RSF模型在處理復(fù)雜的臨床因素方面具有靈活性，不僅可以從未解釋的臨床數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征，還可以分析刪失數(shù)據(jù)［22］。最后，RSF模型在大數(shù)據(jù)分析中被證實(shí)具有更好的預(yù)測能力。由于RSF模型學(xué)習(xí)能力強(qiáng)，在處理多維度和大樣本方面具有優(yōu)勢，因此在生物醫(yī)學(xué)分析中將發(fā)揮越來越重要的作用［23-25］。但是，機(jī)器學(xué)習(xí)模型在改善治療結(jié)果中的性能仍需在現(xiàn)實(shí)世界中進(jìn)行可靠驗(yàn)證［26］。

本研究存在以下局限性。⑴本研究是一項(xiàng)回顧性研究，因此選擇偏倚不可避免。⑵機(jī)器學(xué)習(xí)模型的訓(xùn)練和驗(yàn)證計(jì)算成本較高，且預(yù)測過程難以解釋，但本研究的預(yù)測因素均為經(jīng)Cox回歸確認(rèn)的獨(dú)立影響因素，在一定程度上具有可解釋性。⑶本研究缺乏外部驗(yàn)證。

綜上所述，本研究構(gòu)建并驗(yàn)證了基于臨床可用特征的機(jī)器學(xué)習(xí)模型RSF，其可用于預(yù)測局部晚期OSCC患者的3年和5年OS。該模型顯示出相對良好的性能和潛在的臨床價(jià)值，將有助于對患者進(jìn)行個(gè)體化風(fēng)險(xiǎn)分層，并有助于個(gè)體化疾病管理。