肿瘤负荷评分在获得根治性切除肝内胆管癌患者预后预测中的价值

目的 研究肿瘤负荷评分（tumor burden score,TBS）对肝内胆管癌（intrahepatic cholangiocarcinoma,ICC）患者根治性切除术后预后的预测价值。方法 回顾性分析2005年1月至2011年12月在复旦大学附属中山医院肝肿瘤外科连续收治的322例行根治性切除术的ICC患者资料,随访截止至2014年4月。采用ROC曲线评价TBS预测总体生存率（OS）的准确性。多因素Cox回归分析影响ICC患者预后的独立因素。结果 中位随访时间44.0个月（范围2.7~100.5）。TBS将322例ICC患者分为低、中和高三个预后风险组（104例、176例和42例）。TBS与血清CA199（P=0.004）、术前中性粒细胞/淋巴细胞比值（NLR,P=0.001）、淋巴细胞/单核细胞比值（LMR,P<0.001）、肿瘤最大径（P<0.001）、肿瘤数目（P=0.001）、淋巴结转移（P<0.001）及TNM分期（P<0.001）显著相关。TBS预测ICC患者术后5年OS的曲线下面积（AUC）为0.632（P<0.001）,高于NLR≥2.49的AUC（0.603,P=0.002）和LMR≥4.45的AUC（0.596,P=0.003）。Kaplan-Meier生存分析显示,TBS低风险组ICC患者的1、3和5年无复发生存率（RFS）为71.4%、52.1%和40.2%,显著高于TBS中风险组（分别为54.4%、36.6%和32.0%,P=0.0262）与TBS高风险组（分别为26.3%、13.2%和13.2%,P<0.0001）。TBS低风险组ICC患者的1、3和5年OS为87.5%、63.8%和50.6%,显著高于TBS中风险组（分别为73.8%、42.1%和31.0%,P<0.0001）和TBS高风险组（分别为48.9%、31.1%和13.8%,P<0.0001）。多因素Cox回归分析显示,TBS是影响ICC患者术后RFS（HR 2.482,95%CI 1.560~3.947,P<0.001）和OS（HR 4.759,95%CI 2.553~8.870,P<0.001）的独立因素。结论 TBS是影响ICC患者根治性切除术后临床预后的独立因素,对ICC患者预后具有良好的预测价值。     

脓毒症急性肾损伤短期预后个体化预测模型列线图的建立及验证

目的分析脓毒症并发急性肾损伤患者（SA-AKI）短期不良预后的影响因素，建立个体化预测SA-AKI患者短期不良预后风险的列线图模型。 方法选取2017年1月1日至2019年6月1日重庆市梁平区人民医院急诊重症监护室收治的SA-AKI患者共363例为研究对象，通过电话或门诊复查等方式随访，并根据患者30 d内预后分为存活组（251例）和死亡组（112例）。采用单因素和多因素Logistic回归分析SA-AKI患者30 d死亡的影响因素，利用R软件建立预测SA-AKI短期不良预后的列线图模型。 结果单因素分析显示年龄（Z =-3.268、P = 0.005）、真菌感染（χ² = 12.318、P = 0.002）、APACHE Ⅱ得分（t = 9.587、P = 0.001）、SOFA得分（t = 6.328、P = 0.001）、未及时诊断AKI（χ² = 12.587、P = 0.001）、抗凝血酶Ⅲ（Z =-8.332、P = 0.001）和AKI分期（Z =-7.009、P = 0.001）7个因素可能是脓毒症急并发性肾损伤患者在30 d内死亡的相关危险因素。多因素Logistic回归分析显示：年龄（65～79岁：P = 0.041、OR = 3.573、95%CI：1.054～12.112；> 79岁：P = 0.028、OR = 3.681、95%CI：1.215～11.984）、真菌感染（P = 0.018、OR = 4.684、95%CI：1.356～15.367）、APACHE Ⅱ评分（P = 0.001、OR = 1.265、95%CI：1.164～1.532）、SOFA评分（P = 0.001、OR = 1.291、95%CI：1.117～1.532）、抗凝血酶-Ⅲ（60%～80%：P = 0.001、OR = 1.291、95%CI：1.117～1.532；< 60%：P = 0.001、OR = 15.329、95%CI：4.387～55.321）和AKI分期（2期：P = 0.022、OR = 2.998、95%CI：1.039～8.325；3期：P = 0.001、OR = 9.367、95%CI：5.235～22.327）均为SA-AKI患者30 d内死亡的独立影响因素。对列线图模型进行验证，其初始一致性指数（C-index）为0.943，经1 000次的模型内部验证后一致性指数（C-index）为0.945，校正曲线显示该列线图模型具有良好的区分度及一致性，可为SA-AKI患者的预后评估提供针对性指导。 结论基于年龄、真菌感染、APACHE Ⅱ评分、SOFA评分、抗凝血酶-Ⅲ和AKI分期6个因素为SA-AKI的独立影响因素，构建个体化预测SA患者并发KAI风险的列线图模型，可较为准确地预测SA-AKI患者短期不良预后发生的风险。     

术前临床指标对肝细胞癌患者微血管侵犯分级的预测价值

目的 通过对根治性肝切除患者术前临床指标综合分析构建术前预测模型,预测肝细胞癌（HCC）患者是否合并微血管侵犯（MVI）,并验证其预测效能。方法 对2017年3月至2022年6月在南京鼓楼医院肝胆外科收治的579例肝切除HCC患者的临床资料进行回顾性研究,根据手术时间顺序分为模型组279例和验证组300例。采用单因素与多因素Logistic回归分析术前临床指标影响MVI分级的独立危险因素,并建立预测评分模型,通过ROC曲线判断MVI的诊断价值,并在验证组中进行独立验证。结果多因素Logistic回归分析显示,肿瘤最大径>5 cm(OR=8.356,95%CI 3.950～17.675,P<0.001)、肿瘤数目为多个（OR=8.652,95%CI 3.213～23.302,P<0.001）、肿瘤包膜强化（OR=4.636,95%CI 2.266～9.483,P<0.001）及AFP>400μg/L(OR=8.938,95%CI 4.182～19.105,P<0.001)为MVI分级的独立危险因素。根据Logistic回归分析结果构建预测模型,ROC曲...     

食管胃结合部腺癌炎性反应和营养状态变化及对预后的影响

目的探讨炎性指标中性粒细胞-淋巴细胞比（NLR）、血小板-淋巴细胞比（PLR）和营养状态指标预后营养因子（PNI）、体质量指数（BMI）、血红蛋白、白蛋白、前白蛋白对于食管胃结合部腺癌（AEG）患者预后的影响。 方法回顾性分析2010年4月至2013年4月东南大学附属中大医院溧水分院150例Ⅱ/Ⅲ型AEG手术患者的临床资料,术前1周内获得NLR、PLR、BMI、血红蛋白、白蛋白、前白蛋白和PNI数据并分组,采用受试者工作特征曲线（ROC）分析各个检测指标的敏感度、特异度、准确性、最佳截断值以及曲线下面积（AUC）,评估其诊断价值;Kaplan-Meier曲线和Log-rank检验计算生存率;COX模型来分析患者预后的影响因素。 结果NLR、PLR和PNI的最佳截断值分别是3.5（AUC为0.591,敏感度为26.8,特异度为89.4）、171（AUC为0.531,敏感度为23.6,特异度为81.3）和51.3（AUC为0.599,敏感度为63.1,特异度为57.2）。5年平均生存时间46.3个月,Kaplan-Meier生存曲线显示,前白蛋白<180 mg/L（P<0.001）、NLR>3.5（P<0.001）和BMI<18.5 kg/m²（P<0.001）的AEG患者预后生存时间较短（均P=0.010）。多因素回归分析显示,TNM分期（P<0.001,95%CI=1.739~3.525）、BMI（P=0.011,95%CI=0.564~0.928）、NLR（P<0.001,95%CI=1.617~3.280）和前白蛋白水平（P<0.001,95%CI=0.310~0.592）是影响AEG患者预后的独立危险因素。NLR与患者的肿瘤分型、肿瘤大小有关（χ²=7.156、7.567,P= 0.028、0.023）;BMI与患者年龄、手术时间有关（χ²=7.339、6.414,P=0.025、0.011）;前白蛋白与患者性别、肿瘤大小、分化程度和TNM分期有关（χ²=4.746、13.574、3.888、4.024,P=0.029、<0.001、0.049、0.045）。 结论炎性反应和营养状态会促进Ⅱ/Ⅲ型AEG手术患者的疾病进展,BMI、NLR和前白蛋白水平是影响AEG患者预后的独立危险因素。     

三阴性乳腺癌5基因预后风险评估体系

目的：构建适用于三阴性乳腺癌患者的预后评估体系。方法：从TCGA数据库下载三阴性乳腺癌患者的转录组及临床数据。通过R语言包对肿瘤组和正常组中的差异基因进行分析。采用单因素和多因素COX比例风险回归模型对差异基因进行分析，构建预后风险评分体系。ROC曲线用于评估预后风险评分体系的效果。运用GSEA对高风险组和低分险组的差异通路进行分析。结果：共得到三阴性乳腺癌组与癌旁组织中差异表达的m RNA 2249个。通过单因素COX比例风险回归模型得到9个与三阴性乳腺癌患者预后密切相关的基因。结合多因素COX比例风险回归模型得到风险评分，形成一个5基因的风险评估体系（风险评分=0.7305×SLC6A9+0.4763×TSTA3+0.6993×SDS+0.4001×SPTBN2+0.4820×SRPK3）。风险评分是三阴性乳腺癌患者独立的预后指标（HR=10.620,95%CI(2.922～38.595),P<0.001）。ROC结果显示5基因预后风险评估体系具有良好的评估效果（5年AUC=0.807）。GSEA发现多条糖代谢通路在高风险组中被激活。结论：我们构建的5基因预后风险评估体系是三...     

基于SEER数据库建立小肝癌患者远处转移预测模型

目的 建立可有效预测小肝癌患者远处转移风险的列线图。方法 从SEER（Surveillance,Epidemiology,and End Results）数据库提取2010年1月至2016年12月诊断的5 595例小肝癌患者的临床病理资料,采用随机数字法按7:3分为训练组（n=3 915）和验证组（n=1 680）。对训练组采用单因素及多因素Logistic回归分析筛选影响远处转移的独立危险因素并构建小肝癌患者远处转移预测模型。采用受试者工作特征（ROC）曲线及校正曲线评估模型的预测准确性,采用决策曲线评价列线图的临床效用。结果 训练组多因素Logistic分析显示婚姻状况（HR 1.541,95%CI 1.182~2.010,P=0.001）、癌结节数目（HR 2.005,95%CI 1.483~2.710,P<0.001）、T分期（HR 2.076,95%CI 1.176~3.664,P=0.012）、N分期（HR 7.753,95%CI 5.349~11.238,P<0.001）、病理分化程度（HR 1.706,95%CI 1.098~2.652,P=0.018）、甲胎蛋白（HR 1.830,95%CI 1.313~2.550,P<0.001）是小肝癌远处转移的独立危险因素。训练组、验证组中ROC曲线下面积（AUC值）分别为0.805（95%CI 0.778~0.832）和0.829（95%CI 0.791~0.868）,校准曲线表明预测值与实际值有良好的一致性,决策曲线显示模型有良好的临床效用。结论 基于SEER数据库建立小肝癌患者远处转移的预测模型具有良好的预测准度,有助于外科医师评估患者远处转移风险,从而为患者提供个体化的诊疗。     

肝内胆管细胞癌预后及其影响因素分析

目的 探讨肝内胆管细胞癌（ICC）的预后及其影响因素。 方法 回顾性分析2002年8月至2012年12月中山大学附属第三医院收治的77例ICC病人的临床资料,采用Kaplan-Meier法绘制生存曲线和计算累积存活率,Log-rank检验及Cox回归模型评估影响预后的因素。 结果 77例病人1、3、5年存活率分别为44.4%、27.6%、23.6%,中位生存期为10个月。45例行根治性R0手术病人的1年、3年、5年存活率分别为69.4%、50.0%和42.5%,中位生存期为25个月。单因素分析表明,乙肝、肿瘤数目、血管侵犯、远处转移、TNM分期、手术方式和病理分化程度与预后密切相关（P＜0.05）,多因素分析显示手术方式（χ2=36.091,P＜0.001）和肿瘤数目（χ2=9.496,P=0.002）是影响预后的独立因素。结论 手术方式和肿瘤数目是影响ICC病人预后的独立危险因素;根治性R0切除能明显改善预后,提高肝内胆管细胞癌病人存活率。     

结直肠癌同时性腹膜转移风险因素分析及预测模型建立

目的 构建结直肠癌同时性腹膜转移风险评估模型并评价其临床预测价值。方法 回顾性分析2013年9月至2021年3月上海交通大学医学院附属瑞金医院普外科收治的1670例结直肠癌病人的临床资料,其中104例（6.5%）发生同时性腹膜转移。单因素和多因素分析筛选影响结直肠癌同时性腹膜转移的风险因素,并构建列线图（Nomogram）,从而建立结直肠癌同时性腹膜转移的风险评估模型。采用受试者工作特征曲线（ROC）和AUC值评估模型的准确性。结果 单因素分析结果表明,梗阻、腹腔积液、肿瘤部位、临床T分期（cT）、临床N分期（cN）、血红蛋白、白蛋白、CA125、CA19-9和癌胚抗原（CEA）与结直肠癌同时性腹膜转移相关（P<0.05）。多因素分析结果显示,肿瘤部位（HR=5.57,95%CI 2.11-14.70,P=0.001）、cT（HR=6.19,95%CI 1.02-37.46,P=0.047）、cN（HR=6.18,95%CI 2.39-15.99,P<0.001）、CA125（HR=27.49,95%CI 8.87-85.17,P<0.001）、CA19-9（HR=46.65,95%CI 12.26-177.58,P<0.001）和CEA（HR=1223.07,95%CI 259.99-5753.70,P<0.001）是结直肠癌同时性腹膜转移的独立风险因素。风险评估模型的列线图总分为278分,列线图的AUC值为0.97。结论 肿瘤部位、cT、cN、CA125、CA19-9和CEA是结直肠癌同时性腹膜转移的风险因素,构建的风险评估模型具有较好的临床预测价值。     

术前外周血白细胞相关炎性指标预测结肠癌预后价值分析

目的 分析术前外周血白细胞相关炎性指标对非转移性结肠癌病人预后的预测价值。方法 回顾性分析2016年1月至2017年9月北京协和医院基本外科结直肠专业组收治的554例行结肠癌根治术病人的临床病理资料。Kaplan-Meier法分析白细胞（WBC）计数、中性粒细胞百分比（NE%）和中性粒细胞与淋巴细胞比值（NLR）与病人生存预后的关系;通过多因素COX回归分析影响病人预后的因素。结果 WBC、NLR和NE%的最佳截断值分别为8.25×109/L、2.27和59.0%。单因素分析显示,病人术前癌胚抗原（CEA）、NE%和NLR值和术后病理N分期与总生存（OS）、无病生存（DFS）均有相关性;病人年龄、术前WBC仅与OS具有相关性。多因素分析显示,病人术后病理N分期（HR=2.634,95%CI 1.441～4.814,P=0.002）和NLR（HR=1.098,95%CI 1.028～1.173,P=0.005）是OS的独立危险因素;术后病理N分期（HR=2.512,95%CI 1.627～3.880,P<0.001）和NLR（HR=1.101,95%CI 1.037～1.169,P=0.002）是DFS的独立危险因素;病人年龄≥65岁是OS（HR=1.042,95%CI 1.013～1.072,P=0.005）的独立危险因素。结论 虽然术前外周血NLR升高的非转移性结肠癌病人预后较差,但NLR值对病人预后ROC曲线区分度较低,故不建议将术前外周血白细胞相关炎性指标作为非转移性结肠癌预后的标记物。     

肝内胆管细胞癌的外科治疗及预后因素分析

目的探讨肝内胆管细胞癌（ICC）患者的外科治疗方法和影响手术预后的因素。方法回顾性分析80例经手术治疗的ICC患者的临床病理资料,对其中71例肿瘤切除的患者行术后生存预后的单因素和多因素分析。结果本组80例手术患者术后中位生存时间为21．5月。1、3、5年生存率为68．6％、40-3％、25．4％。根治性手术切除组和姑息性手术切除组的中位生存时间分别为40个月及15个月,两组间比较差异有统计学意义（X^2=13．62,P〈0．001）。本组总的肿瘤切除率为88．8％（71／80）,对可能影响患者肿瘤切除术后生存的15个因素分别进行单因素分析,结果表明肿瘤大小、肿瘤数目、淋巴结转移、术前血清CAl9-9水平、手术切缘及邻近组织器官侵犯对预后有影响（P〈0．05）。COX模型多因素分析结果表明手术切缘和肿瘤数目是两个独立预后因素。结论手术切除是ICC的首选治疗方法,R0切除和单个肿瘤是评估ICC患者肿瘤切除术后取得良好预后的独立指标。     

淋巴细胞和C反应蛋白比值在肝内胆管癌根治性手术预后中的意义

目的 淋巴细胞和C反应蛋白比值（LCR）是一种炎症评分,本研究旨在分析LCR评分在肝内胆管癌（ICC）患者行根治性切除术预后中的价值。方法 回顾性选取咸阳市中心医院2015年1月至2020年12月经病理确诊为ICC的157例患者为研究对象,收集患者的年龄、性别、白蛋白（ALB）、总胆红素（TBIL）、血管侵犯、肿瘤大小、肿瘤个数、淋巴结转移、TNM分期、CA199、中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）以及淋巴细胞和C反应蛋白比值（LCR）等信息,分析上述指标在ICC手术预后中的价值。结果 单因素和多因素Cox回归分析显示,淋巴结转移、CA199和LCR是影响ICC手术预后的独立危险因素,其中LCR≥6 000者发生的死亡风险是LCR＜6 000者的3.11倍。LCR＜6 000者中位生存时间为34（95%CI 21.125～46.875）个月,LCR≥6 000者中位生存时间为18（95%CI 12.876～23.124）个月;生存曲线显示,LCR可明显区分患者预后（χ2 =10.334,P=0.001）。LCR的灵敏度和特异度分别为82.9%和70.6%,曲线下面积为0.778（95%CI 0.725～0.873）,具有较高的判断价值（LCR vs CA199,Z= 3.514,P＜0.0001;LCR vs 淋巴结转移,Z=3.706,P＜0.0001;CA199 vs 淋巴结转移,Z=0.079,P=0.917）。结论 本研究表明,LCR评分对ICC患者根治性手术预后具有很高的预测价值。并且LCR还是一种费用低且易于获得的观察指标,对未来临床推广应用具有一定的现实意义。     

肿瘤标志物和Ki67在结直肠癌中的表达及预后因素分析

目的探讨术前血清肿瘤标志物与术后Ki67联合检测对结直肠癌病人预后评估的价值。方法收集2012年1月至2014年6月在武汉大学人民医院胃肠外科就诊的结直肠癌病人的临床病理资料和随访资料。癌胚抗原(CEA)>5μg/L定义为阳性,癌抗原(CA)19-9>35 kU/L定义为阳性。Ki67 LI大于其对应截断值定义为高表达(阳性)。绘制受试者工作特征(ROC)曲线寻找Ki67 LI的截断值[曲线下面积(AUC)最大时];Cox回归分析寻找影响结直肠癌病人预后的独立危险因素。结果研究共纳入311例结直肠癌病人,截至2019年6月1日,中位随访67个月(3~89个月),随访率94.2%,病死率32.5%。单因素生存分析提示,CEA阳性、CA19-9阳性,Ki67高表达与结直肠癌病人预后不良相关(均P<0.01)。联合血清肿瘤标志物和Ki67的生存分析结果提示,均阴性时病人预后最好,单阳性时次之,均阳性时最差(均P<0.01)。Cox回归结果提示:CEA[HR=6.461,95%CI(3.693,11.304),P<0.01]、CA19-9[HR=2.046,95%CI(1.214,3.449),P=0.007]、TNM[HR=2.104,95%CI(1.597,5.242),P=0.028]、CEA+Ki67[HR=9.992,95%CI(5.337,18.706),P<0.01]、CA19-9+Ki67[HR=5.345,95%CI(2.282,12.521),P<0.01]是影响预后的独立危险因素。结论联合检测术前血清肿瘤标志物和术后Ki67指标对评估结直肠癌病人预后具有重要价值。     

第8版AJCC分期系统对肝内胆管癌术后预后评估价值研究

目的 探讨第8版美国癌症联合委员会（AJCC）分期系统对肝内胆管癌（ICC）术后病人预后评估的价值。方法 回顾性分析2013年1月至2018年12月海军军医大学东方肝胆外科医院收治的155例行根治性切除术后ICC病人的临床及病理资料，所有病人均根据第8版AJCC分期系统进行分期，采用Kaplan-Meier法进行生存分析，采用COX比例风险模型进行多因素分析，用受试者工作特征曲线（ROC曲线）和曲线下面积（AUC）判断分期系统对预后的评估能力。结果 （1）155例病人随访率为70.3%，中位随访时间为26（1～67）个月，术后病人1、3、5年存活率分别为81%、39%、25%。（2）T1a、T1b、T2、T3、T4期的中位生存时间分别是45.5、28.8、19.1、18.9、16.2个月（P<0.001）；N0、N1期的中位生存时间分别为33.4、15.8个月（P<0.001）；ⅠA、ⅠB、Ⅱ、ⅢA、ⅢB期的中位生存时间分别是46.8、32.3、21.6、20.3、15.6个月（P<0.001）。T分期、N分期和TNM分期的ROC曲线分析AUC分别为0.704、0.718、0.698。（3）单因素分析提示CA19-9、肿瘤数目、血管侵犯、术中输血、T分期、N分期和TNM分期是ICC病人预后的危险因素（P<0.05）；多因素分析提示肿瘤数目、术中输血、N分期是ICC病人预后的独立危险因素（P<0.05）。结论 第8版AJCC分期系统对ICC术后预后评估具有一定的价值。多发肿瘤、术中输血、N分期是ICC病人的独立预后因素。     

基于免疫相关基因标签的原发性肝癌预后评分系统的建立

背景与目的:原发性肝癌(HCC)是最常见的预后较差的恶性肿瘤之一,其病因与发病机制尚未完全明了,因此,寻找HCC患者可靠的预后指标与生存生物标志物具有重要的临床价值。本研究通过生物信息学方法筛选HCC预后免疫相关基因,并构建基于免疫相关基因标签的预后风险评分模型,为HCC患者的预后评估及个体化治疗的临床决策提供依据。方法:从TCGA数据库获取HCC患者的临床信息以及RNA-seq数据(377个HCC样本和50个相邻的非癌组织样本)。在Immport数据库中下载免疫相关基因资料,使用R语言的limma包在HCC组织中筛选出差异表达的免疫相关基因。利用单变量和多变量Cox比例风险回归模型鉴定出与HCC患者(377个HCC患者中临床资料完整的344例)总体生存率(OS)密切相关的免疫相关基因,并以此构建基于基因标签的预后风险评分模型,对HCC患者预后风险进行评分。同时从上述模型样本中随机抽取50%的病例(172例)为验证样本行内部验证。用Kaplan-Meier方法分析高风险分与低风险分患者的生存状态,用ROC曲线以及C-index分析评估该风险评分的准确性。最后,分析该风险评分与HCC临床病理特征的关系,并采用单因素和多因素Cox回归分析,确定该风险评分作为独立预后因素的有效性。结果:在HCC的癌和癌旁组织中鉴定出329个差异表达的免疫相关基因,其中24个与HCC的OS有关(均P<0.001)。使用前向和后向选择算法进行了多变量Cox比例风险回归分析确定PSMD14、S100A11、FABP6、RBP2、LCNL1、FCN2、NDRG1、CSPG5和NR6A1为OS的9个高风险基因。按此9基因标签预后风险评分模型划分,模型样本中高风险分HCC患者OS明显差于低风险分HCC患者(P=1.715E-08),内部验证样本中得到验证结果相同(P=2.222E-05)。模型样本风险评分模型的ROC下曲线面积(AUC)在1、3年时分别为0.790和0.733,内部验证样本分别为0.799和0.743,C-index分析结果显示,模型样本以及验证样本的C-index分别为0.715(95% CI=0.683~0.829)和0.756(95% CI=0.668~0.762)。HCC的肿瘤分级,病理分期,T分期和新肿瘤事件的发生与风险评分明显有关(均P<0.05)。单因素和多因素Cox分析显示,风险评分是HCC的独立预后因素(单因素:HR=1.057,95% CI=1.041~1.074,P<0.001;多因素:HR=1.050,95% CI=1.033~1.067,P<0.001)。结论:通过TCGA数据库挖掘,鉴定出9个与HCC患者预后密切相关的免疫相关基因,且构建了基于9基因标签的预后风险评分系统,该系统有助于临床医生判断HCC患者预后和制定个性化的治疗方案。     

肝内胆管细胞癌预后影响因素分析及生存列线图建立

目的探讨肝内胆管细胞癌(ICC)切除术后预后相关影响因素及建立有效的列线图生存预测模型。方法回顾性分析2010年1月—2018年12月在西安交通大学第一附属医院行手术切除的160例ICC患者的临床病理资料,其中男性89例,女性71例;年龄(57.41±10.35)岁,年龄范围29~81岁。观察指标:(1)患者随访的结果,术后生存情况;(2)影响患者术后预后的单因素及多因素分析;(3)列线图模型的建立及验证。采用门诊和电话方式进行常规随访,术后1年内每3个月复查肝功能、CA19-9、上腹部B超、CT或MRI检查。随后每3~6个月随访1次。观察终点为术后总体生存时间,即为手术日期到随访截止日期,或因肿瘤复发及转移致死亡的日期。随访截至2019年8月1日。将患者临床病理资料纳入预后影响因素分析,单因素分析采用Kaplan-Meier法和Log-rank检验,多因素分析采用Cox比例风险回归模型。基于Cox比例风险回归模型筛选的独立危险因素建立列线图生存预测模型。将160例患者按7∶3的比例分为模型组(n=112)及验证组(n=48),模型组用于生存列线图的建立,验证组用于其预测能力的评估,通过一致性指数(C-index)评估列线图模型对ICC患者术后生存预测的准确性。正态分布的计量资料以均数±标准差(Mean±SD)表示,偏态分布的计量资料以M(范围)表示。计数资料用例数和百分比(%)表示。结果160例ICC术后患者,随访期间死亡100例,死亡原因均为肿瘤复发转移致多器官功能衰竭,存活60例,生存时间20个月(2~111个月),1、3、5年总体生存率分别为63.3%、30.0%、19.6%。单因素分析结果显示,CA19-9、肝内胆管结石、肿瘤数目、肝脏切除范围、肿瘤分化程度、肿瘤细胞类型、肿瘤直径、脉管侵犯、TNM分期、淋巴结转移、卫星灶及切缘状态是ICC患者的预后影响因素(HR=1.78,1.97,2.91,1.89,3.06,2.86,2.07,1.94,2.24,1.95,2.68,2.00,95%CI:1.12~2.85,1.22~3.16,1.85~4.56,1.26~2.85,1.38~6.82,1.31~6.25,1.37~3.14,1.07~3.51,1.24~4.06,1.26~3.01,1.28~5.60,1.11~3.59,P<0.05)。多因素分析结果显示,肝内胆管结石、肿瘤数目、肝脏切除范围、肿瘤分化程度(低分化)及肿瘤细胞类型是影响ICC患者预后的独立危险因素(HR=2.47,2.37,2.06,5.52,5.72,95%CI:1.39~4.38,1.44~3.91,1.25~3.40,1.24~24.49,2.31~14.17,P<0.05)。列线图的建立基于5个独立危险因素,模型组的列线图预测术后生存的C-index值为0.71(95%CI:0.64~0.79),验证组C-index值为0.71(95%CI:0.61~0.81)。结论基于肝内胆管结石、肿瘤数目、肝脏切除范围、肿瘤分化程度和肿瘤细胞类型等影响ICC患者术后生存的独立危险因素构建的列线图生存预测模型具有较好的准确度。     

肝内胆管癌根治术后生存的列线图预测模型

目的探讨肝内胆管癌（ICC）患者预后生存的影响因素,并构建列线图个体化预测患者总生存期（OS）。 方法回顾性分析中山大学第一附属医院2008年1月至2017年12月收治的263例行ICC根治性切除术患者资料。单因素和多因素Cox比例风险回归分析筛选患者OS的独立影响因素,并以此构建列线图,个体化预测ICC根治术后患者生存情况。绘制前白蛋白密度图,研究ICC患者中前白蛋白与临床特征之间的潜在相关性。 结果263例患者中位随访30（1~118）个月,OS为11（0.5~118）个月,1、2、3年累积生存率分别为55.0%、40.2%及27.5%。单因素及多因素回归分析显示,前白蛋白（P=0.002）、CA19-9（P<0.001）、肿瘤个数（P=0.006）、血管侵犯（P=0.042）、肿瘤细胞分化程度（P=0.004）是影响ICC患者OS的独立危险因素,建立的列线图模型可以较好、较准确地预测ICC患者的总体生存情况,一致性指数为0.730。前白蛋白与肿瘤的T、N、M分期存在一定相关性。 结论包含前白蛋白指标的列线图可以较准确地预测ICC患者肝部分切除术后生存。     

Development and validation of a prognostic model for survival in peritoneal dialysis patients

Objective To develop and validate a nomogram for predicting the 1-and 3-year survival rates of patients receiving peritoneal dialysis. Methods Patients who underwent peritoneal dialysis for the first time in Zhujiang hospital from January 1, 2010 to December 31, 2017 were enrolled. The patients from January 1, 2014 to December 31, 2017 were enrolled in a training dataset. Baseline clinical data were collected and the primary endpoint was all-cause death. Cox proportional hazard regression models were used to analyze risk factors affecting the survival rates. Nomograms were generated using the R rms package. The Harrell' concordance index (C-index), receiver operating characteristic curve and calibration curve were used to verify the performance of the model. Patients who underwent peritoneal dialysis from January 1, 2010 to December 31, 2013 were then selected to validate the external predictive accuracy of the prediction models. Results The prediction cohort enrolled 457 patients, with a median follow-up time of 27.67(18.37, 39.22) months, and 64 patients (14.00%) died during follow-up. The 1-and 3-year cumulative survival rates were 96.4% and 83.0%. Multivariate analysis showed that aging (every 1 year old increase, HR=1.07, 95%CI 1.04-1.09, P﹤0.001), stroke (HR=3.63, 95%CI 1.93-6.85, P﹤0.001), higher cholesterol (every 1 mmol/L increase, HR=1.51, 95%CI 1.20-1.89, P﹤0.001), higher neutrophil-to-lymphocyte ratio (every 1 increase, HR=1.12, 95%CI 1.05-1.20, P=0.001), and lower albumin (HR=0.89, 95%CI 0.82-0.95, P=0.001) were independent risk factors affecting the survival rates of PD patients. The C-index of the prediction cohort and the validation cohort were 0.815(95%CI 0.765-0.865) and 0.804(95%CI 0.744-0.864, respectively). Both internally and externally verified calibration curves showed that the predicted results were close to the actual survival rates. Conclusion Based on age, blood total cholesterol level, stroke history, and NLR, the prognosis prediction model of peritoneal dialysis patients established with nomogram can help predict the 1-year and 3-year survival rates of peritoneal dialysis patients.