基于炎症反应评分系统构建胃癌患者预后的列线图预测模型

目的：根据胃癌患者术前中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）、淋巴细胞与单核细胞比值（LMR）的表达水平构建炎症反应评分（IRS）系统,分析IRS 对胃癌患者术后预后的影响并构建列线图预测模型。方法: 选取2016 年1月至2020 年1月宜春市人民医院普外科收治的211例胃癌患者的临床资料,根据随访成功的198 例患者术后3年生存状态分为死亡组（n=93）和生存组（n=105）。比较两组患者的一般临床资料,多因素COX回归风险模型分析影响胃癌患者预后的独立风险因素,R语言rms 包构建列线图预测模型。结果: 两组胃癌患者肿瘤最大直径、病理分期、T分期、分化程度、神经侵犯、脉管侵犯、NLR、PLR、LMR比较差异均有统计学意义（均P<0.05）。依据NLP、PLR、LMR-IRS（NPL-IRS）构建标准,不同分值的胃癌患者OS率表现出一定的等级趋势差异（χ2=61.129,P<0.01）。病理分期Ⅲ期、分化程度低、脉管侵犯、NPL-IRS>1分是影响胃癌患者预后的独立危险因素（P<0.05）。决策曲线分析显示,风险阈值>0.16 时,此预测模型可以提供显著额外的临床净收益。结论: 基于病理分期Ⅲ期、分化程度低、脉管侵犯、NPL-IRS>1分构建的列线图预测模型可以为胃癌患者预后评估提供重要的策略指导。

Construction of a nomogram prediction model for the prognosis of gastric cancer patients based on the inflammatory response marker scoring system