未分化甲状腺癌预后随机生存森林模型的构建及预测效果分析

作者：乔菲菲; 侯庆; 吴雨雷^*

来源：肿瘤研究与临床, 2023, 35(08).

• 甲状腺肿瘤
• 生存率分析
• 随机森林
• 预后

目的探讨未分化甲状腺癌(ATC)预后的影响因素, 评估构建的随机生存森林(RSF)模型在ATC预后预测中的应用价值。方法选择2004-2015年美国国立癌症研究所的监测、流行病学和最终结果(SEER)数据库中经组织病理学诊断为ATC的患者707例, 采用简单随机法将所有患者分为训练集(495例)和验证集(212例)。采用单因素Cox比例风险模型分析影响训练集患者总生存(OS)的相关因素。采用基于最小赤池信息量准则(AIC)的多因素Cox比例风险模型分析上述变量并进行筛选, 基于筛选出的变量构建预测OS的传统Cox模型;采用RSF算法对单因素Cox回归分析中P<0.05的变量进行分析, 筛选重要的5个特征, 纳入基于最小AIC的多因素Cox比例风险模型, 采用筛选出的变量构建预测OS的RSF-Cox模型。采用时间依赖受试者工作特征(tROC)曲线及曲线下面积(AUC)、校正曲线、决策曲线、综合Brier评分(IBS), 通过训练集和验证集来评估各模型预测OS的效能。结果单因素Cox回归分析显示, 年龄、是否接受化疗、淋巴结转移情况、是否接受放疗、手术方式、肿瘤浸润程度、肿瘤数量、肿瘤长径和诊断时年份这9个变量是ATC预后的影响因素(均P<0.05)。基于最小AIC(4855.8)的多因素Cox回归分析显示, 年龄较小(61～70岁比>80岁:HR=0.732, 95%CI 0.560～0.957, P=0.023;≤50岁比>80岁:HR=0.561, 95%CI 0.362～0.870, P=0.010)、接受化疗(是比否:HR=0.623, 95%CI 0.502～0.773, P<0.001)、接受放疗(是比否:HR=0.695, 95%CI 0.559～0.866, P=0.001)、接受手术(叶切除比未手术或未知:HR=0.712, 95%CI 0.541～0.939, P=0.016;全切或次全切比未手术或未知:HR=0.535, 95%CI 0.436～0.701, P<0.001)、肿瘤长径(≤2 cm比>6 cm:HR=0.495, 95%CI 0.262～0.938, P=0.031;>2 cm且≤4 cm比>6 cm:HR=0.714, 95%CI 0.520～0.980, P=0.037;>4 cm且≤6 cm比>6 cm:HR=0.699, 95%CI 0.545～0.897, P=0.005)是ATC患者OS的独立保护因素;淋巴结转移(N1未知比N0:HR=1.664, 95%CI 1.158～2.390, P=0.006;N1b比N0:HR=1.312, 95%CI 1.029～1.673, P=0.028)、更具侵袭性的肿瘤浸润程度(组别3比组别1:HR=1.492, 95%CI 1.062～2.096, P=0.021;组别4比组别1:HR=1.636, 95%CI 1.194～2.241, P=0.002)是ATC患者OS的独立危险因素, 诊断时年份(2010-2015年比2004-2009年:HR=1.166, 95%CI 0.962～1.413, P=0.118)虽无统计学意义, 但将其纳入可提高传统Cox模型的效能, 故也将其纳入传统Cox模型。采用RFS算法, 筛选出手术方式、肿瘤长径、年龄分组、是否接受化疗和肿瘤数量5个变量, 基于最小AIC(4 884.6)的多因素Cox回归分析显示, 接受化疗(是比否:HR=0.574, 95%CI 0.476～0.693, P<0.001)、手术方式(叶切除比未手术或未知:HR=0.730, 95%CI 0.567～0.940, P=0.015;全切或次全切比未手术或未知:HR=0.527, 95%CI 0.423～0.658, P<0.001)、肿瘤长径(≤2 cm比>6 cm:HR=0.428, 95%CI 0.231～0.793, P=0.007;>2 cm且≤4 cm比>6 cm:HR=0.701, 95%CI 0.513～0.958, P=0.026;>4 cm且≤6 cm比>6 cm:HR=0.681, 95%CI 0.536～0.866, P=0.002)是ATC患者OS的独立影响因素, 基于这3个变量构建RSF-Cox模型。tROC曲线分析显示, 在训练集中RSF-Cox模型预测6、12、18个月OS率的AUC分别为93.56、92.62、90.80, 在验证集中分别为93.05、92.47、90.20;在训练集中传统Cox模型分别为89.00、87.76、85.24, 在验证集中分别为86.22、83.68、82.86。预测6、12、18个月OS率时, RSF-Cox模型校准曲线较传统Cox模型更接近45°, RSF-Cox模型决策曲线的临床净获益均高于传统Cox模型。RSF-Cox模型IBS(0.089)低于传统Cox模型(0.111)。结论基于接受化疗、手术方式、肿瘤长径构建的RSF模型可以有效预测ATC患者的OS。

• 单位
  山西医科大学; 山西省肿瘤医院; 中国医学科学院肿瘤医院