非小细胞肺癌和乳腺癌患者癌痛发生风险预测模型的构建及验证

作者：李侠; 刘瑞; 汤俊; 刘亚锋; 谢军

来源：癌症进展, 2022, 20(20): 2082-2086+2090.

DOI：10.11877/j.issn.1672-1535.2022.20.20.07

• 非小细胞肺癌
• 乳腺癌
• 列线图
• 危险因素
• 癌痛

目的 构建及验证非小细胞肺癌（NSCLC）和乳腺癌患者癌痛发生风险的预测模型。方法 收集115例NSCLC和39例乳腺癌患者的病历资料，使用数字分级评分法（NRS）评估所有患者的疼痛程度，并据此分为无痛组和疼痛组，比较两组患者的临床特征。在训练集中采用单因素分析和多因素Logistic回归分析筛选独立影响因素，采用受试者工作特征（ROC）曲线和曲线下面积（AUC）验证各因素单独及联合检测对NSCLC和乳腺癌患者癌痛发生的预测价值；构建NSCLC和乳腺癌患者癌痛发生风险的列线图模型；采用RMS软件绘制列线图的校准曲线，评价该模型用于预测NSCLC和乳腺癌患者癌痛发生风险的可靠性和准确性；通过决策曲线分析法（DCA）评价列线图的临床获益度。结果 Logistic回归分析结果显示，骨转移、中性粒细胞（NEU）升高、白蛋白（ALB）降低均是NSCLC患者发生癌痛的独立危险因素（P﹤0.05）。ROC曲线结果显示，骨转移情况、NEU、ALB水平联合预测NSCLC和乳腺癌患者发生癌痛的AUC分别为0.874、0.799。将多因素分析筛选出来的骨转移情况、NEU、ALB水平纳入预测模型，使用RMS软件建立预测NSCLC和乳腺癌患者癌痛发生风险概率的列线图。校准曲线显示该模型预测NSCLC和乳腺癌患者癌痛发生的风险较为可靠，DCA评价预测模型的临床适用性，表明该列线图模型在很大的风险阈值概率范围内对NSCLC和乳腺癌患者癌痛发生风险的预测能力较高。结论NEU、ALB水平、骨转移发生情况联合检测对NSCLC及乳腺癌患者癌痛发生风险具有较好的预测价值，建立的列线图模型对NSCLC及乳腺癌患者是否发生癌痛具有良好的预测效能。

• 单位
  淮南东方医院集团肿瘤医院; 安徽理工大学