基于SEER数据库构建小细胞肺癌术后患者生存预测模型

作者：潘辉; 张亚雷; 肖大凯; 郭志华; 张晋昕^*; 何嘉曦^*

来源：肿瘤预防与治疗, 2019, 32(06): 516-523.

DOI：10. 3969/j. issn. 1674-0904. 2019. 06. 008

• SEER
• 小细胞肺癌
• 手术治疗
• 列线图
• 生存预测

目的:证实手术治疗对于小细胞肺癌患者长期生存的作用。鉴定小细胞肺癌术后患者生存影响因素,构建小细胞肺癌术后患者的生存预测模型。与现有的AJCC分期系统、VALSG分期系统和IASLC的分期系统预测性能进行比较。方法:选取2004年至2012年SEER数据库中确诊为小细胞肺癌的患者(small cell lung cancer, SCLC),提取相应的变量数据。采用Kaplan-Meier比较不同分期下手术组与非手术组患者的生存状况,并绘制生存曲线。针对手术治疗的SCLC患者,利用赤池信息准则(AIC)筛选变量,基于Cox回归模型构建Nomogram预测模型。比较新模型与AJCC分期系统、VALSG分期系统和IASLC分期系统的一致性指数(C-index),评价模型的预测效能。结果:通过数据检索,共有45 226例SCLC患者入选本研究,其中867例为手术治疗患者。多因素分析发现,影响手术患者预后的因素包括年龄、性别、手术方式、放疗顺序、肿瘤大小、肿瘤侵犯范围、T分期、N分期、淋巴结清扫数量、病理分化程度和远端转移情况。经过赤池信息准则(AIC)筛选,年龄、性别、肿瘤大小、肿瘤侵犯范围、淋巴结侵犯情况、远端转移情况、手术方式、放疗情况、淋巴结清扫数量、病理分化程度共10个变量入选模型。比较4个模型的一致性指数,Nomogram为0.706,AJCC模型为0.700,IASLC模型为0.667,VALSG模型为0.665。Nomogram模型显示最佳的预测准确度。结论:患者是否接受手术影响小细胞肺癌患者的生存时间。肿瘤的大小和肿瘤侵犯的范围是独立的预后因素。Nomogram生存预测模型的预测性能明显优于其它分期系统。

• 单位
  广州医科大学附属第一医院; 中山大学公共卫生学院