甲胎蛋白阴性肝细胞癌患者肝切除术后预后的危险因素分析及列线图模型的构建

摘要

目的 本研究基于多模态临床数据构建AFP阴性肝细胞癌（ANHC）患者术后复发及生存风险的动态列线图模型，通过机器学习整合肿瘤生物学特征与治疗响应参数，揭示ANHC特异性预后标志物组合，为突破传统血清学标志物局限提供个性化风险评估工具。方法 回顾性纳入2012年4月28日—2018年12月31日于东方肝胆外科医院接受肝切除术的421例ANHC患者，随机分为训练组（210例）和验证组（211例）。通过单因素及多因素Cox比例风险回归筛选独立预后因素，构建列线图模型，并采用受试者操作特征曲线（ROC曲线）、校准曲线和决策曲线分析（DCA）验证性能。检测指标包括前白蛋白（PA）、白细胞（WBC）、肿瘤大小、微血管侵犯等。计数资料两组间比较使用χ²检验或Fisher精确检验，计量资料两组间比较使用成组t检验或Mann-Whitney U检验。结果 通过多因素分析确定的无病生存期（DFS）的独立危险因素包括多发肿瘤（HR=3.30,P<0.001）、WBC（HR=1.05,P=0.005）、血糖（HR=1.15,P=0.026）、糖类抗原19-9（CA19-9）(HR=1.01,P=0.005)和肿瘤大小（HR=1.17,P<0.001）,PA为保护因素（HR=0.99,P=0.022）。总生存期（OS）的独立危险因素包括肿瘤包膜不完整（HR=0.60,P=0.009）、年龄（HR=1.02,P=0.035）、凝血酶原时间（PT）(HR=1.27,P=0.023)、CA19-9（HR=1.01,P<0.001）和肿瘤大小（HR=1.15,P<0.001）。DFS列线图在训练组和验证组ROC曲线下面积（AUC）分别为0.74（95%CI:0.64～0.84）和0.67（95%CI:0.57～0.77）,OS列线图的AUC分别为0.76（95%CI:0.64～0.88）和0.73（95%CI:0.60～0.87）。校准曲线和DCA表明模型具有良好的预测性能和临床实用性。结论 肿瘤数目、PA、WBC、肿瘤大小等术前指标可有效预测ANHC患者术后复发，而肿瘤包膜完整性、年龄、PT等与OS显著相关。构建的列线图模型验证性能良好，可为个体化预后评估提供依据。

关键词

甲胎蛋白类 / 癌,肝细胞 / 列线图 / 预后