程序性死亡受体1抑制剂相关内分泌不良反应预测模型构建

摘要

目的 识别程序性死亡受体1(programmed death-1, PD-1)抑制剂相关内分泌不良反应的独立预测因素，构建临床可用的风险预测模型。方法 回顾性纳入接受PD-1抑制剂治疗的302例实体瘤患者，根据是否发生内分泌免疫相关不良反应（immune-related adverse events, irAEs）分为病例组与对照组。比较两组患者基线临床、实验室指标。采用多因素logistic回归分析评估内分泌irAEs的独立预测因子，构建列线图模型，采用受试者工作特征（receiver operating characteristic, ROC）曲线检验模型预测效能。结果 内分泌irAEs总体发生率为21.9%(66/302)，其中甲状腺功能减退发生率为19.5%(59/302)。两组患者年龄、PD-1抑制剂种类、游离甲状腺素、甲状腺过氧化物酶抗体（thyroid peroxidase antibody, TPOAb）、甲状腺球蛋白、淀粉酶、淋巴细胞亚群CD3表达水平差异有统计学意义（P<0.05）。多因素logistic回归分析显示，淋巴细胞亚群CD3表达较高是预防内分泌irAEs发生的独立保护因素（P=0.004），年龄<60岁、TPOAb水平较高及使用帕博利珠单抗是内分泌irAEs发生独立危险因素（P<0.05）。由此构建的列线图模型阈值概率>0.1时，模型的净获益较大；ROC显示模型预测内分泌irAEs的AUC为0.760；模型预测结果与实际结果一致性较高。结论 年龄、PD-1抑制剂类型、基线TPOAb水平及基线CD3表达与内分泌irAEs发生独立相关，基于这些因素构建的列线图模型具有良好预测效能，可为临床早期识别高危患者及其免疫治疗管理提供参考。

关键词

免疫检查点抑制剂 / 免疫相关不良反应 / 内分泌 / 预测模型