基于临床特征和肿瘤标志物预测卵巢癌近期预后不良的风险模型研究

摘要

目的 基于临床特征和肿瘤标志物制作预测卵巢癌近期预后不良的风险模型，并验证其效能。方法 回顾性分析安阳市中医院2020年1月至2023年1月收治的304例卵巢癌患者临床资料，收集临床特征资料和肿瘤标志物水平。随访统计预后不良发生率，并分为预后不良组（n=61）、预后良好组（n=243），对预后不良的影响因素进行COX回归分析；基于多因素分析结果应用R3.4.3软件制作Nomogram模型；绘制受试者工作特征曲线（ROC）评估Nomogram模型的风险预测能力，绘制校准曲线，使用Bootstrap法检测Nomogram模型的校准度，采用决策曲线分析（DCA）验证模型的临床净获益率。结果 卵巢癌预后不良发生率为20.06%；年龄（HR=1.369,95%CI 1.130～1.659）、体力状态美国东部协作肿瘤组（ECOG）评分（HR=1.406,95%CI 1.125～1.758）、肿瘤淋巴结转移（TNM）Ⅲ～Ⅳ期（HR=1.373,95%CI 1.118～1.687）、未分化+低分化（HR=1.394,95%CI 1.155～1.682）、减瘤不理想（HR=1.415,95%CI1.161～1.725）、血清糖类抗原125（CA125）(HR=1.347,95%CI 1.092～1.661)、人附睾分泌蛋白4（HE4）(HR=1.372,95%CI 1.117～1.685)、糖类抗原199（CA199）(HR=1.334,95%CI 1.088～1.635)、炎症预后指数（IPI）(HR=1.411,95%CI 1.133～1.757)为卵巢癌近期预后不良的影响因素，差异均有统计学意义（P <0.05）;Nomogram模型预测预后不良发生的曲线下面积、敏感度、特异度分别为0.921（95%CI 0.850～0.966）、95.08%、81.48%,Hosmer-Lemeshow拟合优度检验（χ²=1.989,P=0.412）显示拟合良好，Nomogram模型预测的阈值概率在0～100%时可获得临床净收益。结论 卵巢癌近期预后不良的危险因素包括年龄、体力状态ECOG评分、TNM分期Ⅲ～Ⅳ期、未分化+低分化、减瘤不理想、血清CA125、HE4、CA199、IPI，而基于上述临床特征和肿瘤标志物制作的预测卵巢癌近期预后不良的风险模型对预后不良的预测效能显著。

关键词

肿瘤标志物 / 卵巢癌 / 预后不良 / 风险