肺癌患者根治性切除术后恶心呕吐风险的预测模型构建与验证研究

Construction and Validation of a Predictive Model for Nausea and Vomiting Risk in Lung Cancer Patients after Radical Resection Surgery

摘要

目的 根据肺癌根治性切除术人患者术后恶心呕吐（postoperative nausea and vomiting，PONV）风险的危险因素构建预测模型，并进行验证。 方法 选取2022年9月至2024年9月在南阳南石医院诊治的217例肺癌根治性切除术患者，按照术后24 h内有无发生PONV分为PONV组41例和非PONV组176例，分析肺癌根治性切除术患者发生PONV的危险因素，通过危险因素构建预测模型，并按照3∶1的比例选取肺癌根治性切除术患者73例进行验证。 结果 PONV组年龄 ≥ 60岁比例、女性比例、BMI < 18.5 kg/m²比例、临床分期Ⅲ/Ⅳ期比例、COPD比例、CRP ≥ 5 mg/L比例、晕车史比例和非PONV组相比更高（P < 0.05）。经二元Logistic回归分析，年龄 ≥ 60岁、女性、体质量指数（body mass index，BMI） < 18.5 kg/m²、临床分期、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、C反应蛋白（C-reactive protein，CRP）≥ 5 mg/L、晕车史是肺癌根治性切除术患者发生PONV的危险因素（P < 0.05）。使用危险因素构建预测模型，Hosmer-Lemeshow拟合度检验显示，χ² = 6.630，P = 0.577；Logistic回归模型预测肺癌根治性切除术患者发生PONV的AUC为0.860，95% CI为0.794～0.926，实际应用准确性为88.0%；通过验证组的数据，采用ROC曲线分析模型验证组的AUC为0.875，95% CI为0.790 ～ 0.960；校准曲线显示预测PONV概率和实际PONV概率吻合；决策曲线均提示PONV风险预测模型临床净获益高于临床净获益。 结论 通过年龄、性别、BMI、临床分期、COPD、CRP、晕车史构建的预测模型对肺癌根治性切除术患者发生PONV具有较高的预测价值。

Abstract

Objective The purpose of this study was to identify the risk factors for postoperative nausea and vomiting （PONV） in patients undergoing radical resection for lung cancer， in order to construct and validate a predictive model based on these factors. Methods A total of 217 patients who underwent radical resection for lung cancer at Nanyang Nanshi Hospital between September 2022 and September 2024 were enrolled. Based on the occurrence of PONV within 24 hours postoperatively， they were divided into two groups： the PONV group （41 cases） and the non-PONV group （176 cases）. Risk factors for PONV in these patients were analyzed， and a predictive model was constructed based on these factors. For validation， a separate cohort of 73 patients who underwent radical lung cancer resection was selected in a 3：1 ratio. Result The proportion of patients aged ≥ 60 years， females， BMI < 18.5 kg/m2， clinical stage Ⅲ/Ⅳ， COPD， CRP ≥ 5 mg/L， and history of motion sickness in the PONV group were higher than those in the non PONV group （P < 0.05）. According to binary logistic regression analysis， age ≥ 50 years， female， body mass index（BMI） < 18.5 kg/m2， clinical stage， chronic obstructive pulmonary disease（COPD）， C-reactive protein（CRP） ≥ 5 mg/L， and history of motion sickness are risk factors for PONV in patients undergoing radical resection of lung cancer （P < 0.05）. A predictive model was constructed using the identified risk factors. The Hosmer-Lemeshow goodness-of-fit test showed satisfactory results （χ² = 6.630， P = 0.577）. The logistic regression model demonstrated excellent predictive performance for PONV in patients undergoing radical lung cancer resection， with an AUC of 0.860 （95% CI： 0.794 ~ 0.926） and an actual application accuracy of 88.0%. Validation using an independent cohort through ROC curve analysis revealed an AUC of 0.875 （95% CI： 0.790 ~ 0.960）. The calibration curve indicated good agreement between the predicted probability of PONV and the actual observed probability. Decision curve analysis consistently showed that the clinical net benefit of the PONV risk prediction model exceeded the strategy. Conclusion The prediction model incorporating age， sex， BMI， clinical stage， COPD， CRP， and history of motion sickness demonstrates high predictive value for PONV in patients undergoing radical lung cancer resection.

Graphical abstract

关键词

肺癌 / 根治性切除术 / 恶心呕吐 / 预测

Key words

Lung cancer / Radical resection surgery / Nausea and vomiting / Prediction

肺癌作为威胁全球人类健康的重大疾病之一，其治疗手段的进步，尤其是根治性切除手术的应用，为众多患者带来了生命的希望^[1]。然而，术后恶心呕吐（postoperative nausea and vomiting，PONV）作为肺癌根治性切除术后的常见并发症，不仅严重影响了患者的术后恢复，还可能导致患者生活质量显著下降，甚至增加再次入院的风险^[2]。因此，有效预测并管理PONV风险，对于优化肺癌患者的术后护理方案、提升整体治疗效果具有重要的作用^[3]。当前，关于PONV的研究已取得一定进展，但主要集中在一般手术患者或特定麻醉方式下的风险分析，针对肺癌根治性切除术后PONV风险的专门研究尚显不足。已有的风险因素分析多基于传统的统计学方法，如Logistic回归分析，虽然能识别出一些关键变量，但在处理复杂、多维数据时存在局限性，难以全面捕捉PONV发生的多因素交互效应。目前，虽然已有研究尝试将机器学习应用于PONV风险的预测，但这些研究多集中于特定手术类型或麻醉条件下，针对肺癌根治性切除术这一特定情境的研究尚属空白^[4-5]。因此，本研究拟通过收集和分析肺癌患者根治性切除术后的详细临床数据，结合先进的统计与机器学习技术，构建并验证一个针对肺癌患者术后PONV风险的预测模型，以期为提高肺癌患者的术后护理质量和治疗效果提供新的思路和方法。

1 研究对象与方法

1.1 研究对象

选取2023年9月至2024年9月在南阳南石医院诊治的217例肺癌根治性切除术患者，按照术后24 h内有无发生PONV分为PONV组（41例）和非PONV组（176例）。纳入标准：病理确诊为肺癌；均为首次开展肺癌根治术；年龄满18周岁；临床资料完整。排除标准：其他方面的恶性肿瘤者；伴有应激性的溃疡者；伴有活动性的肝病者；术后发生低血压和低血糖者；精神障碍性方面的疾病者。本研究所有患者或家属均签署知情同意书，且获得南阳南石医院医学伦理委员会的审核和批准（批号：2021-IEC-KY-014）。

1.2 资料收集

数据采集通过自制问卷与病历资料相结合的方式，系统收集患者一般社会人口学信息及临床数据，包括年龄、性别、BMI、文化程度、病理类型、临床分期、肿瘤直径、手术侧别、手术时间、术中失血量、胃炎或消化道溃疡史、高血压、糖尿病、冠心病、COPD、CRP、晕车史、吸烟史、饮酒史。采用全自动生化分析仪检测患者FBG、TG、TC、ALT、SCr、TBIL、DBIL、Hb、ALb、WBC、PLT、Ca⁺、K⁺、Na，血压计测量DBP、SBP。因素分类参考文献，其中年龄分为 < 60岁、 ≥ 60岁^[6]，BMI分为 ≥ 18.5和 < 18.5^[7]，手术时间分为 < 2 h、 ≥ 2 h^[6]，术中失血量分为< 50 mL、≥ 50 mL^[6]。

麻醉与镇痛方案：患者均采用瑞芬太尼镇痛与阿曲库铵肌松。全麻方式依路径而异，静脉麻醉选丙泊酚，吸入麻醉用七氟烷或异氟烷，联合麻醉则两者并用。术后需镇痛泵者，于48 h内持续输注含羟考酮20 mg、芬太尼0.5 mg及格拉司琼9 mg的镇痛液。

1.3 统计学方法

采用SPSS 22.0软件进行统计分析，计数资料表示为频数或率（n，%），组间比较采用χ² 检验；计量资料若符合正态分布，则用均数 \pm 标准差（\overline{x}\pm s）进行描述，组间样本均数比较采用t检验。危险因素（发生PONV）开展二元Logistic回归分析。采用Hosmer-Lemeshow评估风险预测模型的拟合优度，P > 0.05，表明模型工作效果良好；构建发生PONV的预测模型，按照3∶1的比例选取肺癌根治性切除术患者73例进行验证，绘制受试者工作特征（receiver operating characteristic，ROC）曲线，曲线下面积（area under the curve，AUC）> 0.85准确性较高。P < 0.05为差异有统计学意义。

2 结果

2.1 患者术后发生PONV的单因素分析

按照术后有无发生PONV分为PONV组和非PONV组，PONV组年龄 ≥ 60岁、女性、BMI < 18.5 kg/m²、临床分期Ⅲ/Ⅳ期、COPD、CRP ≥ 5 mg/L、晕车史和非PONV组相比更高（P < 0.05），见表1。

2.2 患者术后发生PONV的危险因素分析

以组别为因变量，以单因素分析中P < 0.05的因素为自变量，赋值见表2，经二元Logistic回归分析，年龄≥ 60岁（OR = 3.350，P = 0.006）、女性（OR = 2.462，P = 0.040）、BMI < 18.5 kg/m²（OR = 3.341，P = 0.011）、临床分期Ⅲ～Ⅳ期（OR = 5.434，P = 0.005）、COPD（OR = 3.744，P = 0.005）、CRP ≥ 5 mg/L（OR = 4.282，P = 0.009）、晕车史（OR = 4.006，P = 0.002）是肺癌根治性切除术患者发生PONV的危险因素，见表3。

2.3 患者术后发生PONV的列线图模型构建及验证

以Logistic回归结果中的独立影响因素构建列线图模型，见图1。

模型预测概率

P = 1/｛1 + e^{-[-4.213 + 1.209 × 年龄 ≥ 60岁 + 0.901 × 女性 + 1.206 × BMI < 18.5kg/m2 + 1.693 × 临床分期Ⅲ～Ⅳ期1.320 × COPD + 1.454 × CRP ≥ 5mg/L + 1.388 × 晕车史]}｝。模型摘要中的-2对数似然值较小（142.167），考克斯-斯奈尔R方和内戈尔科R方值均较高（分别为0.270和0.434），Hosmer-Lemeshow拟合度检验显示，χ² = 6.630，P = 0.577，说明模型对数据的拟合效果较好。Logistic回归模型预测肺癌根治性切除术患者发生PONV的AUC为0.860，95% CI为0.794～0.926，敏感度、特异度分别为70.7%、86.4%，实际应用准确性为88.0%（191/217），见图2。通过验证组的数据，采用ROC曲线分析模型验证组的AUC为0.875，95%CI为0.790～0.960，见图3。校准曲线显示“预测PONV概率”和“实际PONV概率”吻合，见图4；决策曲线均提示PONV风险预测模型临床净获益高于“全部”临床净获益，见图5。

3 讨论

肺癌作为全球范围内最常见的恶性肿瘤之一，其发病率和死亡率一直居高不下。尽管在肺癌的治疗上取得了显著进展，手术切除仍然是早期肺癌患者获得根治性治疗的主要手段^[8]。然而，手术后的并发症，尤其是PONV，不仅影响患者的术后恢复，还可能增加医疗成本和延长住院时间^[9]。因此，识别肺癌根治性切除术后PONV的风险因素，并据此构建预测模型，对于优化患者管理、减少PONV的发生具有重要意义。

本项研究结果揭示，年龄达到或超过60岁（OR = 3.350，P = 0.006）、女性（OR = 2.462，P = 0.040）、BMI低于18.5 kg/m²（OR = 3.341，P = 0.011）、临床分期处于Ⅲ至Ⅳ期（OR = 5.434，P = 0.005）、患有COPD（OR = 3.744，P = 0.005）、CRP水平高于或等于5 mg/L（OR = 4.282，P = 0.009）以及有晕车史（OR = 4.006，P = 0.002）均为接受肺癌根治性切除术的患者发生PONV的危险因素。分析指出，随着年龄的增长，人体生理功能逐渐衰退，包括胃肠道功能和代谢能力，这可能导致对手术及麻醉的耐受性降低，从而增加PONV的风险。女性患者的PONV风险普遍高于男性，这可能与女性的生理特点（如激素水平波动）以及对疼痛的敏感性较高有关^[10-13]。BMI过低可能反映患者存在营养不良或体重过轻的情况，这可能导致患者对手术及麻醉的应激反应增强，从而增加PONV的风险^[14-16]。肺癌晚期患者由于肿瘤负荷较大，身体机能下降，且可能接受更为复杂的手术和麻醉，这可能导致PONV的风险增加。COPD患者可能存在肺部功能受损、气道高反应性等问题，这可能导致手术及麻醉过程中呼吸管理更加困难，从而增加PONV的风险^[17-20]。CRP水平升高可能反映患者体内存在炎症反应，这可能与手术创伤、感染等因素相关，而炎症反应可能增加PONV的风险^[21-22]。晕车史可能反映患者存在前庭功能异常或对运动刺激的敏感性较高，这可能导致在手术及麻醉过程中更容易出现PONV^[23-25]。

基于上述危险因素构建的预测模型，对肺癌根治性切除术患者发生PONV的预测准确度为0.860，表明该模型对预测肺癌根治性切除术患者发生PONV具有较高的预测价值。根据预测模型的预测结果，可以为不同风险级别的患者制定个性化的预防策略。对于高风险患者，应采取更加积极的预防措施，例如使用止吐药物、优化麻醉方案等，以降低PONV的发生率。术后应密切关注患者的PONV情况，及时采取处理措施。同时，加强术后护理，如保持呼吸道通畅、合理调整饮食等，有助于降低PONV的发生率。临床医护人员应持续监测PONV的发生情况，并积极参与相关研究，以深入了解PONV的发病机制及危险因素，为优化治疗方案提供科学依据。但本文研究样本量小，可能会导致研究结果具有一定偏倚，研究结论尚难以推广到更广泛的人群，从而影响其在临床实践中的应用价值。今后仍有待多中心合作收集更多数据，增大样本量，以提高研究结果的可靠性和结果的代表性。

4 结论

本研究结果显示通过年龄、性别、BMI、临床分期、COPD、CRP、晕车史构建的预测模型对肺癌根治性切除术患者发生PONV具有较高的预测价值。

参考文献

[1] 王彩红, 魏晓涛, 赵永强, 等. 电针治疗妇科手术后恶心呕吐的有效性和安全性Meta分析[J]. 临床麻醉学杂志, 2024, 40(6): 621-628.

[2] 张晅, 朱华, 杭鹏洲, 等. 678例单侧髋、膝关节置换患者术后恶心呕吐风险评估及预防用药回顾性分析[J]. 药学与临床研究, 2023, 31(5): 454-457, 467.

[3] 任心仪, 张书芮, 朱雨薇, 等. 无阿片药麻醉对腹腔镜胆囊切除术后恶心呕吐的影响[J]. 国际麻醉学与复苏杂志, 2024, 45(8): 810-817.

[4] 黄伟华, 林霞, 林新强, 等. 针刺治疗对预防腹腔镜术后恶心呕吐有效性的Meta分析[J]. 新疆医科大学学报, 2023, 46(10): 1386-1392.

[5] 袁玉静, 王艳梅, 李歆跃, 等. 小剂量氟哌利多对腔镜减重手术患者术后恶心呕吐的影响[J]. 临床和实验医学杂志, 2024, 23(7): 772-777.

[6] 陈乙婕, 费毅, 陈献珊, 等. 肺癌根治术后并发症危险因素分析及其生活质量变化研究[J]. 现代生物医学进展, 2021, 21(17): 3315-3319, 3345.

[7] 白彦慧, 岳佩如, 郑秀青. 肺癌患者术后住院期间发生恶心呕吐的危险因素分析[J]. 癌症进展, 2023, 21(8): 870-873.

[8] ZHU J, WU LN, CHEN GJ, et al. Preoperative reflux or regurgitation symptoms are independent predictors of postoperative nausea and vomiting (PONV) in patients undergoing bariatric surgery: a propensity score matching analysis[J]. Obes Surg, 2022, 32(3): 819-828.

[9] 李雪, 胡静, 张玉莹. 瑞马唑仑对乳腺癌患者术后恶心呕吐的影响[J]. 重庆医学, 2023, 52(S1): 266-270.

[10] 刘琳琳, 彭科, 嵇富海, 等. Trendelenburg体位腹腔镜术中局部脑氧饱和度与术后恶心呕吐的相关性[J]. 临床麻醉学杂志, 2022, 38(7): 769-772.

[11] 雷学恒, 施媛, 杨镭镭, 等. 针刺对急性胆囊炎患者腹腔镜切除术后恶心呕吐、胃肠功能的影响[J]. 中国中医急症, 2023, 32(8): 1392-1395.

[12] 刘怡, 罗贞, 唐雪姣, 等. 集束化策略对日间腹腔镜胆囊手术患者术后恶心呕吐的影响[J]. 华西医学, 2024, 39(2): 195-199.

[13] YANG YZ, CHENG QH, ZHANG AR, et al. Progress in the treatment of Osteoarthritis with avocado-soybean unsaponifiable[J]. Inflammopharmacology, 2024, 32(4): 2177-2184.

[14] JAKOBSDOTTIR H, TOMASSON AM, KARASON S, et al. Postoperative nausea and vomiting at Landspitali: a prospective study[J]. Acta Anaesthesiol Scand, 2024, 68(4): 457-465.

[15] AU E, ZHAO KR, BELLEY-CÔTÉ E, et al. The effect of perioperative benzodiazepine administration on postoperative nausea and vomiting: a systematic review and meta-analysis of randomised controlled trials[J]. Br J Anaesth, 2024, 132(3): 469-482.

[16] CHOI BM, KIM E, KIM DH, et al. Dosing strategy of ramosetron to prevent postoperative nausea and vomiting and development of prediction models using data obtained from randomized controlled trials: a comparative study[J]. Clin Ther, 2024, 46(8): 604-611.

[17] DOUVILLE NJ, BASTARACHE L, HE J, et al. Polygenic score for the prediction of postoperative nausea and vomiting: a retrospective derivation and validation cohort study[J]. Anesthesiology, 2025, 142(1): 52-71.

[18] ZENG M, LI JX, ZHENG TT, et al. Electropress needle stimulation for the prevention of postoperative nausea and vomiting in patients undergoing laparoscopic sleeve gastrectomy: a prospective, randomized controlled trial[J]. Obes Surg, 2023, 33(9): 2831-2840.

[19] DOLEZAL D, WURTH M, LALONDE J, et al. Reduction in postoperative nausea and vomiting (PONV) using nurse led initiatives[J]. J PeriAnesthesia Nurs, 2023, 38(4): e27-e28.

[20] 袁柳青, 梁伟东, 李晓玲, 等. 耳穴压豆联合经皮穴电刺激预防乳腺癌术后恶心呕吐的效果[J]. 实用医学杂志, 2023, 39(5): 642-646.

[21] 万磊, 柳立伟, 李文静, 等. 肥胖症患者行腹腔镜减重手术后严重恶心呕吐危险因素分析[J]. 中华实用诊断与治疗杂志, 2024, 38(4): 386-391.

[22] WALLDÉN J. A big little problem–postoperative nausea and vomiting incidences are too low![J]. Eur J Anaesthesiol, 2024, 41(12): 941-942.

[23] 黄孝慈, 陈齐, 盛奎, 等. 超声引导右侧星状神经节阻滞对腹腔镜胆囊切除术患者术后内脏痛及恶心呕吐的影响[J]. 天津医药, 2023, 51(2): 186-190.

[24] CHOI S, SEO S, LEE JH, et al. Impact of patient sex on adverse events and unscheduled utilization of medical services in cancer patients undergoing adjuvant chemotherapy: a multicenter retrospective cohort study[J]. Cancer Res Treat, 2024, 56(2): 404-413.

[25] 戴曦, 唐大春, 袁竞, 等. 和厚朴酚逆转非小细胞肺癌紫杉醇耐药的作用及机制[J]. 西南医科大学学报, 2024, 47(4): 316-320.

基金资助

河南省南阳市科技攻关项目(KJGG114)