![]()
研究背景
癌症患者更容易发生营养不良，识别肿瘤患者的营养状况对其治疗决策及其临床预后至关重要。国内外研究表明，估计有25％至85％的癌症患者存在与癌症相关的营养不良。在所有实体瘤，尤其是胃肠道肿瘤患者中，超过一半存在营养不良，导致治疗反应下降、死亡风险增加。进行性营养不良在晚期癌症患者中更为常见，并且在缺乏营养治疗的情况下易导致早期死亡。癌症患者的营养状况与生存和治疗密切相关，一些预后模型已经包含了营养相关指标，并且先前发表的研究已使用PG-SGA在癌症患者中建立预后模型。然而，即使接受过良好培训的医护人员，应用PG-SGA也可能花费太多时间。因此，在本研究中，研究者试图探索一种新型的评估模型，采用PG-SGA中患者自评报告的内容，同时将某些潜在有用的临床因素整合到系统中以改善患者预后，从而增加肿瘤患者营养评估的便利性和通用性。![]()
研究方法
来自中国多中心队列研究的总共8749例患者被纳入了主要研究队列，其中696例患者被纳入了验证队列。应用PG-SGA评估患者的营养状况，同时记录患者基本信息。LASSO回归模型和Cox回归分析用于因子的选择和绘制列线图。然后通过C-index、校准曲线和决策曲线分析评估列线图在辨别、校准和临床实用性方面的有效性。采用Kaplan–Meier生存曲线用于比较生存率。![]()
图1. 纳入标准流程图
![]()
研究结果
本研究确定了七个独立的预后因素，肿瘤部位，年龄，体重减轻，摄入减少，活动和功能下降，疾病分期和肌酐水平，并将其整合到列线图中。主要队列和验证队列的C指数分别为0.73（95％CI，0.72至0.74）和0.77（95％CI，0.74至0.81），均高于TNM分期系统的0.59（95％CI，0.58至0.61）。决策曲线分析评估表明，列线图不仅高于TNM分期系统，同时高于PG-SGA的TNM分期结合的系统。针对每项TNM类别，将患者划分为不同风险的组（得分<18.5和≥18.5），发现总体中位生存期存在显着差异（所有Ps <0.001）。![]()
图2. 实体瘤患者总体生存的列线图。
首先，在轴上找到患者的原发肿瘤部位，然后垂直于点轴画一条线，以确定该变量患者获得了多少点。对其他轴重复此操作（肿瘤部位，年龄，体重减轻，摄入减少，活动和功能下降，疾病分期和肌酐水平）。将每个这些预测变量的点相加，然后在总点轴上找到总和。向下画一条直线，可预测患者在1年，2年，3年，4年和5年时的存活概率。![]()
图3. 每个TNM阶段的风险组分层
通过按总分对主要队列中的患者分为两个不同的风险亚组，确定了最佳临界值（得分<18.5和≥18.5）。在Kaplan–Meier曲线中，每个TNM类别内的生存结局均存在显着差异（所有P <0.001）。![]()
研究结论
本研究识别出了七个独立的预后因素，并成功生成了易于使用的列线图，通过验证，其显示出对癌症患者总体生存有较好的预测效度。参考文献
Qi Zhang, et al. A novel model with nutrition‐related parameters for predicting overall survival of cancer patients. Supportive Care in Cancer. 2021. https://doi.org/10.1007/s00520-021-06272-z.
![]()