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.