检索历史 清除

摘要目的：直肠癌最主流的治疗方式仍是手术治疗。肌肉减少症与直肠癌的手术预后密切相关。通过收集直肠癌根治术患者的临床资料，分析术前肌肉减少症发生的可能危险因素，旨在构建一个简便、快速、客观、准确度高的预测模型，有利于临床医师早期识别，进行必要的干预。<br>　　方法：回顾性收集了2018年1月至2021年1月期间在苏州大学附属第一医院接受直肠癌根治手术患者的临床资料，依据患者是否合并有肌肉减少症将患者分为肌肉减少症组与非肌肉减少症组，并利用倾向性得分匹配（PropensityScoreMatching,PSM）排除部分偏倚后，比较两组在手术时间、术中失血量、术后拔管天数、住院时间以及术后并发症的发生等短期临床结果的差异。通过逻辑回归分析筛选可能的术前肌肉减少症的独立危险因素，并通过列线图构建一个预测模型。随后使用8种机器学习（MachineLearning,ML）算法构建预测模型，并对其进行内部验证、模型解释等，并比较预测变量的重要性。最后对构建的两个预测模型进行综合比较评估。<br>　　结果：符合研究标准的患者共有392名，其中肌肉减少症组51名，非肌肉减少症组241名。采用性别、是否患有高血压、肿瘤长径、肿瘤短径及肿瘤高度作为匹配变量进行1：3PSM，匹配后肌肉减少症组50名，非肌肉减少症组145名。在术后并发症方面，肌肉减少症组Clavien-DindoⅡ级及以上的患者占比（44.0%），较非肌肉减少症组（30.3%）更多，两组间具有统计学差异（P=0.008），肌肉减少症组患者存在合并更严重的术后并发症。单因素及多因素逻辑回归分析结果表明，年龄、体质指数、血小板和淋巴细胞比值、预后营养指数（PrognosticNutritionalIndex,PNI）是直肠癌患者术前肌肉减少症的独立危险因素。基于这一分析结果构建的列线图预测模型C指数为0.889，绘制列线图并进行模型的内部验证，预测模型具有良好的一致性。随后，基于年龄、体质指数、血红蛋白、前白蛋白、甘油三酯、全身免疫炎症指数（SystemicImmune-inflammationIndex,SII）、中性粒细胞和淋巴细胞比值、血小板和淋巴细胞比值、PNI、控制营养状况（ControllingNutritionalStatus,CONUT）评分、肿瘤距肛缘距离这11个变量通过“tidymodels”机器学习统一框架进行8个ML模型的构建、评估及解释，其中随机森林算法模型表现相对最好，曲线下面积（AreaUnderCurve,AUC）为0.855。最后将本研究构建的两个肌肉减少症的预测模型进行综合比较评价，并绘制受试者工作特征（ReceiverOperatingCharacteristic,ROC）曲线，列线图预测模型与随机森林预测模型的AUC值不存在统计学差异（P＞0.05）。与此同时还绘制了这两个模型的临床决策（DecisionCurveAnalysis,DCA）曲线，结果表明随机森林预测模型的临床净收益略优于列线图预测模型。<br>　　结论：术前合并肌肉减少症的直肠癌患者接受根治手术后易发生更严重的并发症。年龄、体质指数、血小板和淋巴细胞比值、PNI、CONUT评分等是术前肌肉减少症模型的重要预测因素。分别构建了列线图模型和随机森林模型用于预测直肠癌患者术前肌肉减少症，两个模型均具有较高的准确度，并且随机森林模型的临床收益可能更好，有助于为个性化诊断和治疗方案提供参考。