临床IA期左肺上叶腺癌高危病理预测列线图模型的构建与验证

《BMC Surgery》：Development and validation of a nomogram for predicting high-risk pathology in clinical stage lA left upper lobe lung adenocarcinoma

　　本研究针对临床IA期左肺上叶肺腺癌患者术前高危病理特征识别难题，开发并验证了一种整合CEA、CT肿瘤大小、平均CT值和术中冰冻病理的列线图模型。该模型在训练集和验证集中AUC分别达0.837和0.865，能够实现个体化风险评估，为精准手术决策提供重要依据。

　　

随着低剂量CT筛查的普及，早期肺腺癌的检出率显著提升。临床IA期非小细胞肺癌虽然标准治疗方案为手术切除且预后较好，但仍有部分患者出现复发和不良结局，特别是存在高危病理特征的患者。左肺上叶因其独特的解剖结构和丰富的手术方式选择（如S1+2、S4+5等段切除），更需精准的术前风险评估。然而，实体型或微乳头状主导亚型、筛状结构、淋巴血管侵犯和空气腔播散等高危病理特征通常需术后病理才能确认，限制了其术前决策指导价值。虽然术中冰冻切片可提供初步诊断，但其预测侵袭性亚型的准确性有限。因此，亟需开发整合临床、影像和病理变量的术前风险分层工具。

为应对这一挑战，罗德峰等人在《BMC Surgery》发表研究，旨在开发并验证专门针对左肺上叶临床IA期肺腺癌高危病理的预测模型。研究团队回顾性纳入了2018年1月至2022年5月间接受手术的545例患者，随机分为训练集（80%）和验证集（20%）。高危病理定义为包含实体/微乳头状主导模式、复杂腺体结构、STAS或LVI等特征。

研究采用多变量逻辑回归和LASSO回归筛选独立预测因子，构建列线图模型，并通过ROC曲线、校准曲线、决策曲线分析和Bootstrap重采样进行验证。关键技术方法包括：回顾性收集单中心临床IA期左肺上叶肺腺癌手术患者队列；通过多变量逻辑回归和LASSO回归筛选预测因子；构建列线图预测模型；采用ROC曲线、校准曲线和决策曲线分析评估模型性能；通过Bootstrap重采样进行内部验证。

患者临床病理特征

研究队列中高危病理患病率为19.1%。训练集内比较显示，高危组患者年龄更大（中位61.5岁 vs. 58.0岁），CEA（2.83 ng/mL vs. 1.56 ng/mL）和Cyfra21-1（2.54 ng/mL vs. 2.28 ng/mL）水平更高，CT测量肿瘤尺寸更大（1.70 cm vs. 1.20 cm），平均CT值更高（-271.39 HU vs. -492.41 HU）。影像学上，高危组更常出现毛刺征（56.25% vs. 24.44%）和分叶征（50.00% vs. 23.88%）。

高危病理预测因子的单因素和多因素分析

单因素分析识别出五个显著预测因子：冰冻切片（AUC=0.7258）、CEA（AUC=0.6669）、CT大小（AUC=0.7339）、毛刺征（AUC=0.6591）和平均CT值（AUC=0.7666）。多因素分析最终确认四个独立预测因子：冰冻切片报告为浸润性腺癌（OR=5.23）、CEA水平升高（OR=1.24）、CT肿瘤尺寸增大（OR=2.16）和平均CT值升高（OR=1.01）。

列线图构建与性能验证

基于多因素分析结果构建的列线图显示出色判别能力，训练集AUC为0.837，验证集AUC为0.865。校准曲线显示预测风险与实际风险高度一致（训练集平均绝对误差=0.021，验证集=0.036）。决策曲线分析证实该模型在临床相关风险阈值范围内提供比"全治疗"或"全不治疗"策略更高的净收益。

临界值确定

通过约登指数确定的最佳临界值为：CEA>2.2 ng/mL、CT尺寸>1.22 cm、平均CT值>-451.55 HU。列线图预测高危病理概率的最佳截断值为0.192，可作为临床决策参考点。

研究结论表明，整合CEA、CT肿瘤大小、平均CT值和术中冰冻病理的列线图能有效预测左肺上叶临床IA期肺腺癌的高危病理特征。对于冰冻切片诊断为浸润性腺癌、CEA>2.2 ng/mL、平均CT值>-451.55 HU且肿瘤尺寸>1.22 cm的患者，术者应谨慎选择手术方式，避免切除不充分，并考虑辅助治疗改善预后。该模型为早期左肺上叶腺癌的风险评估和手术规划提供了可靠工具，但需进一步研究验证其临床适用性。

讨论部分强调，左肺上叶肺腺癌的手术治疗需要在最佳肿瘤学结果和肺功能保存之间取得平衡。尽管肺叶切除仍是标准术式，但对于左肺上叶的小肿瘤，亚肺叶切除日益被视为替代方案。然而，当肿瘤被诊断为浸润性腺癌，尤其是以微乳头状或实体亚型为主时，早期复发风险升高。此时保留肺功能可能导致肿瘤切除不充分，而高危病理特征通常需术后最终病理报告才能确认。因此，提升外科医生术前预测肺腺癌高危病理成分的能力至关重要。该研究提供的预测工具有助于胸外科医生为高风险患者制定明智的手术和治疗策略决策，最终改善预后和肿瘤学结果。