基于列线图模型构建的分化型甲状腺癌患者淋巴结转移的风险评估

目的:探讨分化型甲状腺癌(differentiated thyroid carcinoma,DTC)术后患者颈部淋巴结转移(lym-phatic node metastasis,LNM)的独立预测因素,并构建列线图模型对其LNM风险进行个性化预测,以期为后续131 I治疗提供可靠依据.方法:回顾性分析2020年1月至2022年1月空军军医大学第二附属医院行甲状腺全切术+颈部淋巴结清扫术,首次131 I治疗的332例DTC患者资料,依据131 I治疗后全身显像(Rx-WBS)及SPECT/CT断层融合显像结果,将患者分为无转移组(M0)和颈部淋巴结转移组(M1).纳入相关评价指标:性别、年龄、肿瘤直径、包膜侵犯、肿瘤N分期及血小板计数(P)、中性粒细胞计数(N)、淋巴细胞计数(L)、刺激性甲状腺球蛋白(preablative stimulated Tg,ps-Tg)、促甲状腺激素(TSH).采用logistic多因素分析确定DTC术后LNM的独立预测因素;运用R3.6.1软件整合所有预测因素,根据多因素分析所得系数值绘制列线图模型,采用受试者工作特征(ROC)曲线下面积(AUC)评价列线图模型的区分度,并采用bootstrap法绘制校准图对模型的性能进行验证.结果:多因素分析结果显示,性别(P<0.001),年龄(P=0.044),ps-Tg(P<0.001),包膜侵犯(P<0.001)、L计数(P=0.028)是LNM的独立预测因素.整合上述5个因素的列线图模型预测LNM风险的区分度为0.713(AUC=0.713,95％CI 0.706～0.720),模型预测的LNM风险与实际LNM发生率具有良好的一致性,预测LNM风险的误差均在10％以内.结论:性别、年龄、ps-Tg、包膜侵犯、L计数是DTC术后患者LNM的独立预测因素,基于上述指标构建的LNM风险预测模型有助于指导DTC术后患者个性化131 I治疗方案的制定.