多維臨床參數聯合炎癥標志物：構建前列腺癌根治術后生化復發精準預測模型

導讀

根治性前列腺切除術（RP）是局限性前列腺癌（PCa）的重要治療方式，但部分患者術后仍會發生生化復發（BCR）。如何在早期識別術后高復發風險人群，并制定更有針對性的隨訪和干預策略，是當前臨床管理的重要關切。CUA2025報道的一項整合臨床多變量及血清炎癥標志物的預測模型研究對此進行了探索。

研究背景

隨著PCa篩查、診斷和手術技術持續進步，越來越多局限性PCa患者接受RP治療。然而，根治性治療并不意味著復發風險完全消失，部分患者在隨訪過程中仍會出現BCR。BCR不僅提示疾病復發風險增加，也可能影響輔助治療時機、影像復查安排及長期管理策略。

目前，術后預后評估主要依賴Gleason評分、病理分期及國際泌尿病理學會（ISUP）分級等傳統病理指標。但在真實臨床中，即使病理特征相近，不同患者的復發風險仍可能存在明顯差異，提示單一病理維度難以完全解釋預后異質性。

近年來，腫瘤相關炎癥及宿主免疫營養狀態在PCa進展中的作用受到關注。外周血炎癥相關指標具有獲取便捷、可重復檢測等特點，可能為傳統臨床病理評估提供補充。基于此，本研究整合臨床多變量及血清炎癥標志物，構建并驗證局限性PCa患者RP術后BCR預測列線圖，以評估其臨床應用價值。

研究方法

本研究為單中心回顧性研究，共納入2018年1月至2020年3月于復旦大學附屬華山醫院接受RP的386例局限性PCa患者。研究收集患者一般臨床資料、病理特征、血常規及生化指標，以無復發生存期（RFS，定義為自患者手術日期起至第1次復發的日期或末次隨訪日期）作為主要研究終點。研究進一步篩選與RFS相關的獨立預后因素，并在此基礎上建立列線圖預測模型。模型性能采用校準曲線、決策曲線（DCA）及一致性指數（C-index）進行評價，并根據模型評分建立風險分層體系，用于區分不同術后復發風險人群。

研究結果

研究最終篩選出4項與RFS相關的獨立預測因素，并將其納入列線圖模型。相比單一病理指標，該模型綜合考慮臨床參數及血清炎癥標志物，有助于從腫瘤病理特征和宿主全身狀態兩個層面進行風險評估，為RP術后個體化預后預測提供了新的工具。

列線圖模型預測效能優于傳統ISUP分級，風險分層有助于識別不同預后患者

模型驗證結果顯示，所建立的列線圖具有較好的預測能力。整體C-index達到0.82，經Bootstrap內部校正后的C-index為0.79，均高于傳統ISUP分級系統（0.72）。結果提示，在傳統病理分級基礎上整合臨床多變量和炎癥標志物，可能進一步提升術后BCR風險預測準確性，也反映出多維信息整合在術后風險評估中的潛在價值。

基于列線圖評分，研究進一步建立風險分層體系。Kaplan-Meier生存分析顯示，不同風險組患者RFS存在明顯差異（P＜0.0001），提示該模型能夠區分術后復發風險不同的患者群體，為制定差異化隨訪策略及輔助治療方案提供參考。

校準曲線及決策曲線支持模型穩定性

校準曲線顯示，模型預測概率與患者實際RFS具有較好一致性，提示模型具有一定校準能力。進一步DCA分析顯示，在不同風險閾值范圍內，該模型均具有較好的凈獲益，提示其不僅具有統計學預測價值，也可能在術后風險評估和臨床決策輔助中具有應用潛力。

結論與啟示

近年來，PCa術后管理的關注重點正在從單純評價手術效果，逐步轉向復發風險預測和全程精細化管理。隨著輔助治療和影像隨訪策略不斷豐富，如何在術后早期識別高復發風險患者，避免“一刀切”式隨訪，是精準診療中值得關注的問題。

本研究的價值不僅在于構建了一套術后BCR預測模型，更在于嘗試將血清炎癥標志物與傳統臨床病理參數進行整合。值得關注的是，該模型整體預測性能優于傳統ISUP分級系統，提示單純依賴病理分級可能難以滿足個體化風險評估需求。將反映腫瘤特征和宿主狀態的多維信息納入模型，或有助于提高術后風險判斷的精細度。

需要指出的是，本研究屬于單中心回顧性研究，模型仍缺乏外部獨立隊列驗證，其泛化能力仍需進一步評估。未來若能結合人工智能算法、多組學數據及分子標志物，并與輔助治療決策和隨訪管理深度融合，將有望進一步完善PCa術后動態風險預測體系，為全程精準管理提供更多支持。

參考文獻

1. 孫傳玉，胡青峰，黃競強. 通過整合臨床多變量和血清學炎癥標志物，建立基于列線圖的前列腺癌患者根治性前列腺切除術后生化復發預測模型：一項單中心回顧性研究[C]. 2025中國泌尿外科學術會議（CUA）.

審批編號：CN-187798

有效期：2027-07-13

本材料由阿斯利康提供，僅供醫療衛生專業人士參考，不用于推廣目的。若涉及具體藥物使用，請參考相關藥物說明書，阿斯利康不建議您將產品超說明書使用。

撰寫：Rosewei

審校：Rudolf

排版：Liberos

執行：Zelda

本平臺旨在為醫療衛生專業人士傳遞更多醫學信息。本平臺發布的內容，不能以任何方式取代專業的醫療指導，也不應被視為診療建議。如該等信息被用于了解醫學信息以外的目的，本平臺不承擔相關責任。本平臺對發布的內容，并不代表同意其描述和觀點。若涉及版權問題，煩請權利人與我們聯系，我們將盡快處理。