切换至 "中华医学电子期刊资源库"
高级检索
中华胸部外科电子杂志

中华胸部外科电子杂志 ›› 2024, Vol. 11 ›› Issue (01) : 31 -39. doi: 10.3877/cma.j.issn.2095-8773.2024.01.04

论著

食管鳞状细胞癌手术切缘阳性大样本回顾性研究及其临床预测模型的建立与验证
李智毓1, 李昌顶2, 聂鑫2, 倪琨涵2, 韩泳涛2,†(), 冷雪峰2,†()   
  1. 1. 614000　乐山，乐山市人民医院胸外科
    2. 610041　成都，四川省肿瘤临床医学研究中心，四川省肿瘤医院·研究所，四川省癌症防治中心，电子科技大学附属肿瘤医院胸外科
  • 收稿日期:2023-07-20 修回日期:2023-11-16 接受日期:2024-02-04 出版日期:2024-02-28
  • 通信作者: 韩泳涛, 冷雪峰
  • 基金资助:
    国家重点研发计划(2022YFC2403400); 四川省科技厅国际合作项目(24GJHZ0166); 四川省科技厅四川省重点研发项目(2023YFS0044、2023YFQ0056、2022YFQ0008); 吴阶平医学基金会(320.6750.2020-15-3); 四川省临床重点专科建设项目

Large-scale retrospective study of positive surgical margins in esophageal squamous cell carcinoma and the establishment and validation of a clinical predictive model

Zhiyu Li1, Changding Li2, Xin Nie2, Kunhan Ni2, Yongtao Han2,†(), Xuefeng Leng2,†()   

  1. 1. Department of Thoracic Surgery, The People’s Hospital of Leshan, Leshan 614000, China
    2. Department of Thoracic Surgery, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, Affiliated Cancer Hospital of University of Electronic Science and Technology of China, Chengdu 610041, China
  • Received:2023-07-20 Revised:2023-11-16 Accepted:2024-02-04 Published:2024-02-28
  • Corresponding author: Yongtao Han, Xuefeng Leng
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

李智毓, 李昌顶, 聂鑫, 倪琨涵, 韩泳涛, 冷雪峰. 食管鳞状细胞癌手术切缘阳性大样本回顾性研究及其临床预测模型的建立与验证[J]. 中华胸部外科电子杂志, 2024, 11(01): 31-39.

Zhiyu Li, Changding Li, Xin Nie, Kunhan Ni, Yongtao Han, Xuefeng Leng. Large-scale retrospective study of positive surgical margins in esophageal squamous cell carcinoma and the establishment and validation of a clinical predictive model[J]. Chinese Journal of Thoracic Surgery(Electronic Edition), 2024, 11(01): 31-39.

目的

食管鳞状细胞癌（ESCC）在中国的发病率及死亡率高。术后切缘肿瘤残留往往提示预后不良。本研究旨在回顾性分析切缘阳性现状并建立一个可行的临床预测模型，以预测ESCC患者术后出现手术切缘阳性（PSM）的可能性并加以验证。

方法

回顾性分析四川省肿瘤医院食管癌全程管理数据库（SCCH-ECCM database）2010年1月至2017年12月共2 846名因ESCC接受手术治疗的患者，分析术后病理结果和手术相关临床资料，识别出手术切缘具有肉眼可见残留肿瘤（R2）和镜下可见残留肿瘤（R1）的患者，并定义为PSM。应用logistic回归分析确定独立危险因素，应用列线图构建预测模型，通过Bootstrap法（重复抽样1 000次后），绘制校准曲线（calibration curve）和受试者工作特征（ROC）曲线评价该模型有效性。对比实际风险和预测风险；绘制决策曲线（DCA），通过计算不同阈值概率下的净效益来评估列线图临床应用价值。

结果

本研究最终纳入205名（7.2%）被诊断为PSM切除的患者。Logistic回归分析显示，性别、淋巴结清扫数目、肿瘤位置、pTNM分期和胸部手术方式是PSM的独立影响因素。列线图构建预测模型，ROC曲线下面积为0.796（95%CI 0.763～0.828，P<0.001），校准曲线显示预测概率与实际概率之间具有良好的一致性。

结论

PSM是影响患者术后治疗决策和预后的重要因素之一，本研究建立并验证了一个可预测ESCC患者术后切缘阳性风险的列线图，在食管癌患者术前评估和治疗决策上有潜在的应用价值。

关键词: 食管鳞癌, 手术切缘, 列线图, 肿瘤残留, 预测模型
Objective

Esophageal squamous cell carcinoma (ESCC) has a high incidence and mortality rate in China. The presence of positive surgical margins (PSM) after surgery suggests a poor prognosis. Therefore, this study aims to establish a feasible clinical prediction model to predict and verify the likelihood of PSM after surgery in ESCC patients.

Methods

By searching the Sichuan Cancer Hospital and Institute Esophageal Cancer Case Management Database (SCH-ECCM database) from January 2010 to December 2017, a total of 2 846 patients who underwent ESCC radical surgery at the hospital were reviewed. After retrospectively analyzing the postoperative pathological data and clinical information, patients who have visible residual tumor on the surgical margin with the naked eye (R2) or microscopic residual tumor (R1) are identified and defined as having PSM. Logistic regression analysis was used to determine independent risk factors. Nomogram was used to construct a predictive model, and a calibration curve was plotted to compare actual risk with predicted risk. A decision curve analysis (DCA) was performed to evaluate the clinical utility of nomogram. Receiver operating characteristic (ROC) curve can be plotted to evaluate the validity of prediction model, and Bootstrap Method was used for internal validation.

Results

This study included 205 patients (7.2%) diagnosed with PSM. Logistic regression analysis showed that gender, number of lymph nodes examined, tumor location, pathological TNM stage, and thoracic surgical incision were independent risk factors for PSM. We used a nomogram to evaluate the performance of the predictive model, with a ROC area of 0.796 (95% CI 0.763~0.828, P<0.001) and a calibration curve showing good consistency between predicted and actual probabilities.

Conclusions

PSM is one of the important factors that influence postoperative treatment decisions and prognosis of patients. The nomogram we established to predict positive resection margin in patients with esophageal squamous cell carcinoma has potential clinical application value for preoperative assessment and treatment decision-making.

Key words: Esophageal squamous cell carcinoma, Surgical margin, Nomogram, Tumor residue, Prediction model
表1 患者的临床特征
基线特征 R0（n＝2 641） 非R0（n＝205） P
性别[例（%）]     0.060
女 498（18.9） 23（11.2）  
男 2 143（81.1） 182（88.8）  
年龄[岁，中位数（范围）] 62（34～90） 61（35～81） 0.237
KPS[例（%）]     0.165
<90 1 118（42.3） 97（47.3）  
≥90 1 523（57.7） 108（52.7）  
BMI[kg/m2，中位数（范围）] 21.16（12.19～35.14） 20.55（14.98～28.62） 0.001
肿瘤位置[例（%）]     <0.001
上段 632（23.9） 85（41.5）  
中段 1 428（54.1） 88（42.9）  
下段 581（22.0） 32（15.6）  
病理T分期[例（%）]     <0.001
T1 331（12.5） 13（6.3）  
T2 514（19.5） 29（14.1）  
T3 1 608（60.9） 74（36.1）  
T4 188（7.1） 89（43.4）  
病理N分期[例（%）]     <0.001
N0 1 212（45.9） 63（30.7）  
N1 770（29.2） 55（26.8）  
N2 446（16.9） 49（23.9）  
N3 213（8.1） 38（18.5）  
病理TNM分期[例（%）]     <0.001
Ⅰ 331（12.5） 8（3.9）  
Ⅱ 878（33.2） 28（13.7）  
Ⅲ 1 154（43.7） 92（44.9）  
Ⅳ 278（10.5） 77（37.6）  
淋巴结清扫数目[中位数（范围）] 20（0～112） 17（0～54） 0.001
脉管浸润[例（%）]     0.213
是 439（16.6） 41（20.0）  
否 2 202（83.4） 164（80.0）  
神经侵犯[例（%）]     0.865
是 477（18.1） 38（18.5）  
否 2 164（81.9） 167（81.5）  
多灶性病变[例（%）]     <0.001
是 83（3.1） 189（92.2）  
否 2 558（96.9） 16（7.8）  
手术方式[例（%）]     <0.001
开放 1 327（50.2） 159（77.6）  
腔镜 1 314（49.8） 46（22.4）  
吻合部位[例（%）]     0.306
颈部 1 896（71.8） 154（75.1）  
胸部或腹部 745（28.2） 51（24.9）  
术前治疗[例（%）]     0.010
是 54（2.0） 12（5.9）  
否 2 587（98.0） 193（94.1）  
表2 关于PSM患者的单因素和多因素logistic回归分析
基线特征 单因素分析 多因素分析
OR（95%CI） P OR（95%CI） P
性别   0.007   0.008
女 Ref.   Ref.  
男 1.839（1.179～2.868）   1.952（1.194～3.189)  
年龄 0.989（0.973～1.006） 0.218    
KPS   0.165    
<90 Ref.      
≥90 0.817（0.615～1.087）      
BMI 0.922（0.877～0.97） 0.002 0.966（0.911～1.024) 0.242
肿瘤位置   <0.001   <0.001
上段 Ref.   Ref.  
中段 0.458（0.335～0.626） <0.001 0.393（0.273～0.564) <0.001
下段 0.411（0.269～0.624） <0.001 0.293（0.18～0.475) <0.001
pT分期   <0.001   <0.001
T1 Ref.   Ref.  
T2 1.437（0.736～2.803） 0.288 0.442（0.176～1.114) 0.083
T3 1.172（0.642～2.138） 0.605 0.256（0.102～0.612) 0.002
T4 12.054（6.557～22.158） <0.001 1.294（0.464～3.608) 0.622
pN分期   <0.001   0.107
N0 Ref.   Ref.  
N1 1.374（0.947～1.995） 0.095 0.508（0.269～0.957) 0.036
N2 2.114（1.433～3.118） <0.001 0.753（0.341～1.651) 0.475
N3 3.432（2.237～5.266） <0.001 0.708（0.214～2.342) 0.571
pTNM分期   <0.001   <0.001
Ⅰ Ref.   Ref.  
Ⅱ 1.319（0.595～2.924） 0.495 2.983（1.000～8.892) 0.050
Ⅲ 3.299（1.585～6.863） 0.001 9.102（2.524～32.826) 0.001
Ⅳ 11.46（5.439～24.147） <0.001 16.288（3.664～72.401) <0.001
淋巴结清扫个数 0.978（0.965～0.992） 0.002 0.965（0.948～0.983) <0.001
脉管浸润   0.214    
是 Ref.      
否 0.797（0.558～1.14）      
神经浸润   0.865    
是 Ref.      
否 0.969（0.672～1.397）      
多灶性病变   0.001   0.063
是 Ref.   Ref.  
否 0.383（0.22～0.668）   0.548 (0.29～1.033)  
手术方式   <0.001   <0.001
开放 Ref.   Ref.  
腔镜 0.292（0.209～0.409）   0.349 (0.233～0.523)  
吻合部位   0.307    
颈部 Ref.      
胸部或腹部 0.843（0.607～1.170）      
术前治疗   0.001   0.195
是 Ref.   Ref.  
否 0.336（0.177～0.638）   0.607 (0.286～1.291)  
图1 基于PSM独立影响因素的列线图。PSM：手术切缘阳性
图2 ROC曲线预测模型AUC＝0.796（95%CI：0.763～0.828，P<0.001）
图3 校准曲线模型的预测风险与实际风险
图4 决策曲线预测模型的风险阈值和效益比率
1
Uhlenhopp DJ，Then EO，Sunkara T，et al．Epidemiology of esophageal cancer: update in global trends, etiology and risk factors[J]．Clin J Gastroenterol，2020，13（6）：1010-1021．
2
Bray F，Ferlay J，Soerjomataram I，et al．Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]．CA Cancer J Clin，2018，68（6）：394-424．
3
Ghadban T，Reeh M，Koenig AM，et al．Prognostic Significant or Not? The Positive Circumferential Resection Margin in Esophageal Cancer: Impact on Local Recurrence and Overall Survival in Patients Without Neoadjuvant Treatment[J]．Ann Surg，2017，266（6）：988-994．
4
Pucher PH，Green M，Bateman AC，et al．Variation in histopathological assessment and association with surgical quality indicators following oesophagectomy[J]．Br J Surg，2021，108（1）：74-79．
5
Markar SR，Gronnier C，Duhamel A，et al．Significance of Microscopically Incomplete Resection Margin After Esophagectomy for Esophageal Cancer[J]．Ann Surg，2016，263（4）：712-718．
6
Yang Z，Lin H，Wang Z，et al．The prognostic significance of the circumferential resection margin in esophageal squamous cell carcinoma patients without neoadjuvant treatment[J]．BMC Cancer，2022，22（1）：1180．
7
Worrell SG．Esophageal Cancer and Surgical Margins: When a Positive Is a Negative[J]．Ann Surg Oncol，2020，27（5）：1316-1317．
8
Javidfar J，Speicher PJ，Hartwig MG，et al．Impact of Positive Margins on Survival in Patients Undergoing Esophagogastrectomy for Esophageal Cancer[J]．Ann Thorac Surg，2016，101（3）：1060-1067．
9
Wu J，Hu Y，Xu L．Positive circumferential resection margin in locally advanced esophageal cancer: an updated systematic review and meta-analysis[J]．Updates Surg，2022，74（4）：1187-1197．
10
Orosco RK，Tapia VJ，Califano JA，et al．Positive Surgical Margins in the 10 Most Common Solid Cancers[J]．Sci Rep，2018，8（1）：5686．
11
Defize IL，Goense L，Borggreve AS，et al．Risk Factors for Tumor Positive Resection Margins After Neoadjuvant Chemoradiotherapy for Esophageal Cancer: Results From the Dutch Upper GI Cancer Audit: A Nationwide Population-Based Study[J]．Ann Surg，2023，277（2）：e313-e319．
12
Darwish MB，Nagatomo K，Jackson T，et al．Minimally Invasive Esophagectomy for Achieving R0[J]．JSLS，2020，24（4）：e2020.00060．
13
Schlick CJR，Khorfan R，Odell DD，et al．Margin Positivity in Resectable Esophageal Cancer: Are there Modifiable Risk Factors?[J]．Ann Surg Oncol，2020，27（5）：1496-1507．
14
Schlick CJR，Bentrem DJ．ASO Author Reflections: Margin Positivity Following Esophageal Cancer Resection is Associated with Treatment Decisions[J]．Ann Surg Oncol，2020，27（5）：1508-1509．
15
Saddoughi SA，Mitchell KG，Antonoff MB，et al．Analysis of Esophagectomy Margin Practice and Survival Implications[J]．Ann Thorac Surg，2022，113（1）：209-216．
16
Li HX，Zheng XY，Tian D．Intraoperative Esophagectomy Positive Margins: Re-Resection or Not?[J]．Ann Thorac Surg，2022，113（4）：1390-1391．
[1] 姚放鸣, 焦莹莹, 何敏聪, 曾子俊, 何晓铭, 刘良燕, 何伟, 魏秋实, 刘文刚. 膝骨关节炎患者的肌少症发病率及发病特点分析[J]. 中华关节外科杂志(电子版), 2024, 18(01): 30-38.
[2] 杨立胜, 刘梦鸾, 任维聃, 姜国胜, 刘桂伟. 基于血清肿瘤标志物预测结直肠癌肝转移模型价值分析[J]. 中华普通外科学文献(电子版), 2024, 18(01): 39-43.
[3] 王晓梅, 刘冰, 马丽琼, 卢祖静, 苗建军. 基于LASSO-Cox回归分析的非轻症急性胰腺炎死亡风险列线图预测模型的建立和临床应用效果分析[J]. 中华普通外科学文献(电子版), 2024, 18(01): 44-50.
[4] 甄子铂, 刘金虎. 基于列线图模型探究静脉全身麻醉腹腔镜胆囊切除术患者术后肠道功能紊乱的影响因素[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 61-65.
[5] 唐旭, 韩冰, 刘威, 陈茹星. 结直肠癌根治术后隐匿性肝转移危险因素分析及预测模型构建[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 16-20.
[6] 刘化胜, 郑龙波, 秦琛, 王伟芹, 郑学风, 马金龙, 马正, 王洪霞, 刘磊, 胡继霖. 基于影像学指标构建永久性乙状结肠造口旁疝发病风险预测模型[J]. 中华疝和腹壁外科杂志(电子版), 2024, 18(01): 75-82.
[7] 陈晓毅, 尹雪霞, 刘静, 邬国松. 阻塞性睡眠呼吸暂停低通气综合征并发肺动脉高压的危险因素及预测分析[J]. 中华肺部疾病杂志(电子版), 2024, 17(01): 41-45.
[8] 段丽君, 董鑫, 潘若楠, 任梦然, 卢晓倩, 曹殿波. 术前误诊良性肺结节与典型恶性肺结节临床分析[J]. 中华肺部疾病杂志(电子版), 2024, 17(01): 46-50.
[9] 蔡小芳, 高慧, 葛军, 邢慧芸, 庄小燕, 李小丁. 多重耐药性肺结核治疗依从性预测分析[J]. 中华肺部疾病杂志(电子版), 2024, 17(01): 51-56.
[10] 王礼光, 严庆, 廖珊, 符荣党, 陈焕伟. 微血管侵犯及手术切缘对肝细胞癌患者术后生存预后的影响[J]. 中华肝脏外科手术学电子杂志, 2024, 13(02): 151-157.
[11] 孙振, 谭天华, 郑洋洋, 李喆, 宋京海. 基于术前纤维蛋白原与白蛋白比值构建肝癌微血管侵犯的预测模型[J]. 中华肝脏外科手术学电子杂志, 2024, 13(01): 27-32.
[12] 潘晓帆, 徐勤义, 陆瑨, 王丹, 刘路路, 董万利. 颅内动脉瘤破裂介入术后并发脑疝的风险因素分析[J]. 中华脑科疾病与康复杂志(电子版), 2024, 14(01): 37-44.
[13] 李冰冰, 张晓萌, 张艳. 住院患者跌倒风险评估工具及预测模型研究进展[J]. 中华临床医师杂志(电子版), 2023, 17(11): 1192-1195.
[14] 薛文欣, 常婉英, 肖瑶, 张盼盼, 党晓智, 宋宏萍. 乳腺恶性非肿块型病变列线图预测模型的构建及外部验证[J]. 中华临床医师杂志(电子版), 2023, 17(10): 1045-1050.
[15] 王林源, 熊鑫, 杨坤, 邓勇志. 基于冠状动脉CT血管成像的影像组学列线图鉴别诊断易损斑块的价值[J]. 中华诊断学电子杂志, 2024, 12(01): 1-8.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号