基于炎症指标构建肝内胆管癌与混合型肝癌的术前鉴别模型

摘要：

目的:基于炎症指标及常规临床指标构建肝内胆管癌(ICC)与混合型肝癌(CHC)的术前鉴别模型并评估其效果。方法:回顾性分析2018年1月至2023年3月河南省人民医院收治的116例ICC或CHC患者的临床资料，其中男性74例，女性42例，年龄(58.5±9.4)岁。83例患者的数据用于建立模型，为训练组，其中ICC 50例，CHC 33例。33例患者的数据用于验证模型，为验证组，其中ICC 20例，CHC 13例。收集并计算患者的血小板与淋巴细胞比值(PLR)、系统免疫炎症指数(SII)、炎症预后指标(PII)、营养预后指标(PNI)、中性粒细胞与淋巴细胞比值(NLR)和淋巴细胞与单核细胞比值(LMR)等临床资料，应用受试者工作特征(ROC)曲线分析PLR、SII、PII、PNI、NLR和LMR的最佳截断值。单因素和多因素logistic回归分析确定ICC与CHC的鉴别因素。应用R软件绘制列线图，计算ROC曲线下面积(AUC)评估模型的准确性，绘制校准图和决策曲线评价模型的预测效能。结果:由单因素logistic回归分析结果得知，肝硬化、肝炎病史、甲胎蛋白、肿瘤糖类抗原199、γ-谷氨酰转移酶(GGT)、PLR、PNI、炎症评分(IS)可用于ICC与CHC的鉴别(均
P<0.05)。将单因素分析差异有统计学意义的指标纳入多因素logistic回归分析，结果显示，无肝硬化、GGT>60 U/L、PNI>49.53、IS<2分的患者病理分型更倾向于ICC(均
P<0.05)。基于以上4个因素建立列线图模型用于鉴别ICC与CHC。该列线图模型在训练组和验证组中鉴别ICC与CHC的ROC曲线AUC分别为0.851(95%
CI：0.769~0.933)和0.771(95%
CI：0.594~0.949)，灵敏度分别为0.760和0.750，特异度分别为0.818和0.769。校准图显示，预测曲线与参考线拟合较好。决策曲线显示，该模型具有明显的正向净效益。
结论:基于炎症指标建立的列线图模型在区分ICC和CHC方面表现出良好的判别性能，具有临床应用前景。

关键词：胆管上皮癌、混合型肝癌、炎症指标、列线图、预测模型

所属期刊栏目：29

资助基金：河南省科技攻关计划222102310709;Science and Technology Research Program of Henan Province222102310709

在线出版日期：2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：573-577