多维临床参数联合炎症标志物：构建前列腺癌根治术后生化复发精准预测模型|全国肿瘤|前列腺癌|治疗|炎症|生化复发|病理|预后

导读

根治性前列腺切除术（RP）是局限性前列腺癌（PCa）的重要治疗方式，但部分患者术后仍会发生生化复发（BCR）。如何在早期识别术后高复发风险人群，并制定更有针对性的随访和干预策略，是当前临床管理的重要关切。CUA2025报道的一项整合临床多变量及血清炎症标志物的预测模型研究对此进行了探索。

研究背景

随着PCa筛查、诊断和手术技术持续进步，越来越多局限性PCa患者接受RP治疗。然而，根治性治疗并不意味着复发风险完全消失，部分患者在随访过程中仍会出现BCR。BCR不仅提示疾病复发风险增加，也可能影响辅助治疗时机、影像复查安排及长期管理策略。

目前，术后预后评估主要依赖Gleason评分、病理分期及国际泌尿病理学会（ISUP）分级等传统病理指标。但在真实临床中，即使病理特征相近，不同患者的复发风险仍可能存在明显差异，提示单一病理维度难以完全解释预后异质性。

近年来，肿瘤相关炎症及宿主免疫营养状态在PCa进展中的作用受到关注。外周血炎症相关指标具有获取便捷、可重复检测等特点，可能为传统临床病理评估提供补充。基于此，本研究整合临床多变量及血清炎症标志物，构建并验证局限性PCa患者RP术后BCR预测列线图，以评估其临床应用价值。

研究方法

本研究为单中心回顾性研究，共纳入2018年1月至2020年3月于复旦大学附属华山医院接受RP的386例局限性PCa患者。研究收集患者一般临床资料、病理特征、血常规及生化指标，以无复发生存期（RFS，定义为自患者手术日期起至第1次复发的日期或末次随访日期）作为主要研究终点。研究进一步筛选与RFS相关的独立预后因素，并在此基础上建立列线图预测模型。模型性能采用校准曲线、决策曲线（DCA）及一致性指数（C-index）进行评价，并根据模型评分建立风险分层体系，用于区分不同术后复发风险人群。

研究结果

研究最终筛选出4项与RFS相关的独立预测因素，并将其纳入列线图模型。相比单一病理指标，该模型综合考虑临床参数及血清炎症标志物，有助于从肿瘤病理特征和宿主全身状态两个层面进行风险评估，为RP术后个体化预后预测提供了新的工具。

列线图模型预测效能优于传统ISUP分级，风险分层有助于识别不同预后患者

模型验证结果显示，所建立的列线图具有较好的预测能力。整体C-index达到0.82，经Bootstrap内部校正后的C-index为0.79，均高于传统ISUP分级系统（0.72）。结果提示，在传统病理分级基础上整合临床多变量和炎症标志物，可能进一步提升术后BCR风险预测准确性，也反映出多维信息整合在术后风险评估中的潜在价值。

基于列线图评分，研究进一步建立风险分层体系。Kaplan-Meier生存分析显示，不同风险组患者RFS存在明显差异（P＜0.0001），提示该模型能够区分术后复发风险不同的患者群体，为制定差异化随访策略及辅助治疗方案提供参考。

校准曲线及决策曲线支持模型稳定性

校准曲线显示，模型预测概率与患者实际RFS具有较好一致性，提示模型具有一定校准能力。进一步DCA分析显示，在不同风险阈值范围内，该模型均具有较好的净获益，提示其不仅具有统计学预测价值，也可能在术后风险评估和临床决策辅助中具有应用潜力。

结论与启示

近年来，PCa术后管理的关注重点正在从单纯评价手术效果，逐步转向复发风险预测和全程精细化管理。随着辅助治疗和影像随访策略不断丰富，如何在术后早期识别高复发风险患者，避免“一刀切”式随访，是精准诊疗中值得关注的问题。

本研究的价值不仅在于构建了一套术后BCR预测模型，更在于尝试将血清炎症标志物与传统临床病理参数进行整合。值得关注的是，该模型整体预测性能优于传统ISUP分级系统，提示单纯依赖病理分级可能难以满足个体化风险评估需求。将反映肿瘤特征和宿主状态的多维信息纳入模型，或有助于提高术后风险判断的精细度。

需要指出的是，本研究属于单中心回顾性研究，模型仍缺乏外部独立队列验证，其泛化能力仍需进一步评估。未来若能结合人工智能算法、多组学数据及分子标志物，并与辅助治疗决策和随访管理深度融合，将有望进一步完善PCa术后动态风险预测体系，为全程精准管理提供更多支持。

参考文献

1. 孙传玉，胡青峰，黄竞强. 通过整合临床多变量和血清学炎症标志物，建立基于列线图的前列腺癌患者根治性前列腺切除术后生化复发预测模型：一项单中心回顾性研究[C]. 2025中国泌尿外科学术会议（CUA）.

审批编号：CN-187798

有效期：2027-07-13

本材料由阿斯利康提供，仅供医疗卫生专业人士参考，不用于推广目的。若涉及具体药物使用，请参考相关药物说明书，阿斯利康不建议您将产品超说明书使用。