宮頸癌預后、預測因素及其數學模型的建立

田澤平，蔡 祿，趙秀娟，黃桂香，王克芳

（1.內蒙古科技大學生物工程與技術研究所，內蒙古 包頭014010；2.包頭醫學院第一附屬醫院中心實驗室；3.包頭市中心醫院 婦產科；4.首都醫科大學附屬北京安貞醫院 婦產科）

宮頸癌是女性僅次于乳腺癌的第二個最常見的惡性腫瘤，嚴重危及婦女的健康，中國每年新增宮頸癌病例130，000例，約占全球總新增病例數的28%。宮頸癌是目前唯一已被證實由病毒直接引起的癌癥。如今，雖然多數的宮頸癌可經手術或放療等局部治療手段而治愈，但其中20%－25%左右的病例卻因治療后的復發和遠處轉移而致治療失敗。因此，如何利用宮頸癌患者的臨床病理和實驗室指標來評估患者的預后，將宮頸癌患者的預后預測因素對宮頸癌病人預后影響進行綜合評估，建立宮頸癌病人的預后模型，有利于計算患者個體的復發、轉移危險程度以指導臨床治療。該模型的建立必將為臨床治療提供有利的依據，能提高宮頸癌病人的預后水平及生活質量，有利于投入－效益比的提高，以節省有限的醫療資源。本研究通過檢測宮頸癌標本E6＼E7mRNA的含量等實驗室指標，收集病人的臨床、病理及隨訪資料，并根據上述資料進行統計分析，結合文獻報道初步篩選出預期有意義的指標。利用Kaplan－Meier和Cox Regression方法對臨床資料進行單因素及多因素的分析，從中建立宮頸癌預后指數模型并予以驗證以期建立更精確的預后模型。

1 材料與方法

1.1 臨床資料

選取2005.1－2011.3在我院婦產科住院，首次行手術治療的宮頸癌的患者693例，術前無其他部位惡性腫瘤病史，分期按FIGO分期標準，病理根據術后病理回報。所有患者均行廣泛全子宮切除＋盆腔淋巴結清掃術。術后放化療的指征為病理類型為非鱗癌、淋巴結陽性、宮旁有侵犯、手術切緣陽性、脈管有癌栓、腫瘤侵犯深肌層等。一般情況：年齡18 90歲，中位年齡49歲；病理組織學分型：鱗狀細胞癌607例（87%），腺癌76例（11%），其他10例（2%）；FIGO 分期：Ⅰ期為319例（46%），Ⅱ期313例（45%），Ⅲ期49例（7%），Ⅳ為12例（2%）；腫瘤分化程度：高分化142例（20%），中分化347例（50%），低分化118例（17%），其他86例（13%）；所有病例均行盆腔淋巴結切除術，其中143例（21%）術后病理證實有轉移，550例（79%）無轉移；242例（35%）患者術后病理提示有深肌層浸潤；79例（10%）脈管浸潤陽性；腫瘤直徑≤2cm的共有255例（37%），2－4cm 有320例（46%），≥4cm 的為118例（17%）；541例測定了 HPVE6＼E7的表達，陽性352例（65%）。

1.2 隨訪情況

以患者手術之日起為隨訪起點至患者死亡，由我院人員采取門診、電話詢問有關病情和信訪等形式完成，整個隨訪工作于2011年3月中止。本研究的目的結局時間定為死亡，患者死亡原因包括手術死亡，術后復發轉移或非宮頸癌死亡。

1.3 研究方法

1.3.1 數據具體分層 以EXCEL表格統計患者的年齡、FIGO分期、病理類型、腫瘤大小、分化程度、深肌層浸潤、脈管浸潤、淋巴結陽性、隨訪信息。對所選因素，按照如下標準進行分層：年齡：分為≤40歲、40－60歲、≥60歲；FIGO分期：l＝IA，2＝IB，3＝ⅡA，4＝ⅡB，5＝ⅢA，6＝ⅢB，7＝IVA，8＝IVB；病理類型：1＝鱗癌、2＝腺癌、3＝其他；腫瘤大小：1＝ “≤2厘米”、2＝ “2－4cm”、3＝“≥4cm”；分化程度：1＝低，2＝中低，3＝中，4＝中高，5＝高；深肌層浸潤：未浸潤為0，浸潤為1；脈管浸潤：未浸潤為O，浸潤為1；淋巴結陽性：淋巴結陰性為O，淋巴結陽性為1；HPVE6＼E7表達陽性：HPVE6＼E7表達陰性為O，HPVE6＼E7表達陽性為1；生存時間：原始數據，單位為月；生存狀態：O為截尾（包含失訪），1為死亡。

1.3.2 預測模型的構建 以累積無瘤生存率為預后結果指標，采用KaPlan－Meier法進行宮頸癌預后因素的單因素分析，基于Kapfan－Meier單因素分析的結果，將對總生存率有顯著性影響的所有單因素進行COX回歸分析，然后代入第二步COX多變量回歸分析，根據結果建立模型并對模型進行驗證。

1.4 統計學處理

采用SPSS17.0統計軟件。分析方法主要為單因素Kaplan－Meier和Cox Regression多因素分析，P＜0.05具有統計學意義。

2 結果

2.1 Kaplan－Meier單因素分析結果

所有病例采用KaPlan－Meier法進行單因素分析，組間比較采用log－rank檢驗，對總生存率的影響因素分析結果結果表明：年齡、是否脈管浸潤等不同組之間的生存率差異沒有顯著性（介0.890－0.137）；FIGO分期、腫瘤大小、分化程度、深肌層浸潤、淋巴結陽性、病理類型和HPVE6＼E7表達等7個因素指標對生存率有顯著性影響（P＝0.000－0.036），具體見表1。

表1 Kaplan－Meier單因素分析結果

續表1

2.2 COX多因素回歸分析

對所有影響預后的單因素進行COX回歸分析得到對生存率具有獨立影響的因素。其中，FIGO分期、分化程度級別、淋巴結陽性、不同病理類型及HPVE6＼E7表達對于宮頸癌患者生存預后的指示具有統計學意義，見表2。

表2 COX多變量回歸分析

2.3 數學模型的建立

根據結果，以上表β值簡化建立初步各因素風險函數表達式如下：

h（t）＝h0（t）exp（0.576＊FIGO 分期－0.154＊分化程度＋0.682＊淋巴結陽性編碼＋0.812＊病理類型代碼）＋0.756＊病理類型代碼）

預測宮頸癌3年及5年生存率模型如下：

PI（預后指數）＝0.576＊FIGO 分期－0.154＊分化程度＋0.682＊淋巴結陽性編碼＋0.812＊病理類型代碼）＋0.756＊病理類型代碼

三年基準生存率S0（36）＝0.984

五年基準生存率S0（60）＝0.973

基于三年和五年的基準生存率，我們可以獲得三年和五年的預后模型如下：

S（36）＝0.984exp（0.576＊FIGO 分期－0.154＊分化程度＋0.682＊淋巴結陽性編碼＋0.812＊病理類型代碼）＋0.756＊病理類型代碼）

S（60）＝0.973exp（0.576＊FIGO分期－0.154＊分化程度＋0.682＊淋巴結陽性編碼＋0.812＊病理類型代碼）＋0.756＊病理類型代碼）

上述4項風險因素如有變化，則將不同數值代入公式進行計算，即可得到針對個體患者的3年及5年生存率預測值。

2.4 數學模型的檢驗

為了檢驗擬合效果，我們將全部樣本按預后指數（Pl）的大小分為兩組，分別為低危組、高危組。由兩步回歸法根據每組的平均預后指數計算得到每組的生存函數做為模型預測生存函數，再用Kaplan－Meier法計算每組生存函數作為實際真實的生存函數，通過比較實際生存曲線和模型預測生存曲線來判斷模型的擬合效果，結果顯示：低危組和高危組都較好的擬合了原始數據集，見圖1、2。

3 討論

圖1 低危組兩步回歸生存率擬合情況

圖2 高危組兩步回歸生存率擬合情況

而對每種疾病的預后分析，一方面可以看結局的好壞，另一方面還可以通過治療時間長短來衡量。如某種疾病治愈的時間、某癌癥病人手術后的存活時間等，把這類與時間有關的資料統稱為生存資料，出現結局所經歷的時間稱為生存時間 （Survivaltime，ST）。處理這類數據的統計分析方法稱為生存分析（Survivalanalysis）。它是一種既要考慮結果，又考慮隨訪時間的統計方法，能充分的利用研究結果中所得到的信息，更準確地評價和比較含有終檢數據的隨訪資料。關于生存分析常用的方法有參數法、非參數法及半參數法三種。參數法其特點是事先假定生存時間服從于特定的參數分布，然后根據已知分布的特點，對影響生存的時間進行分析。包括：Weibull分布法、指數分布法、fogisti。回歸分析法等。2）非參數法其特點是不論資料是什么樣的分布，只根據樣本提供的順序統計量對生存率作出估計。半參數法是兼有參數和非參數的特點的一種方法。主要用于分析影響生存時間和生存率的因素，屬于多因素分析方法。我們所采用的是COX回歸模型分析法，此模型又稱比例風險模型，是將ST和各因素之間的關系用回歸方式來表示，使兩者之間的關系以數量來表達，主要解決了多因素對生存期的影響。

宮頸癌的預后與多種因素相關。許多文獻報道，腫瘤的FIGO分期、病理類型、分化程度、腫瘤大小、脈管是否陽性、深肌層有無浸潤、術后輔助治療，種族、年齡以及淋巴血管間隙浸潤，多個性伴侶及合并妊娠等均是影響預后的相關因素。對于有高危因素的患者，術后常給予放療或化療。盆腔淋巴結是否轉移及轉移數目的多少是影響宮頸癌預后的重要因素之一，并呈正相關，而影響淋巴結有無轉移的因素則是腫瘤浸潤深度、腫瘤大小及有無脈管浸潤。Deigado等研究了645例患有鱗狀細胞癌的患者，認為浸潤深度、脈管有無浸潤、宮旁狀態及腫瘤分化程度均是影響淋巴結狀態的高危因素。淋巴結陽性的患者術后建議給予放療。但是，放療后是否能提高患者的生存率問題，報道的很少。總之，影響宮頸癌預后的因素很多，而這些因素也往往相互影響。至于哪些因素影響較大，則需要我們進一步的分析。

在我們的研究中，研究對象包括了宮頸癌各個期別，病理類型包括鱗狀細胞癌、腺癌及其他少見類型的宮頸癌患者，通過Kaplan－Meier單因素分析，表明病理類型、FIGO分期、腫瘤大小、淋巴結陽性、腫瘤分化程度、深肌層是否浸潤、術后是否正規放化療等都是影響患者預后的獨立因素，而年齡、脈管有無浸潤與預后關系不是很密切，屬于次要因素。同時，對這些因素進行了COX多因素回歸分析，得出病理類型、FIGO分期、淋巴結是否轉移及腫瘤分化程度與宮頸癌預后關系更密切，與文獻基本一致。

總之，我們認為，病理類型、腫瘤大小、淋巴結陽性、脈管浸潤、宮旁陽性等都是影響生存率的獨立因素，尤其是FIGO分期及淋巴結是否有轉移、病理類型為腺癌或其他少見癌、腫瘤細胞分化程度與宮頸癌預后密切相關。將臨床問題與數學模型相結合，應用COX比例風險率模型預測每個宮頸癌患者的3年及5年生存概率，便于臨床醫生應用及與患者溝通。

［1］王文波，陳中偉，陳統一，等.自固化磷酸鈣人工骨的生物學安全性試驗研究［J］.中國生物醫學工程學報，2001，11（3）：193.

［2］Tsai CH，Lin RM，Ju CP，et al.Bioresorption behavior of tetracalcium phosphate－derived calcium phosphate cement implanted in femur of rabbits［J］.Biomaterials，2008，29（8）：984.

［3］Bolgen N，Yang Y，Korkusuz P，et al.Three－dimensional ingrowth of bone cells within biodegradable cryogel scaffolds in bioreactors at different regimes［J］.Tissue Eng Part A，2008，14（10）：1743.

［4］Li M，Liu X，Liu X，et al.Creation of macroporous calcium phosphate cements as bone substitutes by using genipin－crosslinked gelatin microspheres［J］.J Mater Sci Mater Med，2009，20（4）：925.

［5］Kruyt M，de Bruijn J，Rouwkema J，et al.Analysis of the dynamics of bone formation，effect of cell seeding density，and potential of allogeneic cells in cell－based bone tissue engineering in goats［J］.Tissue Eng Part A，2008，14（6）：1081.

［6］Yoshikawa M，Tsuji N，Shimomura Y，et al.Osteogenesis depending on geometry of porous hydroxyapatite scaffolds［J］.Calcif Tissue Int，2008，83（2）：139.

［7］Heo S J，Kim S E，Wei J，et al.In vitro and animal study of novel nanoapatite/poly（epsilon－caprolactone）composite scaffolds fabricated by layer manufacturing process［J］.Tissue Eng Part A，2009，15（5）：977.

［8］Wei J，Chen F，Shin J W，et al.Preparation and characterization of bioactive mesoporous wollastonite－Polycaprolactone composite scaffold［J］.Biomaterials，2009，30（6）：1080.

［9］Scaglione S，Lazzarini E，Ilengo C，et al.A composite material model for improved bone formation［J］.J Tissue Eng Regen Med，2010，14（6）：81.

［10］Mohr JC，dePablo JJ，Paleeek SP.3－D microwell culture of human embryonic stem cells［J］.Biomaterials，2006，27（36）：6032.

［11］漆小鵬，葉建東，王秀鵬，等.具有定向孔隙結構的大孔磷酸鈣骨水泥支架的制備與表征（英文）［J］.硅酸鹽學報，2007（12）：1577.

［12］Dean DB，Watson JT，Moed BR，et al.Role of bone morphogenetic proteins and their antagonists in healing of bone fracture［J］.Front Biosci，2009，14：2878.

［13］Seol YJ，Kim KH，Park YJ，et al.Osteogenic effects of bonemorphogenetic－protein－2plasmid gene transfer［J］.Biotechnol Appl Biochem，2008，49（Pt 1）：85.

［14］Cowan CM，Aghaloo T，Chou YF，et al.MicroCT evaluation of three－dimensional mineralization in response to BMP－2doses in vitro and in critical sized rat calvarial defects［J］.Tissue Eng，2007，13（3）：501.

［15］Geiger F，Bertram H，Berger I，et al.Vascular endothelial growth factor gene－activated matrix（VEGF165－GAM）enhances osteogenesis and angiogenesis in large segmental bone defects［J］.J Bone Miner Res，2005，20（11）：2028.