逆行輸尿管軟鏡碎石術治療腎結石術后結石清除率相關預測模型研究進展

麥麥提·吾斯音 阿斯木江·阿不拉 哈木拉提·吐送 宋光魯

1新疆醫科大學第一附屬醫院泌尿外科830054烏魯木齊

尿石癥是全球性多發病，不同地區其發病率不一，北美地區的發病率為7%～13%，歐洲地區的發病率為5%～9%，亞洲地區的發病率為1%～5%，我國的尿石癥總發病率亦為1%～5%，其中南方地區甚至高達5%～10%[1-2]。此外，尿石癥是一種容易復發的疾病，復發風險可達34%～50%[3]。近幾年來，雖然下尿路結石的發病率有所降低，占所有尿石癥患者的20%，但上尿路結石發病率仍較高，已達到80%[4]。隨著微創技術的日益發展成熟，其治療已實現微創化。目前，PCNL、ESWL、逆行輸尿管軟鏡碎石術（retrograde intrarenal surgery，RIRS）是目前腎輸尿管結石主要的治療方式[5]。其中，隨著光學和激光技術的不斷改善，通過人體自然腔道進行碎石的RIRS技術也得到了不斷完善，在泌尿外科臨床實踐中逐漸被廣泛應用。在2016年歐洲泌尿學協會（European Association of Urology，EAU）指南的修訂版中，RIRS和ESWL被推薦為小于20 mm腎結石的一線治療選擇，尤其是直徑為11～20 mm的結石[5]。且由于其微創、高效、安全的特點，RIRS的適應證也在不斷擴大。目前，對于大于20 mm的復雜性腎結石或合并解剖異常的特殊類腎結石，相關研究認為RIRS可作為其主要治療方案[6]。據國外文獻報道，RIRS還可用于不適合行PCNL的較大腎結石、腎結石合并輸尿管結石、需要一期徹底治療的雙側腎結石、合并出血性疾病的患者、部分合并腎輸尿管解剖異常及畸形、極度肥胖、肌肉骨骼畸形的上尿路結石[7]。目前有研究認為，RIRS具有比ESWL更高的結石清除率（stone-free rate，SFR）和比PCNL更低的并發癥發生率[8]。但由于影響RIRS術后SFR的因素諸多，雖然其適應證范圍不斷擴大，但不同中心研究報道的RIRS術后一期 SFR 存在較大差異（65%～79%）[9]。有關RIRS術后結石殘留原因的研究認為，由于輸尿管軟鏡必須經過自然通道，故其操作受到解剖空間、結石性質以及分布情況的限制，多種因素都可以影響清除結石的實際效果[10]。同時，RIRS治療腎結石術后的SFR和并發癥的發生率在一定程度上提示了患者的病情復雜性和碎石取石的難度。因此，近幾年來RIRS術后SFR及其影響因素和術后并發癥的預測模型成為了泌尿外科學術研究的熱點。由于大多數研究預測腎結石復雜性相關的報道幾乎只針對于PCNL，而對RIRS手術結果的預測強度不高。因此，泌尿外科醫生一直在尋找一種可預測RIRS術后結果的標準化預測模型，其目的如下：①有助于泌尿外科醫生進行疾病分層、了解每個患者病情復雜程度，為患者選擇合適的術式并提高SFR，同時降低并發癥發生率；②更加客觀地評估各種手術方式，便于對比和優化手術方案；③外科醫生可以使用預測模型比較術者的SFR，也可用于臨床考核；④更加直觀地評估手術的復雜性，利于完善手術等級制度以及轉診制度；⑤促進尿石癥的相關學術研究的發展。目前，國內外學者通過研究已提出了針對RIRS術后SFR的幾種預測模型。理想的預測模型應該具有全面、客觀、簡便、實用性強、敏感度和特異度高、穩定可重現等特點，本文就近年來研究提出的具有代表性的幾種預測模型以及其國內外相關研究進展進行做一綜述，以便深入了解RIRS術后SFR的預測模型的研究現狀以及其優缺點。

1 RUSS評分系統

為評估RIRS手術復雜性和術后成功率，Resorlu等[11]于2012年首次建立了一種針對結石復雜性的預測系統并將命名為RUSS（resorlu-unsal stone scoring，RUSS）評分系統。他們認為結石大小、所累及的腎盞數、結石位置、結石成分以及解剖結構異常等因素會影響RIRS的手術成功率。同時，為明確無結石狀態（無殘留碎片＞1 mm）的預測因子，他們對207例患者進行多因素分析，發現除了結石位置之外，上述其他參數均為RIRS成功率的獨立預測因子。由于術前無法明確結石成分，此項指標最終從模型中將其排除。最終RUSS評分由結石大小（是否＞20 mm）、在不同腎盞結石數目（是否＞1）、腎下盞結石且腎盂漏斗部夾角（是否＜45o）以及腎解剖異常（是否存在蹄鐵形腎或盆腔腎）等四個參數組成，每個參數均被算作1分，總評分計算為這四個參數的總和，總分為0～4。當RUSS評分為0、1、2和≥3時，結石清除率分別為97.1%、85.4%、70.0% 和 27.2%，RUSS評分與術后 SFR相關[11]。2016年 Sfoungaristos等[12]對 RUSS 評分進行外部驗證，他們在Logistic回歸模型中發現RUSS是唯一顯著的獨立預測因子，RIRS術后結果與RUSS明顯相關，同時其預測準確性較高，受試者工作特征曲線（receiver operating curve，ROC）的曲線下面積（area under the curves，AUC）為0.707。因此，RUSS是一種能夠較準確有效地預測RIRS術后SFR的簡單評分系統。但也有研究顯示RUSS評分與預測RIRS術后SFR的相關性較弱（P=0.048），其AUC為0.655，認為其預測準確率仍較低，這可能與樣本量以及其特征不同密切相關[10]。此外，該評分系統將結石直徑作為結石大小進行計算，但相關研究認為RIRS治療不同體積及不同截面面積結石的SFR有明顯不同[13-14]，這一點可能會降低RUSS評分預測準確率。客觀地講，RUSS評分是國內外較認可的預測模型之一，其特點包括：①該系統的參數在臨床實踐中較容易獲得，實用性強。②該系統作為首次應用的預測模型，在國內外較為公認。③具有較高的穩定性和重現性。然而RUSS評分系統也有不少缺點，對RIRS術后SFR的影響因素諸多，但RUSS評分包括的參數并不全面，這可能降低其預測準確率，如RUSS評分僅包括兩種腎臟畸形，即蹄鐵形腎和盆腔腎，而忽略了旋轉不良、輸尿管或腎盂腎系統重復、輸尿管腎盂交界處狹窄、交叉異位、憩室結石、蹄鐵形腎和盆腔腎以外的孤立腎等情況，因此需要針對此評分系統進一步研究改良解決以解決其上述局限性。

2 改良S.T.O.N.E.評分系統

受 R.E.N.A.L.評分啟發，2013年，Okhunov等[15-16]為預測PCNL術后結果而發明了S.T.O.N.E.評分。由于原始的S.T.O.N.E.評分僅針對于PCNL，而不能直接用于預測RIRS的手術結果。因此，2014年初，Molina等[17]發表了將 S.T.O.N.E評分應用于RIRS的報道，他們對原始S.T.O.N.E評分各測量參數（原S為結石體積，原T為經皮通道長度，原O為梗阻程度，原N為所累及的腎盞數，原E為結石密度）進行改良（改良S為結石大小，改良T為結石位置，改良O為梗阻或腎積水程度，改良N為結石數目，改良E為CT值的評估）并且重新賦值，結果顯示：改良S.T.O.N.E評分與RIRS術后的SFR相關，隨著改良S.T.O.N.E評分的增加，RIRS術后的SFR下降，其AUC為0.764，認為其預測性相當高，且由于CT可提供所有參數，使用方便。最新的國內研究對改良S.T.O.N.E評分進行外部驗證，研究結果顯示RIRS一期結石清除率為88.2%。改良S.T.O.N.E.評分的低分組、中分組和高分組中的一期結石清除率分別為98.1%、91.2%和45.9%，改良S.T.O.N.E.評分與一期RIRS術后結石清除率存在顯著相關性（OR=5.614），AUC 為 0.802[18]。根據上述研究，改良S.T.O.N.E.評分系統能夠預測一期經輸尿管軟鏡碎石術（flexible ureteroscopy，FURL）術后SFR，其預測準確率較高、實用性更強、可重現，有助于術前評估病情和進行臨床決策。其缺點包括：①該系統參數僅包括結石相關特征，而未全面綜合考慮RIRS術后SFR的影響因素，可能高估SFR。②研究樣本量少，可能存在選擇偏倚。③該模型尚需大量外部驗證進一步研究其價值。

3 改良S-ReSC評分系統

2013年，Jeong等[19]認為結石的解剖位置影響PCNL的獨立預測因素而發表了關于預測單道PCNL后的無結石率的S-ReSC（seoul national university renal stone complexity）評分系統。由于該模型僅針對于PCNL，不適合用于RIRS手術結果的預測。隨后，為預測評估RIRS術后SFR，Jung等[20]對原始S-ReSC評分進行改良而建立了改良S-ReSC評分系統。根據目前的研究結果，RIRS治療腎下盞結石比中上腎盞難度更大。改良S-ReSC評分計算前、后、大、小腎盞，以及腎盂的總和，改良并賦予腎下盞3分，改良后總分為1～12分。研究結果顯示改良S-ReSC評分中，總體SFR為85.2%，并且改良S-ReSC評分低、中、高分三組的SFR分別為94.2%，84.0%，45.5%，表明隨著評分增加，其對應的SFR而明顯降低（P＜0.001），經內部驗證，改良S-ReSC評分的AUC（0.806）明顯高于 RUSS評分（0.692），進一步表明改良S-ReSC評分具有較高的預測準確性[20]。Motamedinia等[21]認為雖然在RUSS評分中，SFR隨得分的增加而下降，但其預測能力中等，而S-ReSC評分更加真實可靠。然而，最近Erbin等[10]通過外部驗證比較RUSS評分和改良SReSC評分對f-URS的適用性，認為RUSS評分預測強度比改良S-ReSC評分高，同時認為改良S-ReSC評分忽略了一些主要影響因素。總體而言，改良S-ReSC評分具有較強的實用性、預測準確率較高、可重復。但也存在以下缺點限制改良S-ReSC評分在臨床推廣：①改良S-ReSC評分僅考慮結石所在的腎盞解剖特點，而未考慮余結石特征、患者特征等其他因素。②由于該模型通過單中心低樣本量回顧性研究建立，可能存在選擇偏倚，需要多中心前瞻性研究進一步驗證。

4 其他預測模型

上述預測模型均由國外學者研究建立的具有代表性的、應用較廣泛的幾種模型。當然，國外尚有其他一些預測模型，還提出術者經驗等影響因素[22-23]。然而，由于這些預測模型未經過進一步外部驗證而未能在臨床上廣泛應用，因此本文中未進行詳細討論。近年來，隨著我國泌尿外科領域，尤其是泌尿系結石方面的不斷進步，輸尿管軟鏡技術在腎結石治療的應用也愈加廣泛。作為泌尿系結石大國，國內學者通過不斷研究，也提出了幾種FURL術后SFR的預測模型。

4.1 清石指數模型

俞蔚文等[24]對393例RIRS患者資料進行回顧性多因素分析而發現鹿角形結石、菌尿、結石累計最大徑、結石平均CT值、結石所在盞頸平均長度、結石所在盞頸寬度與腎盞橫徑的最小比值等6項因素主要影響術后SFR（P＜0.05）；進一步通過Logistic回歸分析，建立了由4個自變量即鹿角形結石、結石累計最大徑、結石所在盞平均盞頸長度、盞頸寬得到度與腎盞橫徑最小比值組成的清石指數(stone free index,SFI）分值系統。內部驗證結果顯示，對于預測一期術后清石效果，SFI越高提示結石復雜性越低，AUC為0.867。SFI的優點包括：①創新性發現結石所在盞平均盞頸長度、盞頸寬得到度與腎盞橫徑最小比值這兩項影響SFR的新指標。②將結石特征、患者特征、腎解剖特點結合運用，其預測強度較高。③依據邏輯模型，建立專門計算公式，實用性強。其不足之處在于：雖然腎盞腎盂夾角對FURL手術成功率的影響已被證明，其對FURL的影響并不能忽略[25]。因制訂該模型時納入的樣本量較小、手術設備不同的原因，導致該模型的局限性，且預測模型尚未進行外部驗證，故限制了其臨床上的推廣應用。

4.2 SHA.LIN協和評分系統

2015年，為了對腎結石患者的病情進行初步評估以及術前預測手術結局，國內學者彭國輝等[26]研究建立了SHA.LIN評分系統并內部驗證了該系統與PCNL術后清石狀態等有顯著相關性。由于在第一次制訂該評分系統時，僅考慮其在預測PCNL腎結石復雜性中的應用而忽略了該評分系統對于其他腔內碎石術的價值。因此在2016年，研究者進一步增加樣本量，對SHA.LIN協和評分系統對三種微創腔內碎石術的預測價值進行回顧性研究，進一步探討影響結石清除率的因素，并對不同手術方式納入不同的變量，如在針對PCNL的評分中L為通道長度，在針對RIRS的評分中L為腎下盞與腎盂漏斗部夾角，而針對URL的評分中L為結石距腎盂出口長度。SHA.LIN協和評分系統與PCNL、RIRS、URL術后清石率明顯相關[27]。該研究驗證結果顯示RIRS的SHA.LIN協和評分ROC分析中，AUC值為0.874，略大于RUSS評分的0.831。術前結石的SHA.LIN協和評分越高，其術后結石清除率則越低[27]。與其他預測模型相比，SHA.LIN協和評分系統具有顯著優勢：①該系統全面考慮了SFR的影響因素，可以預測三種不同腔內碎石術的結果，為臨床醫生可提供合理的治療方案。②它僅需根據患者CT平掃結+三維重建的結果即可測量相關參數，方法簡單、容易記憶、可重現。但該系統只考慮了結石本身特點及術后SFR的影響因素，并未考慮到患者個體差異、患者全身情況、醫生的操作技術、經驗以及儀器設備等方面對手術結果的影響因素，可能會降低其預測準確性，同時，該系統還需要進行多中心研究以進一步證實其實用性及重復性。

4.3 R.I.R.S.評分系統

2017年，我國學者 Xiao等[28]發明了一種用于預測RIRS術后SFR的創新性評分系統—R.I.R.S.評分系統。該系統通過大樣本研究尋找RIRS術后SFR的影響因素，最終確定了由腎結石密度（renal stone density，R），腎下盞結石（inferior pole stone，I），腎漏斗長度（renal infundibular length，RIL）和結石負荷（stone burden，SB）等四個獨立預測因素并賦予4～10的評分，隨著系統評分的增高，其對應的術后SFR越低。同時，他們通過多變量Logistic回歸分析和ROC曲線分析對R.I.R.S.評分系統預測SFR進行進一步外部驗證，其結果顯示評分為4～5分（低）、6～8分（中）、9～10分（高）的患者術后SFR值分別為99.1%、75.4%和14.3%。此外，其ROC分析中AUC為0.904，明顯大于其他評分系統。其優點包括：①樣本量較大，較全面綜合考慮RIRS治療上尿路結石術后SFR的相關因素，通過嚴格的統計學方法進行計算，因此其預測準確率和強度較高；②該評分與手術時間相關，可幫助術者準確預測是否需要行分期RIRS并預防手術并發癥；③該系統參數通過影像學檢查容易獲得，不需要復雜的計算軟件；④該系統首次為不同患者提供了個體化治療。其主要局限性包括該系統依據單個中心的回顧性分析建立，且模型未包括肌肉骨骼和腎臟畸形等情況。因此，需要進一步前瞻性和多中心研究進行外部驗證。

4.4 S.O.L.V.E.評分系統

羅生軍等[29]在探討RIRS治療上尿路結石術后SFR的影響因素的基礎上，建立了可預測FURS術后SFR的新模型，即S.O.L.V.E.評分系統。該系統的變量包括：結石表面積（stone surface area，S）、梗阻程度（obstruction，O）、腎盞漏斗部長度（length of calyces funnel，L）、累及腎盞數（visible number of calyces，V）、結石密度（essence of stone，E）。其Logistic回歸分析結果顯示該模型與SFR呈顯著相關（P＜0.01），ROC分析的AUC為0.782，高于評分中任何一個變量（S、O、L、V、E分別為 0.738、0.535、0.698、0.735、0.593）[29]。評分越高，腎結石復雜性越高，手術的難度越高，術后SFR越低。該模型將結石特征有效結合解剖特點，可以在術前對患者進行個體化評估以預測RIRS術后SFR，有助于選擇個體化治療方案。同時，其具有應用簡單，實用性強等優勢。但仍需大量的多中心前瞻性隨機研究加以證明。

5 目前預測評分系統研究存在的缺陷

綜上所述，一個理想的RIRS術后SFR預測評分系統必須包括影響其SFR的所有因素。但上述幾種預測模型均存在明顯的缺陷。除了腎臟解剖學特征、結石特征、結石分布特征以外，還存在術中術后因素影響其SFR。如諸多學者針對術前預留雙J管對RIRS術后SFR的影響的研究結果并不一致。Netsch等[30]的研究表明術前預留和未預留雙J管組術后SFR分別為95.1%與86.7%，因此預留雙J管組有更高的清石率。但也有研究認為術前是否留置雙J管對RIRS的術后SFR無明顯差異[31]。此外，RIRS的SFR是與術中碎石效果密切相關，而碎石效率與術中激光設置模式和碎石模式是分不開的。因此，Kronenberg等[32]研究證明了不同能量和頻率設置對碎石效率存在影響。至于到底哪一種碎石模式更有效，國內外仍存在爭議，國外學者強調采用“碎塊化”模式配合積極的取石來提高SFR，而我國學者更傾向于“粉末化”模式[33-34]。因此，為術前準確預測了RIRS術后SFR，要進一步研究相關儀器和術者經驗等因素，彌補目前預測模型的短板。

6 結語與展望

根據影響輸尿管軟鏡術后結石清除率的因素建立數量化的預測模型具有重大的臨床意義，在臨床實踐中必不可少的。預測模型應該具備操作簡單、易于記憶和普及，預測準確率高等特點。目前在臨床上已經出現的預測模型各有利弊，需要泌尿外科醫生在臨床實踐中一步探討和優化，以使其發揮更好的臨床預測效果，幫助醫生針對患者的不同情況制訂更好的結石治療方案，提高患者獲益度。