基于SEER數據庫的宮頸腺癌特異性預后分析及列線圖模型構建*

周麗 劉亞 季星利 李曉妹 彭豆豆 崔家旗 鄧丹 馬立 陳婷婷 楊帆

(成都市第五人民醫院·成都中醫藥大學附屬第五人民醫院病理科，四川 成都 611130)

隨著HPV檢測及宮頸癌早篩逐漸普及，宮頸鱗癌的發病率較過往降低，但宮頸腺癌卻有所上升，每年約占新發宮頸癌的20%[1]。且一些研究顯示宮頸腺癌在年輕女性中發病率升高更為明顯[2-4]，其致病因素包括人乳頭瘤病毒(HPV)16、18 及 45型感染，口服避孕藥，激素替代治療，肥胖等[5]。2018年宮頸管型腺癌國際分類法(International Endocervical Adenocarcinoma Criteria and Classification，IECC)首次提出將宮頸腺癌分為HPV感染相關型(HPV-associated adenocarcinomas，HPVA)和非HPV感染相關型(non HPV-associated adenocarcinomas， NHPVA)[6]。SEER(Surveillance, Epidemiology, and End Results)數據庫允許全球已簽署SEER研究數據協議的研究者對其下載和分析，包括人口統計數據、原發腫瘤部位、腫瘤形態學、分期、治療方式及隨訪等資料。列線圖為 Logistic 回歸或 Cox回歸的圖形化表現，被廣泛用于評估個體患者的預后，因此我們建立預測宮頸HPV相關性腺癌的預測模型，以幫助臨床醫生評估患者的預后。

1 材料與方法

1.1 數據來源 本研究在SEER數據庫(2004～2015年數據集)中對經組織學確診為宮頸癌患者進行檢索，按照第三版國際疾病腫瘤學分類(International Classification of Disease for Oncology third edition，ICDO-3)編碼分別提取HPVA和NHPVA。其中HPVA的ICDO編碼包括：8144/3、8260/3、8262/3、8383/3、8480/3、8481/3、8482/3、8490/3；NHPVA的ICDO編碼包括：8310/3、8380/3、8441/3、8460/3、8461/3、9110/3。納入標準：①組織學診斷為宮頸腺癌。②腫瘤原發部位為宮頸。③具有完整的隨訪數據。排除標準：隨訪數據不完整(包括生存狀態、總生存期、腫瘤特異性生存期等)。

1.2 COX 單因素及多因素分析 采用Cox回歸分析評估不同變量對宮頸HPVA和NHPVA宮頸腺癌患者預后的影響，P<0.05為差異有統計學意義，而P<0.05的變量對于宮頸癌預后產生影響的相關性最高。

1.3 研究因素 根據SEER數據庫中提供的信息篩選出以下變量進行分析研究: 發病年齡，種族，婚姻狀態，腫瘤分化程度，腫瘤大小，TNM分期，FIGO分期，手術范圍，淋巴結清掃與否、治療方式。研究的主要終點是腫瘤特異性生存期( Cancer specific survival，CSS) ，被定義為從診斷到本腫瘤死亡的時間。

1.4 Kaplan-Meier生存分析 為探討危險因素對宮頸癌預后的影響是否顯著，對所有樣本進行風險評估，將評估數據進行整理后再行Kaplan-Meier生存分析。分析過程中P<0.05的變量被認為與樣本的生存時間顯著相關。

2 結果

2.1 臨床特點的比較 本研究總共納入HPVA患者1219例，NHPVA患者701例，HPVA患者診斷時的中位年齡為47歲，而NHPVA診斷時的中位年齡為56.5歲。HPVA和NHPVA均是白種人和在婚患者最常見。與HPVA患者相比，NHPVA患者腫瘤分化程度更差、腫瘤體積更大、分期更晚，見表1。

表1 HPVA和NHPVA患者的臨床病理特征[n(×10-2)]

2.2 X -tile 軟件對年齡及腫瘤大小分組 X -tile 軟件根據HPVA和NHPVA患者的預后信息分別制定年齡及腫瘤大小的最佳截點，將HPVA患者的年齡分為以下三組:≤49歲，50～62歲，>62歲；HPVA患者腫瘤大小分為以下3組:≤2.6 cm，2.7～4.7 cm，>4.7 cm。NHPVA患者的年齡分為以下3組:≤51歲，52～72歲，>72歲；NHPVA患者腫瘤大小分為以下3組:≤2.4 cm，2.5～6.2 cm，>6.2 cm。見圖1、圖2。

圖1 根據 X-tile 軟件的HPVA患者的最佳年齡及腫瘤大小分組

圖2 根據 X-tile 軟件的NHPVA患者的最佳年齡及腫瘤大小分組

2.3 生存分析和預后因素 HPVA患者至最后一次隨訪時有234例(19.20%)患者死亡，其中188例(15.42)患者死于宮頸腺癌。NHPVA患者至最后一次隨訪時有189例(26.96%)患者死亡，其中124例(17.69%)患者死于宮頸腺癌。腫瘤相關死亡率在 NHPVA 組明顯高于 HPVA 組，結果與鐘林等[7]研究者相符。HPVA患者的單因素 Log-rank 檢驗結果表明：發病年齡，種族，婚姻狀態，腫瘤分化程度，腫瘤大小，TNM分期，FIGO分期，手術范圍，淋巴結清掃與否及輔助治療方式與患者CSS密切相關(均P<0.05)，見表2?！?9歲，白種人，結過婚，分化好，腫瘤體積<2.6 cm，T1N0M0，子宮局部切除或全切及進行淋巴結清掃的患者預后優于其他患者(P<0.05)。將患者上述有意義的變量進一步納入COX多因素回歸分析，結果顯示：發病年齡>62歲，低分化，腫瘤大小>2.7 cm，分期T2-T4，N1，M1，FIGO分期為ⅡB-ⅣB是CSS 的獨立危險因素(HR>1，P<0.05)。子宮全切，輔助化療是CSS 的獨立保護因素(HR<1，P<0.05)，見表2。NHPVA患者的單因素 Log-rank 檢驗結果表明：發病年齡，腫瘤分化程度，腫瘤大小，TNM分期，FIGO分期，手術范圍，淋巴結清掃與否及輔助治療方式與患者CSS密切相關(均P<0.05)，見表3?！?2歲，分化好，腫瘤體積<2.4 cm，T1N0M0，子宮局部切除或全切及進行淋巴結清掃的患者預后優于其他患者(P<0.05)。將患者上述有意義的變量進一步納入COX多因素回歸分析，結果顯示，發病年齡>72歲，中分化或更低，腫瘤>2.5 cm，M1，FIGO分期為ⅡB-ⅣB是CSS 的獨立危險因素(HR>1，P<0.05)。子宮全切，淋巴結清掃是CSS 的獨立保護因素(HR<1，P<0.05)，見表3。

表2 1219例HPVA患者的COX單因素及多因素分析

表3 701例NHPVA患者的COX單因素及多因素分析

2.4 預測模型列線圖的構建與驗證 整合COX多因素回歸分析的獨立預后因素，通過R軟件構建可以個體化預測HPVA和NHPVA患者的3、5年 CSS列線圖。每個影響因素的不同亞型投射到分值標尺上，得出每一項的分值，將臨床上獲得的獨立預后因素對應的分值相加得到總分，在總分標尺上向下畫一條垂直線，即可得到患者3、5年的特異性生存率，見圖3?？偡衷礁?，患者生存幾率越小。此列線圖可根據患者信息，獲得個體化預測的生存率，提高預測的準確性與效率。采用 Bootstrap 法進行等量有放回1000次重采樣對列線圖進行內部驗證，結果顯示，HPVA患者的C-index 值為0.858，表明該模型的預測效果較好; 列線圖預測模型的AUC均為0.873，見圖4A、B，具有較好的區分度; NHPVA患者的C-index值為0.875，表明該模型的預測效果較好；列線圖預測模型的AUC分別為 0.903、0.901，見圖4C、D，具有較好的區分度。列線圖預測的3、5年 CSS 的校準曲線均靠近理想情況的黑色虛線，表明其預測生存狀態與實際生存情況具有較高的一致性。 HPVA患者3年和5年CSS的列線圖的校準曲線見圖5A、B;通過HPVA模型計算每個HPVA患者的風險評分，將患者分為具有相同臨界值的高風險組和低風險組。與低風險組相比，高風險組的CSS概率明顯增加(P<0.001)，見圖5C。NHPVA患者3年和5年CSS的列線圖的校準曲線見圖5D、E; 通過NHPVA模型計算每個NHPVA患者的風險評分，將患者分為具有相同臨界值的高風險組和低風險組。與低風險組相比，高風險組的CSS概率明顯增加(P<0.001)，見圖5F。

圖3 列線圖分析

圖4 CSS列線圖的ROC曲線

圖5 HPVA和NHPVA CSS的校準曲線

2.5 生存分析 對每一個可能影響HPVA和NHPVA患者預后的危險因素進行Kaplan-Meier生存分析。結果顯示，HPVA患者中，年齡<49歲，白種人，高分化，T1，N0，M0，腫瘤≤2.6 cm，FIGO分期為ⅠA+ⅡA期及行子宮全切術的患者預后150個月CSS明顯較高，見圖6。NHPVA患者中，年齡<51歲，高分化，腫瘤≤2.4 cm，M0，FIGO分期為Ⅰ+ⅡA期，行子宮全切術及淋巴結清掃的患者預后150個月CSS明顯較高，見圖7。

圖6 HPVA患者部分獨立預后因素的腫瘤特異性生存曲線(Kaplan-Meier)

圖7 NHPVA患者部分獨立預后因素的腫瘤特異性生存曲線(Kaplan-Meier)

3 討論

宮頸腺癌病理分型多樣，且較宮頸鱗癌發病更為隱匿[6]，更年輕，白種人更常見，更容易發生淋巴結轉移[8-9]。其發病率上升可能與宮頸腺癌的細胞學篩查假陰性率較高，不易在癌前病變階段被發現有關[10]。大部分宮頸腺癌與人乳頭瘤病毒(HPV)感染有關；然而，有一部分與HPV感染無關[11-12]。國際宮頸內膜腺癌標準和分類(IECC)提出將宮頸腺癌分為人乳頭瘤病毒(HPV)相關腺癌(HPVA)和非HPV相關腺癌(NHPVA)，這種分類是根據現有的形態學標準進一步亞分類的[13]。有研究報道，NHPVA患者預后較HPVA差，且腫瘤體積更大[14]。本研究顯示，與HPVA患者相比，NHPVA患者腫瘤分化程度更差、腫瘤體積更大、分期更晚，腫瘤特異性相關死亡率較HPVA患者高，與其他研究相符。

根據國家綜合癌癥網絡(NCCN)指南，目前宮頸腺癌的治療策略和預后因素主要參考鱗狀細胞癌(SCC)，由國際婦產科聯合會(FIGO分期)確定[15]。但FIGO分期相同的患者預后仍存在差異，特別是腫瘤較大的患者。越來越多的證據表明，宮頸癌的生物學行為、治療結果和預后因素與鱗狀細胞癌不同，相較宮頸鱗癌,宮頸腺癌對放化療不敏感,預后較鱗癌更差[16]。因此，有必要建立一個個體化的預測模型，補充FIGO分期系統，以預測預后和優化治療。

為了提高對HPVA和NHPVA的認識，我們回顧性分析了SEER數據庫中患者的人口統計學及臨床特征并分別識別出與HPVA和NHPVA相關的預后因素。然而目前國內外并未開發針對HPVA和NHPVA的預后評估工具。有研究報道了SEER數據庫中所有宮頸腺癌的預后因素，其中腫瘤分級、T分期、N期、M期、腫瘤大小和原發部位的手術被確定為CSS的獨立預后因素，隨后納入列線圖的構建[17]。而本研究分別探討了預測HPVA和NHPV患者癌癥特異性死亡的預后因素，并構建了對應的預后模型。

在我們的研究中，HPVA的以下因素被確定為獨立的預后因素，并隨后被納入模型：發病年齡，腫瘤分化程度，腫瘤大小，TNM分期，FIGO分期，手術范圍，及輔助治療方式。NHPVA的以下因素被確定為獨立的預后因素，并隨后被納入模型：發病年齡，腫瘤分化程度，腫瘤大小，M分期，FIGO分期，手術范圍，及輔淋巴結是否清掃方式。

在HPVA的列線圖中，T期對預后的貢獻最大，其次是M分期和手術范圍。根據NCCN指南，腫瘤分級未被列為宮頸鱗癌的危險因素之一[18]。在我們的研究中，腫瘤中分化、低分化、未分化增加了不良預后的風險。而在NHPVA的列線圖中，FIGO分期對預后的貢獻最大，其次是腫瘤大小及是否有遠處轉移。

有研究報道，目前對于宮頸腺癌子宮切除術仍然是治療的黃金標準，希望保留生育能力的年輕患者可以局部切除[19]，且本研究顯示子宮全切預后比局部切除更好。另有研究報道，無論組織學類型如何，放化療都是局部晚期宮頸癌的標準治療方法[20]。一些回顧性研究也表明，腺癌患者比鱗狀細胞宮頸癌患者在同時放化療前后更有可能死亡[21]。對于早期宮頸腺癌患者，無論腫瘤直徑大小(是否≥4 cm)，宮頸癌根治性手術是最佳局部治療方式，術后不需要輔助放化療[22]。而我們的研究也顯示，子宮全切是HPVA和NHPVA患者CSS 的獨立保護因素，且輔助化療有利于HPVA患者的預后。

4 結論

本研究基于SEER數據庫確立了HPVA和NHPVA患者的獨立預后因素，列線圖預測效果良好，具有快速準確評估患者生存預后的應用價值。本研究存在一定的局限性，因為這是一項回顧性研究，存在一定程度的選擇偏倚。本研究僅為HPVA和NHPVA患者的預后因素提供參考，將來有待更多的前瞻性研究進一步探討。