基于二元Logistic回歸模型分析機器人輔助子宮內(nèi)膜癌術后并發(fā)癥危險因素

摘 要 目的：探索基于二元Logistics回歸模型分析機器人輔助子宮內(nèi)膜癌患者術后并發(fā)癥的危險因素。

方法：回顧性分析2021年5月—2022年5月在空軍軍醫(yī)大學第一附屬醫(yī)院收治的96例子宮內(nèi)膜癌患者的臨床資料，根據(jù)手術方式不同將所有患者分為常規(guī)組（n=47）和機器人組（n=49），并比較兩組患者并發(fā)癥發(fā)生率。同時，經(jīng)二元Logistic回歸模型分析影響術后并發(fā)癥的危險因素。結(jié)果：機器人組術后并發(fā)癥發(fā)生率低于常規(guī)組（6.12% Vs 31.91%，Plt;0.05）。經(jīng)二元Logistic回歸模型分析，年齡gt;60歲、BMIgt;24 kg/m2、術中出血量gt;200 ml、有貧血史、常規(guī)手術是影響患者術后出現(xiàn)并發(fā)癥的獨立危險因素（Plt;0.05）。利用Bootstrap法內(nèi)驗證，預測模型AUC為0.818，特異性71.8%，靈敏性77.8%，95% CI 0.720～0.917。結(jié)論：影響機器人輔助子宮內(nèi)膜癌術后并發(fā)癥的主要因素為貧血史、手術時間、BMI、年齡、手術方式，針對合并此類危險因素的患者需采用相應的干預措施，從而降低患者術后并發(fā)癥，改善預后。

關鍵詞 二元Logistics回歸模型；機器人輔助手術；子宮內(nèi)膜癌；并發(fā)癥；危險因素

中圖分類號 R737.33 文獻標識碼 A 文章編號 2096-7721（2024）03-0432-07

Analysis of risk factors for postoperative complications in robot-assisted surgery for endometrial cancer based on a binary Logistic regression model

GUO Qian， XU Jia， QI Chunlei， WANG Yunping

（Department of Obstetrics and Gynecology， the First Affiliated Hospital of Air Force Medical University， Xi’an 710032， China）

Abstract Objective： To explore the risk factors for postoperative complications in patients underwent robot-assisted surgery for endometrial cancer based on binary Logistics regression model. Methods： Clinical data of 96 patients with endometrial cancer who were treated in the First Affiliated Hospital of Air Force Military Medical University from May 2021 to May 2022 were retrospectively analyzed. All patients were divided into the conventional group （n=47） and robotic group （n=49） according to different surgical methods， and the complication rate of the two groups was compared. Meanwhile， the risk factors of postoperative complications were analyzed by binary Logistic regression model. Results： The incidence of postoperative complications in the robotic group was lower than that in the conventional group （6.12% Vs 31.91%， Plt;0.05）. The binary Logistic regression analysis results showed that agegt;60 years old， BMIgt;24 kg/m2， intraoperative blood lossgt;200 ml， history of anemia， and conventional operation were independent risk factors for postoperative complications （Plt;0.05）. Using the Bootstrap method for internal validation， the AUC of the predicted model was 0.818， with specificity of 71.8%， sensitivity of 77.8%， and 95% CI of 0.720-0.917. Conclusion： The main factors affecting postoperative complications of robot-assisted surgery for endometrial cancer are anemia history， operative time， BMI， age， and operation approach. Therefore， appropriate intervention measures should be taken to reduce postoperative complications and improve prognosis of patients.

Key words Binary Logistic Regression Model; Robot-assisted Surgery; Endometrial Cancer; Complications; Risk Factor

子宮內(nèi)膜癌是一種生殖系統(tǒng)惡性腫瘤，又名子宮體癌，經(jīng)數(shù)據(jù)統(tǒng)計[1]，其發(fā)病率占婦科惡性腫瘤發(fā)病率的20%，近年來其發(fā)病率和死亡率均呈逐年上升趨勢。當前首要治療措施為手術，傳統(tǒng)開腹手術雖可切除病變組織，但手術創(chuàng)傷較大，且術后并發(fā)癥發(fā)生率較高，嚴重影響預后，甚至死亡[2-3]。隨著微創(chuàng)理念的推廣，達芬奇手術機器人最早于2005年被批準用于婦科領域，機器人輔助手術作為一種新型術式，其具有學習曲線短、手術畫面穩(wěn)定、術野清晰、創(chuàng)傷小及臨床療效良好等優(yōu)勢。隨著機器人輔助手術的普及，這一先進技術對術后并發(fā)癥的影響也成為醫(yī)學界的焦點[4-5]，本文基于二元Logistic回歸模型分析影響機器人輔助子宮內(nèi)膜癌患者手術后并發(fā)癥的危險因素，從而幫助醫(yī)師更加全面地了解患者病情，做到盡早有效干預、評估、預防，以期提高醫(yī)療質(zhì)量。

1 資料與方法

1.1 一般資料 回顧性分析了2021年5月—2022年5月空軍軍醫(yī)大學第一附屬醫(yī)院收治的96例子宮內(nèi)膜癌患者的臨床資料，根據(jù)手術方式分為常規(guī)組（n=47）和機器人組（n=49）。納入標準：①符合2021年版關于子宮內(nèi)膜癌診斷指南標準[6]；②符合機器人輔助手術適應證者；③術前未進行新輔助化療者；④臨床資料齊全者。排除標準：①合并其他部位惡性腫瘤者；②合并嚴重凝血功能異常或重要臟器功能障礙者；③無法耐受手術者；④術后再次行手術治療或腫瘤轉(zhuǎn)移、復發(fā)者。

1.2 手術方法 常規(guī)組采用開腹手術治療，患者行全身麻醉后，取下腹正中切口，逐層進腹，切斷雙側(cè)骨盆漏斗韌帶，高位結(jié)扎卵巢動靜脈，打開膀胱反折腹膜，切斷雙側(cè)圓韌帶，下推膀胱，隨后切斷骶韌帶、雙側(cè)子宮主韌帶、子宮動靜脈，環(huán)切子宮，完全切除子宮頸，縫合殘端陰道，清掃淋巴結(jié)后，關閉腹膜。機器人組采用第3代達芬奇手術機器人Si系統(tǒng)完成手術，患者取截石位，固定雙臂，合理調(diào)整肩托位置，雙腿分開45°，采取五孔法。首先將一次性12 mm Trocar 放于臍上四橫指處（作為觀察孔），置入30°鏡，分別在中上腹左右兩側(cè)放置Trocar，連接機械臂（1個安裝EndoWrist單極電剪，另1個安裝EndoWrist雙極電鉗），距離觀察孔8 cm，隨后再穿刺3個弧形孔，其中2個輔助孔根據(jù)腹腔情況合理選擇，由控制臺操作腳踏板和操作手柄進行手術。

1.3 觀察指標 ①比較兩組術后并發(fā)癥發(fā)生情況；②根據(jù)患者術后是否出現(xiàn)并發(fā)癥，比較有無并發(fā)癥患者的年齡、BMI[7]、手術時間、術中出血量、貧血史、盆腔手術史、病理分化程度、手術病理分期、高血壓史、糖尿病史、冠心病史、美國麻醉師協(xié)會（American Society of Anesthesiologists，ASA）分級、盆腔淋巴結(jié)切除數(shù)、腹主動脈旁淋巴結(jié)切除數(shù)、總淋巴結(jié)切除數(shù)差異。

1.4 統(tǒng)計學方法 所有數(shù)據(jù)采用SPSS 20.0統(tǒng)計學軟件處理，影響子宮內(nèi)膜癌患者術后出現(xiàn)并發(fā)癥的獨立影響因素采用二元Logistic回歸分析，最終得到預測模型，用曲線下面積（Area Under the Curve，AUC）評價模型準確性，同時利用Bootstrap法進行內(nèi)驗證，繪制校準圖，計量資料用均數(shù)±標準差（x±s）表示，用獨立樣本t檢驗，計數(shù)資料用例（百分比）[n（%）]表示，組間比較行 χ2檢驗：Plt;0.05差異有統(tǒng)計學意義。

2 結(jié)果

2.1 一般資料 比較兩組患者的年齡、病理分化程度、手術病理分期、ASA分級差異均無統(tǒng)計學意義（Pgt;0.05），見表1。

2.2 術后并發(fā)癥發(fā)生情況 機器人組術后并發(fā)癥發(fā)生率低于常規(guī)組，差異具有統(tǒng)計學意義（Plt;0.05），見表2。

2.3 單因素分析 經(jīng)單因素分析表明，盆腔手術史、病理分化程度、手術病理分期、高血壓史、糖尿病史、冠心病史、ASA分級、盆腔淋巴結(jié)切除數(shù)量、腹主動脈旁淋巴結(jié)切除數(shù)量在有無并發(fā)癥人群中的差異不存在統(tǒng)計學意義（Pgt;0.05）；年齡、BMI、手術時間、術中出血量、貧血史、總淋巴結(jié)切除數(shù)量、手術方式在有無并發(fā)癥人群中的差異具有統(tǒng)計學意義（Plt;0.05），見表3。

2.4 多因素二元Logistic回歸模型分析 以“年齡、BMI、手術時間、術中出血量、貧血、總淋巴結(jié)切除數(shù)、手術方式”作為協(xié)變量，將“術后并發(fā)癥發(fā)生率”作為因變量，納入二元Logistic回歸模型中進行分析，結(jié)果顯示，年齡gt;60歲、BMIgt;24 kg/m2、術中出血量gt;200 ml、有貧血史、常規(guī)手術是影響患者術后出現(xiàn)并發(fā)癥的獨立危險因素，差異具有統(tǒng)計學意義（Plt;0.05），見表4～5。

2.5 驗證預測模型 自抽樣次數(shù)B=1000，內(nèi)驗證二元Logistic回歸模型（利用Bootstrap法），見表6。同時根據(jù)篩選出的獨立影響因素，得到一個預測模型，即Logit（P）=2.956×年齡+1.167×總淋巴結(jié)切除數(shù)+1.437×手術時間+2.590×術中出血量+2.089×貧血+1.951×BMI+2.823×手術方式。利用AUC評價模擬區(qū)分度，預測模型AUC為0.818，95% CI 0.720～0.917，特異性71.8%，靈敏性77.8%，cut-off值為22.5955，約登指數(shù)為0.496，提示本模型準確性較好，可較好預測子宮內(nèi)膜癌患者術后并發(fā)癥發(fā)生情況。

3 討論

子宮內(nèi)膜癌大多是因雌激素長期作用導致內(nèi)膜增生，繼而形成癌變，臨床首選手術治療[8]。但傳統(tǒng)手術無法保留子宮和卵巢功能，對于年輕患者來說可能難以接受，為了解決傳統(tǒng)手術的不足之處，近年來出現(xiàn)了許多新的治療方法[9-10]。本研究結(jié)果表明機器人組術后并發(fā)癥發(fā)生率低于常規(guī)組，進一步說明達芬奇機器人輔助手術療效更高，術后并發(fā)癥更低[11]。達芬奇機器人輔助手術具有更高的精確性和靈敏度，由醫(yī)生控制臺、床旁機械臂系統(tǒng)和成像系統(tǒng)組成，其中成像系統(tǒng)內(nèi)裝有外科手術機器人的核心處理器以及圖像處理設備，便于手術操作；床旁機械臂系統(tǒng)是外科手術機器人的操作部件，其主要功能是為器械臂和攝像臂提供支撐；醫(yī)生坐在控制臺中，使用雙手及腳來控制器械，實現(xiàn)手術器械尖端與外科醫(yī)生的雙手同步運動，三者配合能夠更好、更安全地開展手術，可減少對周圍組織的損傷和副損傷，更精細地完成手術[12-14]。

然而，手術也存在不足之處，本次結(jié)果顯示，術后并發(fā)癥高達18例，經(jīng)二元Logistic回歸模型顯示，年齡、BMI、術中出血量、貧血史、手術方式是影響子宮內(nèi)膜癌患者術后出現(xiàn)并發(fā)癥的獨立危險因素。①年齡作為獨立影響因子，可能與高齡患者的身體機能下降、合并慢性疾病較多、對手術的耐受能力較差等因素有關[15-17]。

②BMI：肥胖患者通常伴隨多種疾病，如冠心病、原發(fā)性高血壓、糖尿病等，這些均會影響手術效果，又加上肥胖患者受到脂肪堆積影響，術野暴露困難，導致手術操作受限，增加術后并發(fā)癥發(fā)生率[18-20]。③術中出血量：大量出血會導致血液濃縮，血液凝固性增加，從而增加血栓形成風險，對此需要積極配合醫(yī)生的治療，從而縮短手術時間，減少出血量，且相關人員需提前準備好止血物品，以免大量失血[21]。④貧血史：貧血可能導致器官功能障礙，如心臟、肺和腎臟等，這些器官在手術期間可能會受到更大的壓力，減弱免疫系統(tǒng)功能，增加術后感染和其他并發(fā)癥的風險；針對有貧血史患者，需術前檢測血紅蛋白，若發(fā)現(xiàn)缺鐵性貧血，需及時糾正貧血，補鐵劑[22-23]。⑤手術方式：開腹手術無專業(yè)設備引導，存在一定盲目性，容易損傷血管，導致出血，且開腹手術步驟復雜，導致腸管長時間暴露于外界，增加感染概率。為了降低術后并發(fā)癥發(fā)生的概率，臨床首推達芬奇機器人輔助手術[24-25]。此外，還需做好以下準備：①做好術前適應證篩查。②飲食方面要注意清淡，堅持低脂飲食。③術后應做好血栓預防，術后抬高下肢，促進靜脈血液回流，尤其對于子宮內(nèi)膜癌術后患者，應抬高下肢20°～30°，下肢遠端高于近端，盡量避免膝下墊枕或過度屈曲，影響靜脈回流。同時，鼓勵患者早期下床活動，術后24 h內(nèi)就應開始下肢抬高訓練，對于無法下床者需進行被動訓練，必要時還需配合使用醫(yī)用彈力襪、循環(huán)壓力驅(qū)動泵或足底靜脈泵等。④定期就醫(yī)復查，警惕癌癥復發(fā)。

總而言之，達芬奇機器人輔助手術在子宮內(nèi)膜癌患者中效果顯著，但術后仍存在并發(fā)癥發(fā)生概率，且發(fā)生因素與年齡、BMI、術中出血量、貧血史有關，針對危險因素需加以預防、干預。但本研究樣本量較少，且屬于單中心、回顧性研究，不具備代表性，故對于上述危險因素仍需大樣本、多中心研究以進一步驗證。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：郭倩負責設計論文框架，起草論文；郭倩、徐佳、綦春蕾、王運萍均參與該項目具體操作及研究過程的實施；徐佳、綦春蕾負責數(shù)據(jù)收集，統(tǒng)計學分析，繪制圖表；郭倩、王運萍負責論文修改；郭倩、王運萍負責擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻

[1] 張素偉， 宮迎迎， 王云飛， 等. 單中心單人機器人輔助腹腔鏡子宮內(nèi)膜癌分期手術學習曲線及臨床分析[J]. 機器人外科學雜志（中英文）， 2022， 3（6）： 471-476.

[2] Scutiero G， Vizzielli G， Taliento C， et al. Influence of uterine manipulator on oncological outcome in minimally invasive surgery of endometrial cancer： a systematic review and meta-analysis[J]. Eur J Surg Oncol， 2022， 48（10）： 2112-2118.

[3] 杜亞麗， 李鷹， 馬錦琪， 等. 達芬奇手術機器人與常規(guī)腹腔鏡手術治療子宮內(nèi)膜癌的比較研究[J]. 中國現(xiàn)代手術學雜志， 2022， 26（5）： 396-400.

[4] Raffone A， Travaglino A， Raimondo D， et al. Laparotomic versus robotic surgery in elderly patients with endometrial cancer： a systematic review and meta-analysis[J]. Int J Gynaecol Obstet， 2022， 157（1）： 1-10.

[5] 張品， 岳志紅， 劉云鶴， 等. 子宮內(nèi)膜癌腹膜后淋巴結(jié)轉(zhuǎn)移的危險因素及對預后的影響[J]. 癌癥進展， 2020， 18（2）： 198-201.

[6] 中國抗癌協(xié)會婦科腫瘤專業(yè)委員會. 子宮內(nèi)膜癌診斷與治療指南（2021年版）[J]. 中國癌癥雜志， 2021， 31（6）： 501-512.

[7] 王小琦， 雷碧波， 高亞， 等. 子宮內(nèi)膜癌患者腹腔鏡手術后下肢深靜脈血栓形成的影響因素[J]. 血管與腔內(nèi)血管外科雜志， 2021， 7（9）： 1099-1104.

[8] Ishihara B P， Farah D， Fonseca M C M， et al. The risk of developing breast， ovarian， and endometrial cancer in obese women submitted to bariatric surgery： a Meta-analysis[J]. Surg Obes Relat Dis， 2020， 16（10）： 1596-1602.

[9] 中國醫(yī)師協(xié)會微無創(chuàng)醫(yī)學專業(yè)委員會婦科腫瘤專委會. 機器人手術治療子宮內(nèi)膜癌中國專家共識（2021版）[J]. 機器人外科學雜志（中英文）， 2022， 3（5）： 414-422.

[10] Scharl S， Spr?tge T， Gerken M， et al. Factors influencing treatment decision and guideline conformity in high-grade endometrial cancer patients： a population-based study[J]. Arch Gynecol Obstet， 2022， 305（1）： 203-213.

[11] Findley R， Kooy J， Lester B， et al. Adjuvant chemotherapy and radiation for patients with high-risk stage I endometrial cancer treated with curative intent surgery： impact on recurrence and survival[J]. Int J Gynecol Cancer， 2022， 32（4）： 508-516.

[12] 李國鑫， 周漢虎， 陳星. 腹腔鏡手術聯(lián)合腹主動脈旁淋巴結(jié)清掃術治療子宮內(nèi)膜癌的療效及深肌層浸潤影響因素分析[J]. 癌癥進展， 2022， 20（4）： 393-395.

[13] Siesto G， Romano F， Iedà N P， et al. Survival outcomes after surgical management of endometrial cancer： analysis after the first 10-year experience of robotic surgery in a single center[J]. Int J Med Robot， 2020， 16（6）： 1-9.

[14] 韓文鶴， 王曉彤， 陳艷麗. 乳腺癌術后接受內(nèi)分泌治療的患者發(fā)生子宮內(nèi)膜癌的危險因素分析[J]. 醫(yī)學臨床研究， 2021， 38（3）： 428-430， 433.

[15] 王思源， 呂曉琳， 方麗萍. 腹腔鏡與開腹手術治療早期子宮內(nèi)膜癌效果及預后影響因素分析[J]. 中國計劃生育學雜志， 2022， 30（11）： 2531-2536.

[16] Fujiwara S， Nishie R， Ueda S， et al. Prognostic significance of peritoneal cytology in low-risk endometrial cancer： comparison of laparoscopic surgery and laparotomy[J]. Int J Clin Oncol， 2021， 26（4）： 777-783.

[17] 鄭麗娥， 吳雅蘭， 謝慶， 等. 子宮內(nèi)膜癌術后影響因素分析及預后指數(shù)模型構(gòu)建[J]. 福建醫(yī)科大學學報， 2021， 55（5）： 447-450.

[18] King L J， Young A J， Nagar P M， et al. Outcomes of robotic surgery in morbidly obese patients with endometrial cancer： a retrospective study[J]. J Robot Surg， 2022， 16（3）： 569-573.

[19] Asanoma K， Yahata H， Okugawa K， et al. Impact of obesity on robotic-assisted surgery in patients with stage IA endometrial cancer and a low risk of recurrence： an institutional study[J].J Obstet Gynaecol Res， 2022， 48（12）： 3226-3232.

[20] 黃曉天， 紀妹， 趙曌， 等. 1 000例機器人系統(tǒng)婦科手術的手術并發(fā)癥及其影響因素分析[J]. 中華婦產(chǎn)科雜志， 2021， 56（5）： 341-348.

[21] DAI Y B， WANG Z Q， WANG J L. Survival of microsatellite-stable endometrioid endometrial cancer patients after minimally invasive surgery： an analysis of the cancer genome atlas data[J]. Gynecol Oncol， 2020， 158（1）： 92-98.

[22] Wedin M， St?lberg K， Marcickiewicz J， et al. Incidence of lymphedema in the lower limbs and lymphocyst formation within one year of surgery for endometrial cancer： a prospective longitudinal multicenter study[J].Gynecol Oncol， 2020， 159（1）： 201-208.

[23] Chapman C H， Cunha A J， Littell R D， et al. High-dose-rate interstitial brachytherapy for vaginal endometrial cancer recurrence after prior surgery and radiotherapy[J]. Brachytherapy， 2021， 20（3）： 536-542.

[24] Scutiero G， Vizzielli G， Taliento C， et al. Influence of uterine manipulator on oncological outcome in minimally invasive surgery of endometrial cancer： a systematic review and meta-analysis[J]. Eur J Surg Oncol， 2022， 48（10）： 2112-2118.

[25] Feigenberg T， Cormier B， Gotlieb W H， et al. Factors associated with an increased risk of recurrence in patients diagnosed with high-grade endometrial cancer undergoing minimally invasive surgery： a study of the society of gynecologic oncology of Canada （GOC） community of practice （CoP）[J]. Gynecol Oncol， 2021， 162（3）： 606-612.

編輯：魏小艷