Page 92 - 《中国药房》2025年9期
P. 92

导致营养不良、脱水、电解质紊乱等并发症，甚至严重影                           琼注射液[规格 5 mL∶0.25 mg（按 C19H24N2O 计），齐鲁制
                          [2]
          响治疗方案的执行 。因此，CINV成为了肿瘤治疗中亟                          药（海南）有限公司，国药准字 H20080227]，盐酸托烷司
          待解决的重要问题。尽管新型止吐药物的应用显著改                             琼注射液[规格5 mg（按C17H20N2O2计），瑞阳制药股份有
          善了 CINV，但仍有 20%～30% 的患者出现了难治性                       限公司，国药准字H20060460]，盐酸托烷司琼注射液[规
          CINV，这不仅给患者带来了巨大痛苦，也为医疗系统增                          格2 mL∶2 mg（按托烷司琼计），山东齐都药业有限公司，
          加了巨大负担      [3―4] 。难治性CINV的病因复杂多样，可能                国药准字 H20163116]，甲磺酸多拉司琼注射液（规格 5
          涉及化疗方案、肿瘤类型、个体遗传差异以及心理因素                            mL∶100 mg，辽宁海思科制药有限公司 四川美大康佳乐
                [5]
          等方面 。有研究表明，某些基因的多态性、化疗药物的                           药业有限公司，国药准字 H20110068），地塞米松磷酸
          组合方式、患者的既往病史等因素可能与难治性 CINV                          钠注射液（规格 1 mL∶5 mg，河南润弘制药股份有限
          的发生密切相关        [6―7] 。然而，目前缺乏有效的预测手段                公司，国药准字 H41020330），地塞米松磷酸钠注射液
          和预防措施。近年来，机器学习技术在医学领域得到了                           （规格 1 mL∶2 mg，华中药业股份有限公司，国药准字
          广泛应用，尤其是在疾病预测、风险评估和个体化治疗                            H42021493）。
                                    [8]
          方案制定方面取得了显著进展 。机器学习可通过对大                            1.4 统计学方法
          量数据进行深度挖掘，发现潜在的非线性关系和复杂模                                采用SPSS 25.0软件对数据进行统计分析。符合正
                                                  [9]
          式，从而提升预测精度，并为临床决策提供依据 。因此，                          态分布的计量资料以x±s表示，组间比较采用t检验；计
                                                                                                        2
          本研究分析了难治性CINV发生的预测因素，利用机器学                          数资料以例数或百分比（%）表示，组间比较采用χ 检验。
          习技术构建了用于预测难治性CINV发生风险的模型，旨                          检验水准α＝0.05。
          在为难治性CINV的早期识别和个体化干预提供参考。                               以患者基本信息为变量，难治性 CINV 发生与否为
          1 资料与方法                                             因变量，以P＜0.1为标准，采用多因素Logistic回归分析
          1.1 纳入与排除标准                                         筛选预测因素；而后再以筛选出的变量为指标，采用多
              本研究的纳入标准为：（1）确诊为恶性肿瘤，并使用                        因素Logistic回归分析构建列线图预测模型。所得数据
          传统全身性化疗药物（包括烷化剂、抗代谢药、植物药和                           以优势比（odds ratio，OR）及其95%置信区间（confidence
          铂类药物等）；（2）符合难治性CINV诊断标准，即在以往                        interval，CI）表示。
          的化疗周期中使用预防性和（或）解救性止吐治疗失败，                               通过R4.3软件绘制列线图，采用受试者工作特征曲
                                                [10]
          在接下来的化疗周期中仍然出现恶心呕吐 ；（3）病历                           线（receiver operating characteristic curve，简称“ROC 曲
          中明确记录是否发生难治性CINV。                                   线”）评估模型的预测性能，曲线下面积（area under the
              本研究的排除标准为：（1）化疗与手术间隔时间＜1个                       curve，AUC）越大，说明模型的判别能力越强；当AUC≥
                                                                                         [11]
          月者；（2）1个月内接受过放疗者；（3）病历资料不完整者。                       0.80 时，表示模型预测性能良好 。采用 Bootstrap 法对
          1.2 资料来源                                            列线图进行验证（抽样次数设置为 1 000 次），绘制校准
              收集 2017 年 1 月－2023 年 12 月于郑州市第三人民               曲线以评估模型的校准度，校准曲线越接近对角线，说
          医院化疗的388例恶性肿瘤患者资料。收集信息包括年                           明模型的校准度越好          [12―13] 。采用决策曲线分析（deci‐
          龄、性别、体重、过敏史、营养状况、精神状况、卡氏功能                          sion curve analysis，DCA）评估模型在不同风险阈值下 3
          状态（Karnofsky Performance Status，KPS）评分、胃肠疾          种策略（预测模型、治疗所有患者和不治疗任何患者）的
                                                                        [14]
          病史、高血压病史、高血脂病史、糖尿病病史、手术史、中                          临床净收益 。采用临床影响曲线评价模型在不同风
          枢系统病变史、饮酒史、焦虑症史、肿瘤类型、确诊时间、                          险阈值下的临床价值，预测高风险患者的数量与实际发
          转移情况、预期性恶心呕吐、化疗致吐风险分级、化疗药数                          生数量的关系。使用 Shapley 加性解释（Shapley addi‐
          量、单次化疗时间、肝功能、肌酐清除率、血浆白蛋白水平、                         tive explanations，SHAP）法评估各因素对模型预测的贡
          电解质水平、阿片类镇痛药物使用情况以及其他对胃刺                            献度。
          激药物使用情况等。本研究方案经郑州市第三人民医                             2 结果
          院伦理委员会审查批准（项目编号：2024-04-029-K01）。                   2.1 纳入患者的基本信息
          1.3 干预措施                                                本研究共纳入 388 例患者，其中有 219 例发生了难
              所有患者均静脉注射帕洛诺司琼0.25 mg（化疗第1                      治性 CINV，发生率为 56.44%。将患者按是否发生难治
          天使用1次，多日化疗则为每3日使用1次）或托烷司琼                           性 CINV 分为未发生组（169 例）和发生组（219 例）。两
          5 mg（每日1次）或多拉司琼100 mg（每日1次）+地塞米                     组患者的营养状况、胃肠疾病史、肿瘤类型、预期性恶心
          松10 mg（每日1次，化疗前0.5～1 h给药）。                          呕吐、化疗致吐风险分级、电解质水平、阿片类镇痛药物
              使用药物的具体信息如下：盐酸帕洛诺司琼注射液                          使用情况比较，差异均有统计学意义（P＜0.05）；两组患
          [规格 5 mL∶0.25 mg（按 C19H24N2O 计），正大天晴药业集             者的年龄、性别等基本资料比较，差异均无统计学意义
          团股份有限公司，国药准字 H20080716]，盐酸帕洛诺司                     （P＞0.05）。结果见表1。


          · 1106 ·    China Pharmacy  2025 Vol. 36  No. 9                              中国药房  2025年第36卷第9期
   87   88   89   90   91   92   93   94   95   96   97