Page 80 - 《中国药房》2025年17期

PD-1抑制剂用于晚期食管鳞状细胞癌的疗效预测模型构建 Δ

1
1
1
1
2
1＊
吴珊珊 ，黄晓杰 ，谢晓纯 ，黄少楷 ，黄丽娜 ，王晓芬（1.揭阳市人民医院药学部，广东 揭阳 522000；2.揭阳
市人民医院肿瘤内科，广东 揭阳 522000）
中图分类号 R969；R979.1 文献标志码 A 文章编号 1001-0408（2025）17-2154-06
DOI 10.6039/j.issn.1001-0408.2025.17.12
摘 要 目的 构建晚期食管鳞状细胞癌（ESCC）患者接受程序性死亡受体1（PD-1）抑制剂治疗获得持久临床获益（DCB）的预测
模型。方法 回顾性收集2020年1月至2023年12月在揭阳市人民医院接受PD-1抑制剂治疗的晚期ESCC患者的临床资料，通过
最小绝对收缩和选择算子（Lasso）回归模型筛选预测变量，建立多因素Logistic回归模型预测患者DCB，并基于该模型绘制列线
图。通过Bootstrap法对预测模型进行内部验证，采用受试者操作特征曲线、校准曲线、决策曲线分析对预测模型进行评价。结果
共纳入91例晚期ESCC患者。Lasso回归与Logistic回归联合分析的结果表明，基线淋巴细胞/单核细胞比值（LMR）[比值比（OR）
为 1.97，95% 置信区间（CI）为 1.15～3.36，P＝0.013]、白蛋白（ALB）含量（OR＝1.35，95%CI 为 1.13～1.60，P＜0.001）、体重指数
（BMI）1（正常 vs. 低：OR＝0.28，95%CI 为 0.09～0.96，P＝0.042）、BMI2（超重～肥胖 vs. 低：OR＝0.08，95%CI 为 0.01～0.59，P＝
0.013）及治疗方案（免疫单药vs.免疫联合其他：OR＝0.07，95%CI为0.01～0.50，P＝0.008）是晚期ESCC患者接受PD-1抑制剂获
得DCB的预测因素。基于上述指标构建预测模型，经Bootstrap法内部验证，其曲线下面积为0.831（95%CI为0.746～0.904），特异
度为74.4%，灵敏度为75.0%。Hosmer-Lemeshow拟合优度检验的χ ＝9.930，P＝0.270，校准曲线的斜率接近1。决策曲线分析结
2
果显示该模型的风险阈值范围在0.1～1.0时具有良好的临床应用价值。结论 通过基线LMR、ALB含量、BMI和治疗方案成功构
建了预测模型，其在评估晚期ESCC患者接受PD-1抑制剂治疗效果上具有良好的预测能力和临床实用性。
关键词 食管鳞状细胞癌；PD-1抑制剂；持久临床获益；疗效；预测模型；Lasso回归；多因素Logistic回归；列线图

Construction of a prediction efficacy model for PD-1 inhibitor in advanced esophageal squamous cell
carcinoma
1
1
1
1
2
1
WU Shanshan ，HUANG Xiaojie ，XIE Xiaochun ，HUANG Shaokai ，HUANG Lina ，WANG Xiaofen（1. Dept.
of Pharmacy， Jieyang People’s Hospital， Guangdong Jieyang 522000， China；2. Dept. of Oncology， Jieyang
People’s Hospital， Guangdong Jieyang 522000， China）
ABSTRACT OBJECTIVE To develop a prediction model for durable clinical benefit （DCB） in patients with advanced
esophageal squamous cell carcinoma （ESCC） receiving programmed death-1 （PD-1） inhibitor. METHODS The clinical data of
patients with advanced ESCC who received PD-1 inhibitor in Jieyang People’s Hospital were retrospectively collected between
January 2020 to December 2023. Predictors were screened by least absolute shrinkage and selection operator （Lasso） regression，
and a multivariable Logistic regression model was developed to predict DCB. A nomogram was constructed based on the model.
Internal validation of the prediction model was performed by using the Bootstrap method， and the model was evaluated by the
receiver operating characteristic （ROC） curve， calibration curve， and decision curve analysis. RESULTS A total of 91 patients
with advanced ESCC were included. The results of Lasso regression combined with Logistic regression analysis indicated that the
baseline lymphocyte monocyte ratio （LMR） [odds ratio （OR）＝1.97， 95% confidence interval （CI）： 1.15-3.36， P＝0.013]，
albumin （ALB） content （OR＝1.35， 95%CI： 1.13-1.60， P＜0.001）， body mass index （BMI） category 1 [normal vs. low： OR＝
0.28， 95%CI （0.09-0.96）， P＝0.042]， BMI category 2 [overweight-obesity vs. low： OR＝0.08， 95%CI （0.01-0.59）， P＝0.013]，
and treatment regimen [monotherapy vs. monotherapy combination therapy： OR＝0.07， 95%CI （0.01-0.50）， P＝0.008] were
predictive factors for patients with advanced ESCC to achieve DCB when treated with PD-1 inhibitor. A prediction model was
constructed based on the above indicators. Internal validation of the model using the Bootstrap method showed an area under the
curve of 0.831 （95%CI： 0.746-0.904）， with specificity of 74.4% and sensitivity of 75.0%. The Hosmer-Lemeshow test yielded χ ＝
2
9.930， P＝0.270， and the calibration curve slope was close to 1. The decision curve analysis demonstrated that the model exhibited
good clinical utility within a threshold range of 0.1 to 1.0. CONCLUSIONS The prediction model based on baseline LMR， ALB
content， BMI， and treatment regimen demonstrates robust predictive performance and clinical utility for assessing therapeutic
efficacy of PD-1 inhibitor in the treatment of advanced ESCC.
KEYWORDS esophageal squamous cell carcinoma； PD-1
Δ 基金项目 揭阳市卫生医疗科技创新项目（No.ylws2024043） inhibitor； durable clinical benefit； therapeutic efficacy；
＊第一作者 副主任药师，硕士。研究方向：临床药学。E-mail： prediction model； Lasso regression； multivariable Logistic
ss8311@163.com regression； nomogram

· 2154 · China Pharmacy 2025 Vol. 36 No. 17 中国药房 2025年第36卷第17期