Page 83 - 《中国药房》2025年17期
P. 83

表2 多因素Logistic回归分析结果                                 1.0
          变量                  β  标准误  Wald  P  OR OR值的95%CI            0.8
          LMR                0.678  0.273  6.173  0.013  1.97  1.15~3.36
          ALB含量              0.298  0.088  11.471 <0.001  1.35  1.13~1.60  0.6
          BMI结果                       7.210  0.027                    实际概率
          BMI1(正常 vs. 低)    -1.258  0.619  4.131  0.042  0.28  0.09~0.96  0.4
          BMI2(超重~肥胖 vs. 低)  -2.514  1.015  6.136  0.013  0.08  0.01~0.59                   理想曲线
                                                                                            实际曲线
                                                                       0.2
          治疗方案(免疫单药 vs. 免疫联合其他) -2.652  0.995  7.103  0.008  0.07  0.01~0.50                校正曲线
          图第1行,各变量可以获得相应的评分。其中LMR每增                                     0  0     0.2   0.4   0.6   0.8   1.0
          加 1,评分提高 7.14 分;ALB 含量每增加 2 g/L(以 24 g/L                                   预测概率
                                                                         图5 预测模型的校准曲线
          为基准),评分提高6.25分;BMI每下降1个级别,评分提
          高 13.75 分;免疫联合其他方案的评分比免疫单药方案                                                         预测模型
                                                                                               全干预
                                                                       0.5
          的评分高约28.50分。将所有变量的评分相加后得到总                                                           不干预
          分,在列线图的总分刻度轴上定位该总分,其垂直对应
          图上最后一行读数即为患者获得DCB的预测概率。总                                    净收益  0.3
          分越高,患者获得DCB的可能性越大。
                                                                       0.1
          评分/分
                                                                        0
          LMR
                                                                          0     0.2   0.4   0.6   0.8   1.0
          ALB含量/(g/L)                                                                风险阈值
                                                                         图6 预测模型的决策曲线
          BMI结果
                                                             3 讨论
          治疗方案
                                                                 免疫治疗为晚期 ESCC 患者带来了一定获益,但疗
          总分/分
                                                             效因人而异,当前有效的预测指标仍然不足。本研究通
          预测概率
                      图3 预测DCB的列线图                           过构建预测模型,利用列线图直观展示不同因素对免疫
                                                             治疗效果的影响,结果表明,基线LMR、ALB含量、BMI
          2.3 预测模型的验证结果
                                                             和治疗方案在预测晚期ESCC患者能否通过免疫治疗获
              本研究通过Bootstrap法重复抽样1 000次对预测模
                                                             得DCB方面具有重要的参考价值。
          型进行内部验证,结果显示 AUC 为 0.831(95%CI 为
                                                                 在本研究中,外周血指标中的基线 LMR(OR=
          0.746~0.904),特异度为 74.4%,灵敏度为 75.0%,提示
                                                             1.97,95%CI 为 1.15~3.36,P=0.013)和 ALB 含 量
          所建预测模型在预测患者获得DCB方面具有较强的区
                                                            (OR=1.35,95%CI 为 1.13~1.60,P<0.001)与 患 者 的
          分能力(图4)。校准曲线分析结果(图5)显示,实际曲线
                                                             DCB 相关,其基线值更高的患者疗效更佳,该结果与本
          和校正曲线均接近理想曲线,HL 拟合优度检验的 χ 值
                                                      2
                                                             研究早期结论相吻合 。肿瘤浸润性淋巴细胞(tumor
                                                                                [8]
          为 9.930,P 值为 0.270(>0.05),表明所建预测模型的预
                                                             infiltrating lymphocyte,TIL)是抗肿瘤免疫治疗的关键效
          测概率与实际概率的一致性较高。决策曲线分析结果
                                                             应细胞,由外周血中的淋巴细胞迁移至肿瘤组织 ,其
                                                                                                        [12]
          显示,所建预测模型在 0.1~1.0 风险阈值范围内的净收
                                                                                                          [13]
                                                             数量减少可能导致免疫应答异常,影响抗肿瘤效果 。
          益较高(图6),表明其在临床应用中的潜在效益较大。
                                                             而 肿 瘤 相 关 巨 噬 细 胞(tumor-associated  macrophage,
                   1.0
                                                             TAM)是起源于循环血液的单核细胞,可以通过产生生
                                                             长因子和细胞因子来促进肿瘤血管生成并抑制免疫反
                   0.8
                                                                                [14]
                                                             应,从而加速肿瘤进展 。LMR作为淋巴细胞与单核细
                   0.6                                       胞的比值,能够反映机体抗肿瘤免疫活性和促肿瘤免疫
                  灵敏度                                        抑制活性的平衡状态,其值升高可能与疗效改善相关。
                   0.4                                               [15]
                                                             高一鸣等 研究表明,食管癌患者接受PD-1抑制剂治疗
                                                             时,基线低LMR能显著增加患者疾病进展的风险(风险
                   0.2               AUC=0.831
                                                             比为 2.383,P=0.003),与本研究结果相似;相关研究也
                                                             得出类似的结论       [16―17] 。
                    0
                     0     0.2   0.4   0.6   0.8   1.0
                                 1-特异度                           ALB是评估患者营养状况的关键指标。研究表明,
                     图4 预测模型的ROC曲线                           ALB含量升高的患者不仅外周血中CD8⁺ T细胞数量增
          中国药房  2025年第36卷第17期                                              China Pharmacy  2025 Vol. 36  No. 17    · 2157 ·
   78   79   80   81   82   83   84   85   86   87   88