基于诺模图的肺癌患者使用检查点抑制剂后发生肺炎的预测

《BMC Cancer》：Nomogram-based prediction of checkpoint inhibitor pneumonitis in lung cancer patients

本研究针对免疫检查点抑制剂治疗肺癌患者中常见的严重不良反应——CIP，通过回顾性分析构建列线图预测模型，经验证模型具有良好区分度（平均C-index 0.712）和临床实用性（DCA证实），为个体化治疗提供参考。

　　

摘要

背景

检查点抑制剂肺炎（Checkpoint Inhibitor Pneumonitis, CIP）是一种不常见但临床后果严重的不良事件，可能会严重影响接受免疫检查点抑制剂（Immune Checkpoint Inhibitors, ICI）治疗的肺癌患者的生活质量，甚至可能危及生命。然而，目前仍缺乏有效的预测模型来预测CIP的发生。本研究的目的是基于诺模图（nomogram）模型开发一种新的评分系统，以预测CIP的风险。

方法

我们回顾性筛选了在我院接受ICI治疗的肺癌患者。通过Cox危险回归模型的单变量和多变量分析，确定了CIP的独立风险因素，并将这些因素整合到一个诺模图预测模型中。使用接收者操作特征（Receiver Operating Characteristic, ROC）曲线、一致性指数（Concordance Index, C-index）和校准曲线来评估该模型的区分能力和预测准确性。通过决策曲线分析（Decision Curve Analysis, DCA）评估了该模型的临床实用性。

结果

共有2,082名癌症患者被纳入分析。最终的多变量Cox回归分析表明，性别、体重指数（Body Mass Index, BMI）、化疗、放疗、C反应蛋白（C-Reactive Protein, CRP）、CD4/CD8比值、白细胞（White Blood Cell, WBC）、白蛋白/球蛋白（Albumin/Globulin, ALB/GLB）比值、血小板与淋巴细胞比值（Platelet to Lymphocyte Ratio, PLR）、淋巴细胞与单核细胞比值（Lymphocyte to Monocyte Ratio, LMR）、中性粒细胞与血小板比值（Neutrophil to Platelet Ratio, NPR）、血小板与白蛋白比值（Platelet to Albumin Ratio, PAR）以及CRP与淋巴细胞比值（CRP to Lymphocyte Ratio, CLR）是CIP的独立预测因素。基于这些风险因素，构建了一个预测诺模图。该诺模图在预测1年、1.5年和2年时CIP发生概率方面的C-index分别为0.704、0.718和0.725。通过100次10折交叉验证计算得出的平均C-index（标准差）为0.712（0.004），平均AUC（标准差）为0.733（0.005）。校准曲线显示了良好的一致性，DCA分析表明该模型具有较好的临床实用性。

结论

该诺模图在预测肺癌患者发生CIP方面具有较高的准确性。本研究为筛查CIP高风险患者和制定个性化治疗策略提供了参考。