《Journal of Neuro-Oncology》：Perioperative risk stratification after resection of brain metastases: internal development and validation of the dominant lesion surgery score in a 20-year single-center cohort
编辑推荐：
本文聚焦脑转移瘤手术治疗的核心问题，探讨术后风险分层。研究者通过对20年单中心手术队列的回顾性分析，开发并内部验证了“优势病灶手术评分”（DLSS）。结果显示，病灶数量并非术后生存的强关联因素，而肿瘤切除程度与病理亚型更具相关性。DLSS在预测6个月和12个月死亡率上展现出中等判别力。本研究为临床提供了可量化的围术期风险评估工具，有助于推动个体化治疗决策。
脑转移瘤是成人中最常见的颅内肿瘤，也是导致癌症患者神经功能恶化和生活质量下降的主要原因。在过去十年中，随着立体定向放射外科（Stereotactic Radiosurgery, SRS）的广泛应用、术后瘤腔放疗策略的完善，以及越来越多能有效作用于中枢神经系统（CNS）的全身疗法的出现，脑转移瘤的治疗格局发生了巨大变化。然而，面对这些复杂病例，临床医生在决定是否进行手术时仍面临挑战。长久以来，颅内转移灶的“数量”常被用作一个简单直接的判断门槛，仿佛多于一个病灶就宣判了手术的“不必要”或“高风险”。但病灶数量真的能精准反映疾病全貌和手术价值吗？一个引发严重症状、产生占位效应、或需要获取组织以明确诊断的“优势病灶”，其手术价值能否超越单纯的数量限制？现有的大多数预后评分模型（如诊断特异性分级预后评估，Diagnosis-Specific Graded Prognostic Assessment）虽然能预测整体生存，但并未专门针对围手术期的神经外科决策。临床实践迫切需要一种实用的工具，能在围术期为这些患者进行个体化的风险分层，从而优化治疗选择。
针对这一需求，一项题为《脑转移瘤术后风险分层：基于20年单中心队列建立与内部验证的优势病灶手术评分》的研究在《Journal of Neuro-Oncology》发表。这项研究回望了超过二十年的临床数据，旨在回答几个核心问题：在当今多学科综合治疗时代，病灶数量是否仍是术后生存的强关联因素？除了数量，还有哪些因素更能影响预后？能否开发一个基于围手术期临床变量、简单易行的评分系统，来预测患者的早期死亡风险？研究者通过对一家三级神经外科中心2002年至2024年间接受手术切除且病理证实的脑转移瘤成人患者的回顾性分析，试图揭开这些问题的答案。
本研究采用的关键方法包括：首先，回顾性队列研究设计与样本收集，从机构数据库中筛选了189名符合条件的患者构成研究队列。其次，多变量生存分析，通过卡普兰-迈耶（Kaplan-Meier）方法和多变量Cox比例风险回归模型，分析总生存期（Overall Survival, OS）与各临床变量（如病灶数量、切除范围、肿瘤病理亚型、辅助治疗等）的关联，识别独立的预后因素。最后，预后模型的构建与验证，基于多变量分析结果，开发“优势病灶手术评分”（Dominant Lesion Surgery Score, DLSS），并利用受试者工作特征（Receiver Operating Characteristic, ROC）曲线、Bootstrap重采样内部验证、校准（Calibration）分析和决策曲线分析（Decision-Curve Analysis, DCA）等统计学方法，全面评估DLSS在预测6个月和12个月死亡率方面的判别力、校准度和临床净获益。
研究结果
1. 患者队列特征
研究共纳入189名患者。中位年龄为62岁，男性占78.3%。最常见的原发肿瘤是肺癌（61.9%）。大多数患者（73.0%）术前影像显示为单发转移灶，53.4%的患者实现了肿瘤全切除（Gross Total Resection, GTR），其余为次全切除（Subtotal Resection, STR）。整个队列的中位总生存期为6.0个月。
2. 病灶数量与切除范围对生存的影响
生存分析显示，肿瘤切除范围是生存的最强关联因素。实现肿瘤全切除（GTR）的患者中位生存期（24个月）显著长于非全切除患者（11个月），且在多变量Cox分析中，肿瘤全切除与死亡风险降低显著相关（HR 0.41; 95% CI 0.24–0.69; p = 0.001）。相比之下，多发转移灶在多变量调整后与生存的关联性虽然具有统计学意义，但其强度相对较弱（HR 0.54; 95% CI 0.30–0.99; p = 0.046）。
3. 优势病灶手术评分（DLSS）的建立与性能
基于多变量分析结果，研究人员整合了四个与早期死亡率相关的围手术期变量，构建了DLSS评分系统。这四个变量是：次全切除、存在多发转移、组织学定义的侵袭性原发肿瘤亚型、以及未接受辅助治疗。该评分范围为0-7分，分数越高预示早期死亡风险越大。
模型性能评估显示，DLSS对预测6个月和12个月死亡率具有中等判别力，其曲线下面积（Area Under Curve, AUC）分别为0.760和0.779。通过约登指数（Youden Index）确定DLSS ≥ 2为最佳风险分界点。校准分析显示，DLSS的预测死亡概率与实际观察到的死亡率之间具有可接受的一致性。决策曲线分析表明，在10%至50%的临床相关阈值概率范围内，使用DLSS进行风险分层比“全部治疗”或“全部不治疗”的策略具有潜在的净获益。
4. 基于DLSS的风险分层
根据DLSS评分（≥ 2 vs. 0-1）可将患者分为高风险和低风险组。高风险组（DLSS ≥ 2）的12个月死亡率高达72.3%，显著高于低风险组的23.4%（p < 0.001）。Kaplan-Meier生存曲线清晰显示了两组间的显著差异。
结论与讨论
本研究提供了来自真实世界、长达二十年的手术治疗数据，其核心结论挑战了单纯依赖“病灶数量”进行手术决策的传统观念。在多变量分析框架下，颅内病灶数量并非与术后生存最密切相关的变量，而肿瘤切除范围（GTR vs. STR）和由病理定义的肿瘤生物学亚型显示出更强的关联。这支持了一种更为个体化的治疗理念：手术决策应超越简单的病灶数量门槛，综合考虑临床症状、占位效应、肿瘤生物学、可实现的减瘤程度以及多模式治疗整合等更广泛的临床背景。
基于此，研究提出的“优势病灶手术评分”（DLSS）为围手术期风险分层提供了一个探索性的定量框架。DLSS整合了手术范围、病灶分布、肿瘤亚型和治疗背景等临床实践中易于获取的变量，在内部验证中，对预测6个月和12个月死亡率显示出中等判别力、良好的校准度及临床净获益。然而，必须强调的是，DLSS应被视为一个内部推导的、探索性的风险分层模型，而非独立的治疗选择工具。其临床应用价值需要在独立的多中心队列中进行外部验证后才能确定。
该研究的发现具有重要的临床意义。它支持了现代指南的推荐，即在经过仔细筛选的患者中，即使存在多个颅内转移灶，如果能够对优势症状性病灶进行有意义的减瘤切除，并预期能与术后放疗或全身治疗相结合，手术依然是一个合理的治疗选项。DLSS模型有望作为一种补充工具，在复杂的临床决策场景中，为多学科团队讨论提供一个结构化的、量化的风险评估视角，从而推动脑转移瘤的手术管理从僵化的、基于数量的排除标准，转向更个体化、更注重肿瘤生物学和综合治疗背景的现代模式。
