开发用于预测癌症门诊患者7个月内发生静脉血栓栓塞和临床相关出血风险的模型：基于AVERT试验的分析

《Journal of Thrombosis and Haemostasis》：Development of Models for Predicting the 7-Month Risk of Venous Thromboembolism and Clinically Relevant Bleeding in Ambulatory Patients with Cancer: Analysis from the AVERT Trial

　　

丹妮尔·卡罗尔·罗伊（Danielle Carole Roy）|王祖飞（Tzu-Fei Wang）|菲利普·威尔斯（Philip Wells）|兰吉塔·马尔利克（Ranjeeta Mallick）|迪伦·伯格（Dylan Burger）|马克·卡里尔（Marc Carrier）|史蒂文·霍肯（Steven Hawken）

加拿大安大略省渥太华大学医学院流行病学与公共卫生学院

摘要

背景

癌症患者发生静脉血栓栓塞症（VTE）的风险较高。虽然一级血栓预防措施可以降低VTE的发生率，但也增加了出血风险，因此需要准确的风险分层。现有的评估工具（如Khorana评分）预测效果有限，而且针对门诊癌症患者的出血风险模型尚未经过验证。

目的

开发并内部验证适用于开始化疗的门诊癌症患者的VTE及临床相关出血的预测模型。

方法

我们使用了参与“阿哌沙班用于高危门诊癌症患者静脉血栓栓塞症预防”（AVERT）随机试验的514名受试者的数据。研究结果包括7个月内的客观确诊的VTE事件和临床相关出血事件。对于每个结果，我们训练了三种模型：一种采用L1正则化的逻辑回归模型，以及两种XGBoost模型（一种包含所有变量，包括生物标志物和遗传数据；另一种仅使用常规收集的变量）。模型的性能通过校正后的曲线下面积（AUC）、精确度-召回率AUC、校准曲线和诊断统计指标进行评估。

结果

分别有8.4%和9.0%的患者发生了VTE和临床相关出血。全变量XGBoost模型的表现最佳（VTE AUC：0.92，出血AUC：0.90）。VTE的主要预测因素包括V因子Leiden突变、拓扑异构酶抑制剂的使用、阿哌沙班的用药情况、胃癌或胰腺癌、血红蛋白水平以及高灵敏度肌钙蛋白T；而出血的主要预测因素包括细胞外囊泡的促凝活性、N端B型利钠肽、C反应蛋白、年龄、体重指数和血细胞计数。

结论

在这项概念验证研究中，结合生物标志物和遗传变量的预测模型能够准确预测癌症患者的VTE和临床相关出血情况，但由于样本量有限，仍需谨慎对待这些结果。