基于SEER数据库的宫颈腺癌特异性预后分析及列线图模型构建*

周丽 刘亚 季星利 李晓妹 彭豆豆 崔家旗 邓丹 马立 陈婷婷 杨帆

(成都市第五人民医院·成都中医药大学附属第五人民医院病理科，四川 成都 611130)

随着HPV检测及宫颈癌早筛逐渐普及，宫颈鳞癌的发病率较过往降低，但宫颈腺癌却有所上升，每年约占新发宫颈癌的20%[1]。且一些研究显示宫颈腺癌在年轻女性中发病率升高更为明显[2-4]，其致病因素包括人乳头瘤病毒(HPV)16、18 及 45型感染，口服避孕药，激素替代治疗，肥胖等[5]。2018年宫颈管型腺癌国际分类法(International Endocervical Adenocarcinoma Criteria and Classification，IECC)首次提出将宫颈腺癌分为HPV感染相关型(HPV-associated adenocarcinomas，HPVA)和非HPV感染相关型(non HPV-associated adenocarcinomas， NHPVA)[6]。SEER(Surveillance, Epidemiology, and End Results)数据库允许全球已签署SEER研究数据协议的研究者对其下载和分析，包括人口统计数据、原发肿瘤部位、肿瘤形态学、分期、治疗方式及随访等资料。列线图为 Logistic 回归或 Cox回归的图形化表现，被广泛用于评估个体患者的预后，因此我们建立预测宫颈HPV相关性腺癌的预测模型，以帮助临床医生评估患者的预后。

1 材料与方法

1.1 数据来源 本研究在SEER数据库(2004～2015年数据集)中对经组织学确诊为宫颈癌患者进行检索，按照第三版国际疾病肿瘤学分类(International Classification of Disease for Oncology third edition，ICDO-3)编码分别提取HPVA和NHPVA。其中HPVA的ICDO编码包括：8144/3、8260/3、8262/3、8383/3、8480/3、8481/3、8482/3、8490/3；NHPVA的ICDO编码包括：8310/3、8380/3、8441/3、8460/3、8461/3、9110/3。纳入标准：①组织学诊断为宫颈腺癌。②肿瘤原发部位为宫颈。③具有完整的随访数据。排除标准：随访数据不完整(包括生存状态、总生存期、肿瘤特异性生存期等)。

1.2 COX 单因素及多因素分析 采用Cox回归分析评估不同变量对宫颈HPVA和NHPVA宫颈腺癌患者预后的影响，P<0.05为差异有统计学意义，而P<0.05的变量对于宫颈癌预后产生影响的相关性最高。

1.3 研究因素 根据SEER数据库中提供的信息筛选出以下变量进行分析研究: 发病年龄，种族，婚姻状态，肿瘤分化程度，肿瘤大小，TNM分期，FIGO分期，手术范围，淋巴结清扫与否、治疗方式。研究的主要终点是肿瘤特异性生存期( Cancer specific survival，CSS) ，被定义为从诊断到本肿瘤死亡的时间。

1.4 Kaplan-Meier生存分析 为探讨危险因素对宫颈癌预后的影响是否显著，对所有样本进行风险评估，将评估数据进行整理后再行Kaplan-Meier生存分析。分析过程中P<0.05的变量被认为与样本的生存时间显著相关。

2 结果

2.1 临床特点的比较 本研究总共纳入HPVA患者1219例，NHPVA患者701例，HPVA患者诊断时的中位年龄为47岁，而NHPVA诊断时的中位年龄为56.5岁。HPVA和NHPVA均是白种人和在婚患者最常见。与HPVA患者相比，NHPVA患者肿瘤分化程度更差、肿瘤体积更大、分期更晚，见表1。

表1 HPVA和NHPVA患者的临床病理特征[n(×10-2)]

2.2 X -tile 软件对年龄及肿瘤大小分组 X -tile 软件根据HPVA和NHPVA患者的预后信息分别制定年龄及肿瘤大小的最佳截点，将HPVA患者的年龄分为以下三组:≤49岁，50～62岁，>62岁；HPVA患者肿瘤大小分为以下3组:≤2.6 cm，2.7～4.7 cm，>4.7 cm。NHPVA患者的年龄分为以下3组:≤51岁，52～72岁，>72岁；NHPVA患者肿瘤大小分为以下3组:≤2.4 cm，2.5～6.2 cm，>6.2 cm。见图1、图2。

图1 根据 X-tile 软件的HPVA患者的最佳年龄及肿瘤大小分组

图2 根据 X-tile 软件的NHPVA患者的最佳年龄及肿瘤大小分组

2.3 生存分析和预后因素 HPVA患者至最后一次随访时有234例(19.20%)患者死亡，其中188例(15.42)患者死于宫颈腺癌。NHPVA患者至最后一次随访时有189例(26.96%)患者死亡，其中124例(17.69%)患者死于宫颈腺癌。肿瘤相关死亡率在 NHPVA 组明显高于 HPVA 组，结果与钟林等[7]研究者相符。HPVA患者的单因素 Log-rank 检验结果表明：发病年龄，种族，婚姻状态，肿瘤分化程度，肿瘤大小，TNM分期，FIGO分期，手术范围，淋巴结清扫与否及辅助治疗方式与患者CSS密切相关(均P<0.05)，见表2。≤49岁，白种人，结过婚，分化好，肿瘤体积<2.6 cm，T1N0M0，子宫局部切除或全切及进行淋巴结清扫的患者预后优于其他患者(P<0.05)。将患者上述有意义的变量进一步纳入COX多因素回归分析，结果显示：发病年龄>62岁，低分化，肿瘤大小>2.7 cm，分期T2-T4，N1，M1，FIGO分期为ⅡB-ⅣB是CSS 的独立危险因素(HR>1，P<0.05)。子宫全切，辅助化疗是CSS 的独立保护因素(HR<1，P<0.05)，见表2。NHPVA患者的单因素 Log-rank 检验结果表明：发病年龄，肿瘤分化程度，肿瘤大小，TNM分期，FIGO分期，手术范围，淋巴结清扫与否及辅助治疗方式与患者CSS密切相关(均P<0.05)，见表3。≤72岁，分化好，肿瘤体积<2.4 cm，T1N0M0，子宫局部切除或全切及进行淋巴结清扫的患者预后优于其他患者(P<0.05)。将患者上述有意义的变量进一步纳入COX多因素回归分析，结果显示，发病年龄>72岁，中分化或更低，肿瘤>2.5 cm，M1，FIGO分期为ⅡB-ⅣB是CSS 的独立危险因素(HR>1，P<0.05)。子宫全切，淋巴结清扫是CSS 的独立保护因素(HR<1，P<0.05)，见表3。

表2 1219例HPVA患者的COX单因素及多因素分析

表3 701例NHPVA患者的COX单因素及多因素分析

2.4 预测模型列线图的构建与验证 整合COX多因素回归分析的独立预后因素，通过R软件构建可以个体化预测HPVA和NHPVA患者的3、5年 CSS列线图。每个影响因素的不同亚型投射到分值标尺上，得出每一项的分值，将临床上获得的独立预后因素对应的分值相加得到总分，在总分标尺上向下画一条垂直线，即可得到患者3、5年的特异性生存率，见图3。总分越高，患者生存几率越小。此列线图可根据患者信息，获得个体化预测的生存率，提高预测的准确性与效率。采用 Bootstrap 法进行等量有放回1000次重采样对列线图进行内部验证，结果显示，HPVA患者的C-index 值为0.858，表明该模型的预测效果较好; 列线图预测模型的AUC均为0.873，见图4A、B，具有较好的区分度; NHPVA患者的C-index值为0.875，表明该模型的预测效果较好；列线图预测模型的AUC分别为 0.903、0.901，见图4C、D，具有较好的区分度。列线图预测的3、5年 CSS 的校准曲线均靠近理想情况的黑色虚线，表明其预测生存状态与实际生存情况具有较高的一致性。 HPVA患者3年和5年CSS的列线图的校准曲线见图5A、B;通过HPVA模型计算每个HPVA患者的风险评分，将患者分为具有相同临界值的高风险组和低风险组。与低风险组相比，高风险组的CSS概率明显增加(P<0.001)，见图5C。NHPVA患者3年和5年CSS的列线图的校准曲线见图5D、E; 通过NHPVA模型计算每个NHPVA患者的风险评分，将患者分为具有相同临界值的高风险组和低风险组。与低风险组相比，高风险组的CSS概率明显增加(P<0.001)，见图5F。

图3 列线图分析

图4 CSS列线图的ROC曲线

图5 HPVA和NHPVA CSS的校准曲线

2.5 生存分析 对每一个可能影响HPVA和NHPVA患者预后的危险因素进行Kaplan-Meier生存分析。结果显示，HPVA患者中，年龄<49岁，白种人，高分化，T1，N0，M0，肿瘤≤2.6 cm，FIGO分期为ⅠA+ⅡA期及行子宫全切术的患者预后150个月CSS明显较高，见图6。NHPVA患者中，年龄<51岁，高分化，肿瘤≤2.4 cm，M0，FIGO分期为Ⅰ+ⅡA期，行子宫全切术及淋巴结清扫的患者预后150个月CSS明显较高，见图7。

图6 HPVA患者部分独立预后因素的肿瘤特异性生存曲线(Kaplan-Meier)

图7 NHPVA患者部分独立预后因素的肿瘤特异性生存曲线(Kaplan-Meier)

3 讨论

宫颈腺癌病理分型多样，且较宫颈鳞癌发病更为隐匿[6]，更年轻，白种人更常见，更容易发生淋巴结转移[8-9]。其发病率上升可能与宫颈腺癌的细胞学筛查假阴性率较高，不易在癌前病变阶段被发现有关[10]。大部分宫颈腺癌与人乳头瘤病毒(HPV)感染有关；然而，有一部分与HPV感染无关[11-12]。国际宫颈内膜腺癌标准和分类(IECC)提出将宫颈腺癌分为人乳头瘤病毒(HPV)相关腺癌(HPVA)和非HPV相关腺癌(NHPVA)，这种分类是根据现有的形态学标准进一步亚分类的[13]。有研究报道，NHPVA患者预后较HPVA差，且肿瘤体积更大[14]。本研究显示，与HPVA患者相比，NHPVA患者肿瘤分化程度更差、肿瘤体积更大、分期更晚，肿瘤特异性相关死亡率较HPVA患者高，与其他研究相符。

根据国家综合癌症网络(NCCN)指南，目前宫颈腺癌的治疗策略和预后因素主要参考鳞状细胞癌(SCC)，由国际妇产科联合会(FIGO分期)确定[15]。但FIGO分期相同的患者预后仍存在差异，特别是肿瘤较大的患者。越来越多的证据表明，宫颈癌的生物学行为、治疗结果和预后因素与鳞状细胞癌不同，相较宫颈鳞癌,宫颈腺癌对放化疗不敏感,预后较鳞癌更差[16]。因此，有必要建立一个个体化的预测模型，补充FIGO分期系统，以预测预后和优化治疗。

为了提高对HPVA和NHPVA的认识，我们回顾性分析了SEER数据库中患者的人口统计学及临床特征并分别识别出与HPVA和NHPVA相关的预后因素。然而目前国内外并未开发针对HPVA和NHPVA的预后评估工具。有研究报道了SEER数据库中所有宫颈腺癌的预后因素，其中肿瘤分级、T分期、N期、M期、肿瘤大小和原发部位的手术被确定为CSS的独立预后因素，随后纳入列线图的构建[17]。而本研究分别探讨了预测HPVA和NHPV患者癌症特异性死亡的预后因素，并构建了对应的预后模型。

在我们的研究中，HPVA的以下因素被确定为独立的预后因素，并随后被纳入模型：发病年龄，肿瘤分化程度，肿瘤大小，TNM分期，FIGO分期，手术范围，及辅助治疗方式。NHPVA的以下因素被确定为独立的预后因素，并随后被纳入模型：发病年龄，肿瘤分化程度，肿瘤大小，M分期，FIGO分期，手术范围，及辅淋巴结是否清扫方式。

在HPVA的列线图中，T期对预后的贡献最大，其次是M分期和手术范围。根据NCCN指南，肿瘤分级未被列为宫颈鳞癌的危险因素之一[18]。在我们的研究中，肿瘤中分化、低分化、未分化增加了不良预后的风险。而在NHPVA的列线图中，FIGO分期对预后的贡献最大，其次是肿瘤大小及是否有远处转移。

有研究报道，目前对于宫颈腺癌子宫切除术仍然是治疗的黄金标准，希望保留生育能力的年轻患者可以局部切除[19]，且本研究显示子宫全切预后比局部切除更好。另有研究报道，无论组织学类型如何，放化疗都是局部晚期宫颈癌的标准治疗方法[20]。一些回顾性研究也表明，腺癌患者比鳞状细胞宫颈癌患者在同时放化疗前后更有可能死亡[21]。对于早期宫颈腺癌患者，无论肿瘤直径大小(是否≥4 cm)，宫颈癌根治性手术是最佳局部治疗方式，术后不需要辅助放化疗[22]。而我们的研究也显示，子宫全切是HPVA和NHPVA患者CSS 的独立保护因素，且辅助化疗有利于HPVA患者的预后。

4 结论

本研究基于SEER数据库确立了HPVA和NHPVA患者的独立预后因素，列线图预测效果良好，具有快速准确评估患者生存预后的应用价值。本研究存在一定的局限性，因为这是一项回顾性研究，存在一定程度的选择偏倚。本研究仅为HPVA和NHPVA患者的预后因素提供参考，将来有待更多的前瞻性研究进一步探讨。