引用本文： 譚令, 劉紫麟, 唐翎瀚, 肖江衛. 直腸癌長期生存預測模型的構建與驗證—Nomogram預測模型. 中國普外基礎與臨床雜志, 2021, 28(8): 1031-1038. doi: 10.7507/1007-9424.202012027 復制
2018 年結直腸癌在全世界癌癥發病率和死亡率中分別排名第 3 和第 2，其中結直腸癌死亡率為 9.2%[1]。2018 中國癌癥發病率中，結直腸癌發病率排名第 2，并且結直腸癌的癌癥負擔迅速增加[2]。隨著直腸癌腹腔鏡手術技術和新輔助治療的臨床運用，直腸癌的 5 年生存率明顯提高[3]，但對于直腸癌的預后因素尚存爭議。研究表明，年齡[3-4]、陽性淋巴結比率[5]、TNM 分期[6]和組織分化程度[7]可能是影響直腸癌患者預后的因素；但也有研究[7-8]表明，直腸癌患者的年齡、性別、腫瘤位置、腫瘤直徑、術前 CEA 等因素與預后無明顯相關性。為了進一步研究直腸癌患者生存預后的影響因素，本研究運用監測、流行病學和結果數據庫（SEER 數據庫，是美國大型癌癥數據庫之一[9]）中的直腸癌數據構建預測模型，以預測直腸癌患者的 3 年和 5 年生存概率，并通過構建 Nomogram 圖來可視化預測直腸癌患者的生存概率。
1 資料與方法
1.1 研究對象
本研究的研究對象數據來自美國國立癌癥研究所的 SEER 數據庫。首先使用 SEER*Stat version 8.3.8 軟件，從 SEER 數據庫（1975–2016 年）中檢索出 239 693 例的病例數據。檢索準則：① 按美國癌癥聯合委員會（AJCC）腫瘤疾病分類第 7 版[10]，組織學類型為直腸癌，并且限定組織學陽性診斷以確保診斷正確；② 診斷年齡>19 歲（由于從 SEER 中提取的年齡數據是分段數據，包括 10～14 歲、15～19 歲、20～24 歲等，所以設定為>19 歲）；③生存時間限定有完整生存時間的病例數據，并且限定隨訪為有效性隨訪。排除標準：來自于尸檢或死亡報告等的病例數據；隨訪時間為“Unknown”的病例數據。
本研究提取的數據包括：年齡、性別、婚姻狀態、TMN 分期、T 分期、N 分期、M 分期、放療、化療、腫瘤直徑、手術清掃淋巴結總數、陽性淋巴結數量、組織分化程度、生存時間、生存狀態等。將陽性淋巴結數量除以手術清掃淋巴結總數得出陽性淋巴結比率。對篩選出的 239 693 例數據再根據每個因素數據情況進行逐步篩選（篩選要求見圖 1）以得到具備完整數據的直腸癌病例（26 028 例）。數據排除標準：① TNM 分期、T 分期和 N 分期數據中排除數據為 0、空白、不可用、不知道、TX 期或 NX 期者；② 手術治療數據中排除未行手術治療者；③ 手術清掃淋巴結總數、陽性淋巴結數量、婚姻狀態、腫瘤分化程度等數據中排除無法獲得或無效數據者；④ 放療數據中排除術中放療、不知道放療順序者，腫瘤直徑數據中排除無法獲得腫瘤直徑數據者。篩選要求及流程見圖 1。將篩選出的直腸癌病例數據按照 2∶1 的比例隨機分為訓練隊列和驗證隊列，其中訓練隊列 17 352 例，驗證隊列 8 676 例，2 組患者在年齡、性別、婚姻狀態、TMN 分期、N 分期、M 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療方面比較差異均無統計學意義（P>0.05），見表 1。
圖1
示直腸癌的篩選流程圖
表1
訓練隊列和驗證隊列的臨床病理特征比較［例（%） ］
1.2 生存分析及 Nomogram 圖構建
通過對訓練隊列的病例數據進行單因素 Cox 比例風險回歸分析，將單因素分析中有統計學意義的因素及前期臨床研究證明對直腸癌預后有影響的因素納入多因素 Cox 比例風險回歸模型，再將多因素 Cox 比例風險回歸分析中有統計學意義的因素納入構建 Nomogram 預測模型，并繪制相關風險因素的生存曲線。Nomogram 圖整合了多種預后危險因素，并量化評價相關危險因素所占的預后風險概率[11-13]，能可視化地預測相關疾病的生存預后概率。
1.3 Nomogram 預測模型的評價
通過計算訓練隊列和驗證隊列的 C 指數，并繪制 Nomogram 預測模型的受試者工作特征曲線（ROC 曲線）和校準曲線（calibration curve）來評價其準確性。首先隨機選取訓練隊列中 1/3 病例的臨床數據進行內部驗證并繪制校準曲線，然后用驗證隊列病例的臨床數據進行外部驗證并繪制校準曲線。校準曲線的橫坐標是預測的直腸癌患者的生存率，縱坐標是直腸癌患者的實際生存率[9]。
1.4 統計學方法
本研究統計軟件采用 SPSS 25.0 及 R 3.6.1 軟件。使用 R 語言的隨機抽樣函數將患者隨機劃分為訓練隊列和驗證隊列。使用 SPSS 統計軟件比較訓練隊列和驗證隊列患者的臨床病理資料。通過 R 軟件繪制訓練隊列直腸癌患者的預后影響因素的生存曲線（Kaplan-Meier 法）；采用單因素 Cox 比例風險回歸分析訓練隊列患者預后的影響因素，再將單因素分析顯示有統計學意義的變量及結合前期臨床研究證明與預后相關的因素，納入多因素 Cox 比例風險回歸模型，以確定最終的獨立預后影響因素；然后再使用 R 語言構建 Nomogram 圖和計算 C 指數，同時繪制 ROC 曲線和校準曲線，并分別在訓練隊列和驗證隊列中進行內部與外部驗證。在校準曲線中，曲線越靠近參考線，說明預測值與實際觀測值越接近。采用 C 指數及 ROC 曲線下面積來評估 Nomogram 圖的預測精確度，C 指數區間為 0.5～1.0，越接近 1 表示預測模型的預測精確度越高。檢驗水準α=0.05。
2 結果
2.1 直腸癌患者生存預后影響因素的單因素和多因素生存分析
訓練隊列的中位生存時間為 35 個月（0～83 個月），單因素 Cox 比例風險回歸分析結果顯示，年齡、性別、婚姻狀態、TMN 分期、T 分期、N 分期、M 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療情況均是直腸癌生存預后的風險因素（P<0.05），見表 2；多因素 Cox 比例風險回歸結果顯示，年齡、性別、婚姻狀態、TMN 分期、T 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療情況均是直腸癌生存預后的風險因素（P<0.05）。與<50 歲者比較，60～69 歲、70～79 歲和≥80 歲者的預后較差；男性患者的預后差于女性患者；未婚患者的預后差于已婚患者；與 TNM Ⅰ期比較，Ⅱ、Ⅲ和Ⅳ期患者的預后較差；與 T1 期患者比較，T3 和 T4 期患者的預后較差；與腫瘤直徑≤2.0 cm 的患者比較，腫瘤直徑 5.1～10.0 cm 和>10.0 cm 患者的預后較差；與腫瘤高分化者比較，低分化和未分化患者的預后較差；手術清掃淋巴結總數<12 枚者的預后差于≥12 枚者；與陽性淋巴結比率<0.20 者比較，0.20～0.39、0.40～0.59、0.60～0.79 和≥0.80 者的預后較差；未化療者的預后差于輔助化療者，見表 3。
表2
直腸癌患者生存預后影響因素的單因素 Cox 比例風險回歸分析結果
表3
直腸癌患者生存預后影響因素的多因素 Cox 比例風險回歸分析結果
2.2 直腸癌生存預后預測模型構建—Nomogram 預測模型
整合多因素 Cox 比例風險回歸分析結果中有統計學意義的直腸癌生存預后風險因素，構建 Nomogram 預測模型，見圖 2a。Nomogram 預測模型結果顯示，TMN 分期、年齡、陽性淋巴結率和 T 分期對直腸癌患者生存預后的影響較大，其次是化療、腫瘤分化程度、腫瘤直徑、手術清掃淋巴結總數等，影響最小的是放療。采用 Nomogram 圖預測每例患者的 3 年或 5 年生存率時，根據患者具備的每個因素、在 Nomogram 圖中的點尺度軸上判定得分，相加后得到總分，然后與總分標尺比對得出該患者的 3 年或 5 年生存率。前 6 位影響因素，即 TMN 分期、年齡、陽性淋巴結比率、T 分期、化療和腫瘤分化程度的生存曲線見圖 2b–2g。
圖2
示直腸癌生存預后的 Nomogram 圖、生存預后影響力前 6 位的影響因素的生存曲線、Nomogram 模型預測直腸癌 3 年和 5 年生存率的 ROC 曲線、內部和外部驗證 Nomogram 預測直腸癌 3 年和 5 年生存率準確性的校準曲線
a：直腸癌生存預后的 Nomogram 圖；b–g：不同 TNM 分期（b）、年齡（c）、陽性淋巴結比率（d）、T 分期（e）、腫瘤分化程度（g）和化療情況患者（f）的生存曲線；h 和 i：Nomogram 模型預測訓練隊列直腸癌患者 3 年（h）和 5 年（i）生存率的 ROC 曲線；j 和 k：內部驗證（訓練隊列）的 3 年（j）和 5 年（k）生存率準確性的校準曲線；l 和 m：外部驗證（驗證隊列）的 3 年（l）和 5 年（m）生存率準確性的校準曲線
2.3 評價 Nomogram 預測模型
訓練隊列、驗證隊列的 Nomogram 預測模型的 C 指數分別是 0.764 和 0.770；繪制 Nomogram 預測模型的 ROC 曲線見圖 2h和 2i，結果顯示，預測3 年生存率的 ROC 曲線下面積是 0.777，預測 5 年生存率的 ROC 曲線下面積是 0.762。內部驗證時，Nomogram 圖預測 3 年和 5 年生存率準確性的校準曲線見圖 2j 和 2k、外部驗證校準曲線見圖 2l 和 2m，校準曲線顯示模型預測的直腸癌生存率與實際生存率相符。
3 討論
目前國內對于直腸癌生存預后風險預測模型的構建相對較少，本研究構建了一個能直觀預測直腸癌生存預后的 Nomogram 圖，研究結果表明，TMN 分期對患者預后的影響最大，其次是年齡、陽性淋巴結比率、T 分期、是否化療，腫瘤分化程度、腫瘤直徑、手術清掃淋巴結總數等因素。目前的 AJCC 分期是預測癌癥患者生存和指導治療的重要工具，但 AJCC 分期系統里沒有患者的人口統計學特征、腫瘤分化程度等信息，本研究構建的 Nomogram 預測模型中包含了 AJCC 分期、人口統計學特征及腫瘤分化程度信息，預測的準確性可能更高。
研究表明，年齡、T 分期、是否有淋巴結轉移、TNM 分期和腫瘤分化程度可能是影響直腸癌患者預后的危險因素[4, 14]，其中年齡、T 分期、TMN 分期和腫瘤分化程度相關結果與本研究結果相符，本研究進一步構建了 Nomogram 圖，量化了每個風險因素對生存預后的影響大小，能更好地預測直腸癌的生存預后。此外還有研究表明，BMI、體內脂肪分布[14]、吸煙[15]、吻合口漏[16]、腫瘤浸潤腸壁外[17]和手術清掃淋巴結總數<12 枚[18]是直腸癌生存預后的風險因素。本研究構建的 Nomogram 圖提示，手術清掃淋巴結總數<12 枚患者的生存預后較差，這與上述研究表明的手術清掃淋巴結總數<12 枚者有較差的生存預后一致，同時與目前 AJCC 和國際癌癥控制聯盟（UICC）推薦的直腸癌患者應切除≥12 枚淋巴結一致。
本研究證實陽性淋巴結比率是直腸癌生存風險的影響因素，同時有學者指出陽性淋巴結比率有助于評估Ⅲ期直腸癌患者術后復發或轉移，且效果優于單純的淋巴結分期[19]，陽性淋巴結比率是直腸癌預后的重要因素[20]。高齡直腸癌患者較年輕直腸癌患者預后差，但目前發現年輕直腸癌發病率逐年增加，且年輕直腸癌患者的腫瘤分化程度低、診斷分期晚、可手術性差及術后遠處復發風險高[21-23]，雖然目前年輕人群的直腸癌發病率相對于中老年人群仍較低，但我們應該增加對年輕直腸癌患者的研究。
本研究結果表明，年齡、性別、婚姻狀態、TMN 分期、T 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療為直腸癌生存的風險因素。構建的 Nomogram 圖顯示：TMN 分期對直腸癌患者生存預后的影響最大，其次是年齡、T 分期、陽性淋巴結比率、化療情況、腫瘤分化程度等因素。本研究構建了 Nomogram 來預測直腸癌患者的生存預后，而且本研究表明直腸癌患者的生存預后具有明顯差異。本研究構建的 Nomogram 預測模型經 ROC 曲線和校準曲線驗證，3 年和 5 年預測模型的 ROC 曲線下面積（0.777 和 0.762）及內部驗證和外部驗證的校準曲線都顯示模型預測直腸癌的生存預后具有相對較高的精確度。由于本研究是回顧性臨床數據分析研究，在一定程度上能準確地預測直腸癌患者的長期生存概率，但仍需大樣本臨床隊列研究或隨機對照試驗驗證。
總之，本研究構建的 Nomogram 圖能有效預測直腸癌患者的 3 年和 5 年生存概率，對直腸癌的預后干預具有臨床指導意義。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：譚令設計本研究、收集并分析數據且撰寫文章；劉紫麟收集并分析數據；唐翎瀚對文章進行審閱；肖江衛參與設計研究并對文章進行審閱。
2018 年結直腸癌在全世界癌癥發病率和死亡率中分別排名第 3 和第 2，其中結直腸癌死亡率為 9.2%[1]。2018 中國癌癥發病率中，結直腸癌發病率排名第 2，并且結直腸癌的癌癥負擔迅速增加[2]。隨著直腸癌腹腔鏡手術技術和新輔助治療的臨床運用，直腸癌的 5 年生存率明顯提高[3]，但對于直腸癌的預后因素尚存爭議。研究表明，年齡[3-4]、陽性淋巴結比率[5]、TNM 分期[6]和組織分化程度[7]可能是影響直腸癌患者預后的因素；但也有研究[7-8]表明，直腸癌患者的年齡、性別、腫瘤位置、腫瘤直徑、術前 CEA 等因素與預后無明顯相關性。為了進一步研究直腸癌患者生存預后的影響因素，本研究運用監測、流行病學和結果數據庫（SEER 數據庫，是美國大型癌癥數據庫之一[9]）中的直腸癌數據構建預測模型，以預測直腸癌患者的 3 年和 5 年生存概率，并通過構建 Nomogram 圖來可視化預測直腸癌患者的生存概率。
1 資料與方法
1.1 研究對象
本研究的研究對象數據來自美國國立癌癥研究所的 SEER 數據庫。首先使用 SEER*Stat version 8.3.8 軟件，從 SEER 數據庫（1975–2016 年）中檢索出 239 693 例的病例數據。檢索準則：① 按美國癌癥聯合委員會（AJCC）腫瘤疾病分類第 7 版[10]，組織學類型為直腸癌，并且限定組織學陽性診斷以確保診斷正確；② 診斷年齡>19 歲（由于從 SEER 中提取的年齡數據是分段數據，包括 10～14 歲、15～19 歲、20～24 歲等，所以設定為>19 歲）；③生存時間限定有完整生存時間的病例數據，并且限定隨訪為有效性隨訪。排除標準：來自于尸檢或死亡報告等的病例數據；隨訪時間為“Unknown”的病例數據。
本研究提取的數據包括：年齡、性別、婚姻狀態、TMN 分期、T 分期、N 分期、M 分期、放療、化療、腫瘤直徑、手術清掃淋巴結總數、陽性淋巴結數量、組織分化程度、生存時間、生存狀態等。將陽性淋巴結數量除以手術清掃淋巴結總數得出陽性淋巴結比率。對篩選出的 239 693 例數據再根據每個因素數據情況進行逐步篩選（篩選要求見圖 1）以得到具備完整數據的直腸癌病例（26 028 例）。數據排除標準：① TNM 分期、T 分期和 N 分期數據中排除數據為 0、空白、不可用、不知道、TX 期或 NX 期者；② 手術治療數據中排除未行手術治療者；③ 手術清掃淋巴結總數、陽性淋巴結數量、婚姻狀態、腫瘤分化程度等數據中排除無法獲得或無效數據者；④ 放療數據中排除術中放療、不知道放療順序者，腫瘤直徑數據中排除無法獲得腫瘤直徑數據者。篩選要求及流程見圖 1。將篩選出的直腸癌病例數據按照 2∶1 的比例隨機分為訓練隊列和驗證隊列，其中訓練隊列 17 352 例，驗證隊列 8 676 例，2 組患者在年齡、性別、婚姻狀態、TMN 分期、N 分期、M 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療方面比較差異均無統計學意義（P>0.05），見表 1。
圖1
示直腸癌的篩選流程圖
表1
訓練隊列和驗證隊列的臨床病理特征比較［例（%） ］
1.2 生存分析及 Nomogram 圖構建
通過對訓練隊列的病例數據進行單因素 Cox 比例風險回歸分析，將單因素分析中有統計學意義的因素及前期臨床研究證明對直腸癌預后有影響的因素納入多因素 Cox 比例風險回歸模型，再將多因素 Cox 比例風險回歸分析中有統計學意義的因素納入構建 Nomogram 預測模型，并繪制相關風險因素的生存曲線。Nomogram 圖整合了多種預后危險因素，并量化評價相關危險因素所占的預后風險概率[11-13]，能可視化地預測相關疾病的生存預后概率。
1.3 Nomogram 預測模型的評價
通過計算訓練隊列和驗證隊列的 C 指數，并繪制 Nomogram 預測模型的受試者工作特征曲線（ROC 曲線）和校準曲線（calibration curve）來評價其準確性。首先隨機選取訓練隊列中 1/3 病例的臨床數據進行內部驗證并繪制校準曲線，然后用驗證隊列病例的臨床數據進行外部驗證并繪制校準曲線。校準曲線的橫坐標是預測的直腸癌患者的生存率，縱坐標是直腸癌患者的實際生存率[9]。
1.4 統計學方法
本研究統計軟件采用 SPSS 25.0 及 R 3.6.1 軟件。使用 R 語言的隨機抽樣函數將患者隨機劃分為訓練隊列和驗證隊列。使用 SPSS 統計軟件比較訓練隊列和驗證隊列患者的臨床病理資料。通過 R 軟件繪制訓練隊列直腸癌患者的預后影響因素的生存曲線（Kaplan-Meier 法）；采用單因素 Cox 比例風險回歸分析訓練隊列患者預后的影響因素，再將單因素分析顯示有統計學意義的變量及結合前期臨床研究證明與預后相關的因素，納入多因素 Cox 比例風險回歸模型，以確定最終的獨立預后影響因素；然后再使用 R 語言構建 Nomogram 圖和計算 C 指數，同時繪制 ROC 曲線和校準曲線，并分別在訓練隊列和驗證隊列中進行內部與外部驗證。在校準曲線中，曲線越靠近參考線，說明預測值與實際觀測值越接近。采用 C 指數及 ROC 曲線下面積來評估 Nomogram 圖的預測精確度，C 指數區間為 0.5～1.0，越接近 1 表示預測模型的預測精確度越高。檢驗水準α=0.05。
2 結果
2.1 直腸癌患者生存預后影響因素的單因素和多因素生存分析
訓練隊列的中位生存時間為 35 個月（0～83 個月），單因素 Cox 比例風險回歸分析結果顯示，年齡、性別、婚姻狀態、TMN 分期、T 分期、N 分期、M 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療情況均是直腸癌生存預后的風險因素（P<0.05），見表 2；多因素 Cox 比例風險回歸結果顯示，年齡、性別、婚姻狀態、TMN 分期、T 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療情況均是直腸癌生存預后的風險因素（P<0.05）。與<50 歲者比較，60～69 歲、70～79 歲和≥80 歲者的預后較差；男性患者的預后差于女性患者；未婚患者的預后差于已婚患者；與 TNM Ⅰ期比較，Ⅱ、Ⅲ和Ⅳ期患者的預后較差；與 T1 期患者比較，T3 和 T4 期患者的預后較差；與腫瘤直徑≤2.0 cm 的患者比較，腫瘤直徑 5.1～10.0 cm 和>10.0 cm 患者的預后較差；與腫瘤高分化者比較，低分化和未分化患者的預后較差；手術清掃淋巴結總數<12 枚者的預后差于≥12 枚者；與陽性淋巴結比率<0.20 者比較，0.20～0.39、0.40～0.59、0.60～0.79 和≥0.80 者的預后較差；未化療者的預后差于輔助化療者，見表 3。
表2
直腸癌患者生存預后影響因素的單因素 Cox 比例風險回歸分析結果
表3
直腸癌患者生存預后影響因素的多因素 Cox 比例風險回歸分析結果
2.2 直腸癌生存預后預測模型構建—Nomogram 預測模型
整合多因素 Cox 比例風險回歸分析結果中有統計學意義的直腸癌生存預后風險因素，構建 Nomogram 預測模型，見圖 2a。Nomogram 預測模型結果顯示，TMN 分期、年齡、陽性淋巴結率和 T 分期對直腸癌患者生存預后的影響較大，其次是化療、腫瘤分化程度、腫瘤直徑、手術清掃淋巴結總數等，影響最小的是放療。采用 Nomogram 圖預測每例患者的 3 年或 5 年生存率時，根據患者具備的每個因素、在 Nomogram 圖中的點尺度軸上判定得分，相加后得到總分，然后與總分標尺比對得出該患者的 3 年或 5 年生存率。前 6 位影響因素，即 TMN 分期、年齡、陽性淋巴結比率、T 分期、化療和腫瘤分化程度的生存曲線見圖 2b–2g。
圖2
示直腸癌生存預后的 Nomogram 圖、生存預后影響力前 6 位的影響因素的生存曲線、Nomogram 模型預測直腸癌 3 年和 5 年生存率的 ROC 曲線、內部和外部驗證 Nomogram 預測直腸癌 3 年和 5 年生存率準確性的校準曲線
a：直腸癌生存預后的 Nomogram 圖；b–g：不同 TNM 分期（b）、年齡（c）、陽性淋巴結比率（d）、T 分期（e）、腫瘤分化程度（g）和化療情況患者（f）的生存曲線；h 和 i：Nomogram 模型預測訓練隊列直腸癌患者 3 年（h）和 5 年（i）生存率的 ROC 曲線；j 和 k：內部驗證（訓練隊列）的 3 年（j）和 5 年（k）生存率準確性的校準曲線；l 和 m：外部驗證（驗證隊列）的 3 年（l）和 5 年（m）生存率準確性的校準曲線
2.3 評價 Nomogram 預測模型
訓練隊列、驗證隊列的 Nomogram 預測模型的 C 指數分別是 0.764 和 0.770；繪制 Nomogram 預測模型的 ROC 曲線見圖 2h和 2i，結果顯示，預測3 年生存率的 ROC 曲線下面積是 0.777，預測 5 年生存率的 ROC 曲線下面積是 0.762。內部驗證時，Nomogram 圖預測 3 年和 5 年生存率準確性的校準曲線見圖 2j 和 2k、外部驗證校準曲線見圖 2l 和 2m，校準曲線顯示模型預測的直腸癌生存率與實際生存率相符。
3 討論
目前國內對于直腸癌生存預后風險預測模型的構建相對較少，本研究構建了一個能直觀預測直腸癌生存預后的 Nomogram 圖，研究結果表明，TMN 分期對患者預后的影響最大，其次是年齡、陽性淋巴結比率、T 分期、是否化療，腫瘤分化程度、腫瘤直徑、手術清掃淋巴結總數等因素。目前的 AJCC 分期是預測癌癥患者生存和指導治療的重要工具，但 AJCC 分期系統里沒有患者的人口統計學特征、腫瘤分化程度等信息，本研究構建的 Nomogram 預測模型中包含了 AJCC 分期、人口統計學特征及腫瘤分化程度信息，預測的準確性可能更高。
研究表明，年齡、T 分期、是否有淋巴結轉移、TNM 分期和腫瘤分化程度可能是影響直腸癌患者預后的危險因素[4, 14]，其中年齡、T 分期、TMN 分期和腫瘤分化程度相關結果與本研究結果相符，本研究進一步構建了 Nomogram 圖，量化了每個風險因素對生存預后的影響大小，能更好地預測直腸癌的生存預后。此外還有研究表明，BMI、體內脂肪分布[14]、吸煙[15]、吻合口漏[16]、腫瘤浸潤腸壁外[17]和手術清掃淋巴結總數<12 枚[18]是直腸癌生存預后的風險因素。本研究構建的 Nomogram 圖提示，手術清掃淋巴結總數<12 枚患者的生存預后較差，這與上述研究表明的手術清掃淋巴結總數<12 枚者有較差的生存預后一致，同時與目前 AJCC 和國際癌癥控制聯盟（UICC）推薦的直腸癌患者應切除≥12 枚淋巴結一致。
本研究證實陽性淋巴結比率是直腸癌生存風險的影響因素，同時有學者指出陽性淋巴結比率有助于評估Ⅲ期直腸癌患者術后復發或轉移，且效果優于單純的淋巴結分期[19]，陽性淋巴結比率是直腸癌預后的重要因素[20]。高齡直腸癌患者較年輕直腸癌患者預后差，但目前發現年輕直腸癌發病率逐年增加，且年輕直腸癌患者的腫瘤分化程度低、診斷分期晚、可手術性差及術后遠處復發風險高[21-23]，雖然目前年輕人群的直腸癌發病率相對于中老年人群仍較低，但我們應該增加對年輕直腸癌患者的研究。
本研究結果表明，年齡、性別、婚姻狀態、TMN 分期、T 分期、腫瘤直徑、腫瘤分化程度、手術清掃淋巴結總數、陽性淋巴結比率、放療和化療為直腸癌生存的風險因素。構建的 Nomogram 圖顯示：TMN 分期對直腸癌患者生存預后的影響最大，其次是年齡、T 分期、陽性淋巴結比率、化療情況、腫瘤分化程度等因素。本研究構建了 Nomogram 來預測直腸癌患者的生存預后，而且本研究表明直腸癌患者的生存預后具有明顯差異。本研究構建的 Nomogram 預測模型經 ROC 曲線和校準曲線驗證，3 年和 5 年預測模型的 ROC 曲線下面積（0.777 和 0.762）及內部驗證和外部驗證的校準曲線都顯示模型預測直腸癌的生存預后具有相對較高的精確度。由于本研究是回顧性臨床數據分析研究，在一定程度上能準確地預測直腸癌患者的長期生存概率，但仍需大樣本臨床隊列研究或隨機對照試驗驗證。
總之，本研究構建的 Nomogram 圖能有效預測直腸癌患者的 3 年和 5 年生存概率，對直腸癌的預后干預具有臨床指導意義。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：譚令設計本研究、收集并分析數據且撰寫文章；劉紫麟收集并分析數據；唐翎瀚對文章進行審閱；肖江衛參與設計研究并對文章進行審閱。
