基于RPA法的脊柱转移瘤个体化治疗方案决策树模型的建立随着医学.DOCVIP

基于RPA法的脊柱转移瘤个体化治疗方案决策树模型的建立 随着医学诊疗技术的不断完善，尤其是靶向治疗药物的出现，恶性肿瘤患者的生存时间逐渐延长；伴随着脊柱转移瘤的发病率也逐年增加，研究发现30%～50%的患者会发生脊柱转移病灶，其主要表现是后背疼痛或/和神经功能障碍，严重影响患者生活质量。对伴有神经功能障碍的患者，手术减压伴或不伴内固定术能够有效地缓解局部疼痛、恢复神经功能，是最有效的治疗方法。然而，如何选择合适的手术适应症，及如何判断患者能否从手术方案中获益至今并不明确。 目前，预期生存时间是常用的权衡手段，用于指导手术决策的制定。已有多种脊柱转移瘤生存期预测模型，其中以2001年的Tomita和2005年的Tokuhashi评分模型最为常用，已为临床医生选择治疗方案提供重要依据，并有效的避免过度医疗或因延误诊疗导致医疗不足。然而，这些评分模型的仍然存在一些缺陷：1、时间滞后性：癌症诊治水平的突飞猛进已明显延长患者生存时间；而延长的生存时间已迫使这些陈旧的评分模型失效，尤其是10年前评分模型很难再应用于现在。2、主观随意性：评分模型内所纳入的预后因素及亚组内赋值的权重并没有明确的统计学方法；即便新兴的评分系统把多因素分析模型中的危险比（HR值）作为亚组赋值的方法，但每个预后因素在评分系统内的所占权重至今无法确定。3、不一致性：上述评分系统所包含的预后因素并不相同，且同一预后因素也不会出现在所有的评分系统。即便是象征晚期肿瘤的内脏转移，也并不是被所有作者认可。因此，定期更新、完善适合当代医疗水平的脊柱转移瘤生存期评分模型是非常重要的。 鉴于以上缺陷，结合多中心研究结果，我们通过递归分割分析法(Recursive partitioning analysis, RPA)评估脊柱转移瘤的预后因素，能够逐层分析各风险因素在不同节点中的作用。其重要优势：1）能够避免某些因素对生存率影响的扩大化，如原发肿瘤或KPS并不是所有情况下的预后因素。2）同时，发现某些影响范围较窄的风险因素，如血白蛋白仅对生长缓慢肿瘤起影响作用，而运动缺损时间仅对KPS50-100分的患者起作用。这也能够解释：不同作者对同一因素的预后价值不一样，及多个评分系统所包含因素不一样的原因。3）与预后评分系统相比，决策树模型更加简单、直观，易于操作。4）决策树模型的每个节点建立都有统计学验证，避免现有评分系统赋值时的主动随意性。 该类研究是一个多中心研究，论文已发表在《中华骨科杂志》，其他相关论文已发表在SCI期刊《Orthop Surg》及《World Neurosurg》。