Прогнозирование вероятности развития метастазов в регионарных лимфоузлах при раке желудка по клиническим данным

Abstract

Введение. Недостаточная эффективность традиционного подхода к выполнению дооперационного N-стадирования рака желудка (РЖ) создает предпосылки для нерационального планирования лечения. Представляется актуальной разработка и использование прогностических моделей, позволяющих оценить вероятность метастатического поражения регионарных лимфоузлов. Цель исследования. Разработать модель дооперационной оценки вероятности метастатического поражения регионарных лимфоузлов (pN+) при РЖ по клиническим данным. Материал и методы. Проведен ретроспективный анализ результатов радикального лечения 1054 пациентов с РЖ. Для построения прогностической модели на основе линейной логистической регрессии общая выборка пациентов была разделена случайным образом на тестовую и обучающую когорты. В модель на тестовой выборке были включены прогностические факторы, которые показали свою дискриминационную способность на основе нескольких алгоритмов отбора. Клиническая валидация модели проведена на основании оценки отдаленных результатов лечения. Результаты. Факторами риска наличия pN+ являются: возраст – отношение шансов (ОШ) 1,02 (95 % ДИ: 1,0–1,04 на один год), р=0,040; размер первичной опухоли (натуральный логарифм) – ОШ 1,8 (95 % ДИ: 1,4–2,4), р<0,001: инфильтративный вариант макроскопической формы роста – ОШ 1,9 (95 % ДИ: 1,3–2,9), р=0,001; некогезивный вариант аденокарциномы – ОШ 1,6 (95 % ДИ: 1,0–2,4), р=0,051; подозрение на наличие метастатического поражения регионарных лимфоузлов по данным предоперационного обследования – ОШ 4,0 (95 % ДИ: 2,6–6,2), р<0,001. Разработана прогностическая модель, индекс конкордации (AUC для тестовой когорты) – 0,778 (95 % ДИ: 0,739–0,820). Заключение. Комплексный учет клинико-морфологических особенностей опухолевого процесса и возраста пациента при применении разработанной прогностической модели позволяет повысить точность дооперационного N-стадирования. Последнее создает предпосылки для оптимизации тактики ведения пациентов с неметастатическим РЖ за счет рационального дооперационного планирования объема противоопухолевого лечения.

Background. Limited diagnostic accuracy of traditional preoperative imaging techniques for gastric cancer N-staging leads to inappropriate treatment planning. Hence the necessity to develop and apply prognostic models that allow for the prediction of metastatic lesions in regional lymph nodes. Objective. To develop a clinical data-based model for preoperative prediction of metastatic lesions in regional lymph nodes (pN+) in gastric cancer (GC). Material and methods. A retrospective analysis of radical treatment outcomes in 1054 patients with GC was performed. To develop a prognostic model based on linear logistic regression, the total patient sample was randomly divided into test and training cohorts. The model on the test sample included prognostic factors that demonstrated their discriminatory ability based on several selection algorithms. Clinical validation of the model was carried out according to the assessment of long-term treatment outcomes. Results. Risk factors for pN+ include: age – odds ratio (OR) is 1.02 (95% CI 1.0–1.04 per year), p=0.040; primary tumor size (natural logarithm) – OR is 1.8 (95% CI 1.4–2.4), p<0.001; infiltrative variant of macroscopic growth form – OR is 1.9 (95% CI 1.3–2.9), p=0.001; non-cohesive variant of adenocarcinoma – OR is 1.6 (95% CI 1.0–2.4), p=0.051; suspected metastatic lesions of regional lymph nodes according to preoperative assessment – OR is 4.0 (95% CI 2.6–6.2), p<0.001. There has been developed a prognostic model, concordance index (AUC for cohort tests) being 0.778 (95% CI 0.739–0.820). Conclusion. The application of the developed prognostic model with due regard to the clinical and morphological features of the neoplastic process, as well as patient's age allows for more accurate preoperative N-staging. This in turn contributes to optimizing management strategies for non-metastatic GC patients due to appropriate preoperative anti-cancer treatment planning.