本研究针对40-60岁女性异常子宫出血（AUB）患者群体，开发了首个整合详细月经出血模式与临床参数的子宫内膜不典型增生（AEH）及子宫内膜癌（EC）风险预测诊断Nomogram模型。该模型通过多中心临床数据验证，在内部和外部验证队列中均展现出良好的临床应用价值。
研究团队从2021-2024年收集了四家医院共1920例AUB患者的完整诊疗数据。通过系统化变量筛选流程，首先运用单因素Logistic回归锁定潜在风险因素，继而采用LASSO回归算法进行变量优化，最终确定包含年龄、家族肿瘤史、子宫内膜厚度、月经量改变、周期异常、间经出血及绝经后出血等七大核心参数的预测模型。特别值得关注的是，首次将月经出血的频次、规律性、持续时间等动态特征纳入风险分层体系，突破传统模型过度依赖影像学参数的局限。
模型验证阶段采用双重验证策略：内部验证通过自助法（Bootstrap）重复1000次迭代计算AUC（受试者工作特征曲线下面积）的95%置信区间（0.760-0.867），同时结合Hosmer-Lemeshow拟合优度检验和校准曲线验证模型准确性。外部验证使用独立队列（529例）进一步检验，AUC稳定在0.762-0.814区间，校准曲线显示预测值与实际风险分布高度吻合（MAE=0.008-0.015）。
临床应用价值方面，决策曲线分析（DCA）显示，当风险阈值设定为70.362分时，高危组患者的AEH/EC发病率达12.46倍（95%CI:7.56-21.01），此时模型指导下的精准分诊可带来显著净临床获益。研究特别揭示间经出血作为独立风险因素，其病理机制与雌激素长期无拮抗作用导致的子宫内膜血管异常重塑密切相关，而传统模型中常见的子宫内膜厚度≥14mm的阈值在此模型中贡献度下降约30%，凸显出血模式参数的临床权重。
该模型的创新性体现在三个方面：其一，突破既往研究只关注静态临床指标（如年龄、BMI、CA125）的局限，首次将动态月经特征（如经期延长＞7天、经间出血频率＞2次/月）量化为可计算风险因子；其二，采用LASSO回归替代传统逐步回归，有效解决变量间多重共线性问题，使模型在保持预测精度的同时参数更少（7个核心变量）；其三，建立双维度验证体系，不仅通过内部验证确保模型稳定性，更通过跨院区外部验证（Da De Road主校区与其它三家医院数据独立）证明其泛化能力。
临床实践启示方面，研究证实重度月经出血（PMB≥5）与恶性病变风险呈负相关，这可能与子宫内膜良性病变（如息肉、肌瘤）导致的代偿性月经调节机制有关。同时发现绝经后出血（PMB）的预测效能显著高于单纯年龄参数，提示该人群应作为重点筛查对象。模型配套的Nomogram设计采用可视化评分系统，医生可通过快速计算各临床参数对应分数，结合总评分查表确定风险等级，在基层医疗机构可实现"分钟级"风险评估。
局限性与改进方向方面，研究存在三个主要改进空间：首先，样本均来自单病种就诊医院，可能影响模型在首诊机构的适用性；其次，未纳入激素治疗史等关键变量，未来需补充相关数据；再者，分子分型等新型生物标志物尚未整合，后续研究可结合液体活检技术优化模型。此外，校准曲线显示中低风险组预测精度略逊于高危组，提示需开发分段式校准方案。
该模型的临床转化潜力显著，特别在资源有限地区具有应用价值。例如在缺乏高分辨率超声设备的基层医院，通过收集患者年龄、家族史、月经出血特征等基础数据即可进行初步风险评估。决策曲线分析显示，当阈值设定为≥8%风险概率时，模型指导下的分诊策略可节省42%的unnecessary诊断操作，这对降低医疗成本具有现实意义。
研究对临床决策的影响体现在三个层面：诊断层面，帮助区分良性病变（如子宫肌瘤）与恶性病变（AEH/EC），减少不必要的宫腔镜检查；治疗层面，通过风险分层指导个性化干预策略，高危患者可优先考虑活检或基因检测；预后层面，模型中位数风险值（70.362分）对应约8%的恶性病变概率，为临床制定随访间隔提供量化依据。
在疾病预防领域，该模型可转化为社区健康筛查工具。例如针对50岁女性群体，若存在间经出血（每月≥2次）或绝经后出血（绝经≥1年后出血），结合其他风险因素，其AEH/EC风险可跃升至常规人群的12倍以上。这种精准分层为公共卫生干预提供了科学依据，建议对高危人群实施每6个月超声监测的预防策略。
未来研究方向建议：①构建动态模型，纳入月经模式随时间的变化特征；②探索机器学习算法在变量交互作用分析中的应用；③开发移动端Nomogram应用，实现风险值实时计算；④建立多中心数据共享平台，持续更新模型性能。此外，结合人工智能辅助解读超声图像，有望进一步提升模型在基层的适用性。
本研究为子宫内膜病变的早期筛查提供了标准化工具，其核心价值在于将传统静态临床指标与动态症状特征有机结合，这种多维度的风险评估框架对其他妇科肿瘤的模型开发具有范式意义。随着我国生育政策调整及人口老龄化加剧，此类实用型风险评估工具的推广将有效缓解子宫内膜癌诊断资源紧张问题，预计可使高危人群的及时干预率提升30%以上。
打赏
