CEA阴性结直肠癌的血清学特征与病理特点及其在诊疗中的应用：联合诊断与预后预测模型的建立

摘要

背景

结直肠癌仍是导致恶性肿瘤相关死亡的主要原因之一，其预后在很大程度上取决于能否早期发现。值得注意的是，相当一部分结直肠癌患者在术前癌胚抗原水平正常，这就形成了一个诊断盲点，因为恶性病变可能与良性结直肠疾病难以区分。本研究旨在建立并验证多维度预测模型，以便准确诊断并对CEA阴性的结直肠癌患者进行预后分层。

方法

我们回顾性分析了553名CEA阴性的结直肠癌患者和200名良性结直肠疾病患者的资料。通过ROC分析确定最佳的生物标志物阈值，再利用多变量逻辑回归和Cox回归识别出具有诊断和预后价值的指标。最后通过C指数、校准图、决策曲线分析以及临床影响曲线来评估模型的性能。

结果

在895名接受筛查的结直肠癌患者中，61.8%的CEA水平为阴性。一个包含8个变量的诊断模型（年龄、性别、CA50、CA125、CA19-9、白细胞计数、PLR、FAR）展现出较强的鉴别能力，其C指数在训练集为0.886，在验证集为0.895。在总体生存率方面，一个结合了年龄、肿瘤位置、淋巴结比例、单核细胞与淋巴细胞比例以及肿瘤与间质比例的预后预测模型，其C指数在训练集为0.749，在验证集为0.829，与AJCC第8版TNM分期系统相比，能实现更有效的预后分层。决策曲线分析和临床影响曲线也表明这两种模型都具有更好的临床净收益。

结论

将系统性炎症指标和间质特征结合起来，可为癌症检测和风险评估提供有用的辅助工具。这些易于使用的预测模型有助于实现个性化预后判断，进而优化临床决策并为治疗试验中的患者分组提供依据。不过，由于该研究为单中心设计且临界值是内部确定的，因此在实际应用之前还需要进行独立的外部验证。