无转移肾癌预后模型在中国人群中的应用及改良

论文摘要

肾细胞癌是泌尿生殖系常见的恶性肿瘤,其患病率占全身恶性肿瘤的3%,占肾肿瘤的85%以上,约25%的患者存在肿瘤转移。影响肾癌预后的因素有很多,其中不乏独立的预后因素,如肿瘤的TNM分期、分级、组织学分型、肿瘤大小、肿瘤组织坏死、生活质量评分以及一些分子标志物的表达,这些指标已经能一定程度地指导肾癌患者的预后评估。但随着发现的影响因素越来越多,单独应用某一指标已经不足以完全评定预后,因此国外有学者提出可以使用预后分级系统,将肾癌的风险分级并且判断生存率,还可以帮助临床设计试验并指导随访策略。肾癌预后分析系统是利用统计学方法建立的数学模型,它根据不同因素在肾癌预后过程中产生影响的大小判断疾病风险及生存率,并将结果转化为直观的公式或图表,具有良好的操作性和准确性。其方法包括公式法、评分法以及诺摩图法（nomogram）。同时,由于基因芯片及蛋白质组等新技术的引进,整合了临床信息和分子标志物的预后模型进一步提高了其分析的准确性。目前,已开发应用的肾癌预后分析系统共13种,用于无转移肾细胞癌的共9种,但其准确性在不同样本中还存在较大差异。此外,目前应用的肾癌预后模型无论其建立还是验证过程都是基于高加索人群,在其他人群中的适用性还有待于检验。本研究旨在通过我院病例库中肾癌患者的随访结果,判断现有无转移肾癌预后模型在中国人群中的适用性,同时结合组织芯片技术,在进一步分析与肾癌预后相关同临床信息和分子标志物的基础上,建立首个基于中国人群的肾癌预后分析系统,并对其准确性进行验证。第一部分应用临床与病理指标的肾癌预后模型在中国人群中的应用目的探讨现有应用临床与病理指标的无转移肾癌预后模型在中国人群中的适用性及准确性。方法回顾性分析我院1993年至2004年行手术治疗的653例无转移肾癌患者的临床及预后情况。应用现有的7种模型判断患者预后,包括Yaycioglu model、Cindolomodel、SSIGN、UISS、Kattan nomogram、Sorbellini nomogram、Karakiewicz nomogram。根据总生存时间（OS）、肿瘤特异性生存时间（CSS）以及无瘤生存时间（RFS）,比较模型判断结果与实际随访结果之间的差异,从而推断不同模型在中国人群中的适用性与准确性。采用SPSS13.0及S-Plus统计软件,不同风险组间生存时间的比较应用Kaplan-Meier法,不同模型的预测准确性比较应用Harrell一致性指数（Harrell’s c-index）,P＜0.05为差异有显著性意义。结果（1）至随访结束,653例患者中,123例死于肿瘤特异性原因,36例死于非肿瘤特异性原因,156例出现肿瘤复发,平均随访时间65个月。（2）按照不同模型的风险分组方式对患者进行分组,比较同一模型不同风险组间各种生存时间的差别,组间均有统计学意义（P＜0.05）,显示7种模型均能对患者进行有效的风险分组。（3）通过计算Harrell一致性指数（C-indexes）,比较不同模型判断预后的准确程度。Kattan nomogram在3种随访时间的比较中,准确性均为最高,其一致性指数为0.752（OS）,0.793（CSS）及0.84（RFS）。另外两种nomogram模型Sorbellini nomogram与Karakiewicz nomogram的准确性虽然较Kattan nomogram略低,但之间没有统计学差异,且明显高于非nomogram模型。SSIGN model在非nomogram模型中准确性最高,其一致性指数为0.712（OS）,0.751（CSS）及0.777（RFS）。Cindolo model虽然仅包括肿瘤大小与临床症状,但准确性与SSIGN模型没有统计学差异（P＜0.05）。在所有模型中,Yaycioglu model准确性最低,其一致性指数为0.616（OS）,0.649（CSS）及0.661（RFS）。结论肾癌预后模型的应用,较单独应用某一指标可大大提高预后判断的准确性。诺摩图法作为一种较新的统计方法,在肾癌预后判断中具有较高的应用价值。在中国人群的验证中,3种诺摩图模型均表现出较高的准确性。而评分法虽然包括较少的临床指标,其准确性也有待于提高,但在某些样本中同样可有较高的准确性,同时因其指标少,使此类模型能在术前患者评估方面发挥重要用。因此,应用肾癌预后分析系统要根据不同的环境和目的进行选择,同时在应用前要进行验证。第二部分结合分子指标的肾癌预后模型在中国人群中的应用目的应用组织芯片,探讨联合临床信息和分子标志物的预后模型在中国人群中的适用性及准确性。方法检索相关文献,获得现有2种应用分子标志物的无转移肾癌预后模型。应用我院病例库中有明确随访记录的无转移肾癌患者的组织蜡块482例,构建组织芯片,芯片上同时加入10例正常肾组织作为对照。选择两种可应用于无转移肾癌的预后模型,其中一种可同时应用于转移和无转移肾癌,包括的分子标志物为CA9,Vimentin,P53,Gelsolin;另外一种只应用于无转移肾癌,包括的分子标志物为P53,Ki-67,VEGF-D,VEGFR-1。应用免疫组化SABC法检测模型中相关分子标志物的表达。根据总生存时间（OS）、肿瘤特异性生存时间（CSS）以及无瘤生存时间（RFS）,应用Kaplan-Meier法比较同一模型内不同风险组间生存时间,应用Harrell一致性指数（Harrell’s c-index）比较不同模型的预测准确性。采用SPSS13.0及S-Plus统计软件,P＜0.05为差异有显著性意义。结果（1）至随访结束,482例患者中,131例死于肿瘤特异性原因,36例死于非肿瘤特异性原因,128例出现肿瘤复发,平均随访时间62个月。（2）肾癌组织中CA9,Vimentin,P53,Ki-67,Gelsolin,VEGFR-1及VEGF-D蛋白表达总阳性率分别为85.3%（411/482）,65.1%（314/482）,31.7%（153/482）,61.6%（297/482）,41-3%（199/482）,70.1%（338/482）,25.9%（125/482）。（3）为方便分组比较,将患者按诺摩图计算的生存率分为5组（＜0.6,0.6-0.7,0.7-0.8,0.8-0.9,0.9—1.0）,比较不同组间各种生存时间的差别,组间均有统计学意义（P＜0.05）,显示2种模型均能对患者进行有效的风险分组。（4）只针对无转移肾癌的预后模型其一致性指数为0.812（OS）,0.833（CSS）及0.872（RFS）,为现有模型中最高。针对所有肾癌的预后模型其一致性指数为0.742（OS）,0.750（CSS）及0.761（RFS）。结论在第一部分研究中,诺摩图法表现出较高的应用价值。而结合分子标志物的诺摩图模型,使预测准确性进一步提高。其中,针对无转移肾癌的预后模型在本研究样本中显示出较高的适用性,而另外一个模型由于其建立是同时针对转移与无转移的肾癌人群,因此在无转移样本中准确性受到一定影响。此外,包括不同分子标志物的模型其准确性存在差别,提示不同人群中的分子标志物可能存在差异,也从侧面反映了肿瘤的生长异质性。由于目前所有预后模型的统计数据均来自高加索人群的资料,因此,要建立中国人群的肾癌预后模型,其临床指标和分子标志物均应重新挑选验证。第三部分基于中国人群的肾癌预后模型的建立与验证目的建立基于中国人群肾癌资料的预后模型,并对其准确性进行验证。方法检索肾癌预后相关的中英文文献,寻找现有预后模型以外其他的对肾癌预后有影响的临床指标与分子标志物。利用第二部分中建立的组织芯片,对找到的新分子标志物进行免疫组化检测。对所有临床指标和分子标志物染色结果按不同随访终点进行多因素Cox比例风险模型回归分析,筛选对预后有影响的指标。根据Cox回归分析结果,利用诺摩图法分别建立针对总生存时间,肿瘤特异性生存时间及肿瘤复发时间的肾癌预后模型。新模型建立后应用Kaplan-Meier法与Harrell一致性指数对模型的准确性进行检测。Cox回归分析及Kaplan-Meier法应用SPSS13.0软件完成,诺摩图的建立及一致性指数的计算应用统计软件S-plus及其扩展包Design and Hmisc libraries完成,所有统计计算中P＜0.05认为差异有显著性意义。结果（1）通过检索文献,发现多种肾癌预后相关的分子生物学指标,除模型中的以外,还包括p27,PTEN,SKP-2,COX-2,HIF-1α,VEGF,Cyclin D1,CXCR3,EpCAM,Survivin。（2）多因素Cox回归分析结果显示,VEGF（P=0.027）,p27（P=0.016）,p53（P=0.006）,T分期（P＜0.001）,肿瘤大小（P＜0.001）以及ECOG-PS（P=0.001）与患者预后显著相关。（3）根据Cox回归分析结果建立预测无转移肾癌患者总生存时间、肿瘤特异性生存时间以及复发时间的预后模型,该组模型不但可将肾癌患者准确分组,并且获得较高的一致性指数,根据不同随访终点分别为0.832（OS）,0.883（CSS）及0.901（RFS）,并且其准确性显著高于既往预后模型。结论利用诺摩图法建立的联合临床指标和分子标志物的肾癌预后模型,包括了肿瘤体积,T分期,ECOG评分以及分子标志物P27,P53,VEGF。该模型的准确性不但优于单用临床指标的模型,并且高于其他应用分子标志物的预后模型。该模型的建立,对于中国肾癌患者的预后判断将会提供一定帮助。另外,该模型在其他样本中的适用性还有待于进一步验证在本研究中,我们利用我院肾癌患者资料首次在高加索以外人群中对现有无转移肾癌预后模型进行了验证,同时,在广泛检索文献的基础上,对未纳入模型,但可能影响肾癌预后的指标进行了验证,并在此基础上首次建立了基于中国人群的肾癌预后模型。由于我们在建立模型时考虑了不同的随访终点,因此针对总生存时间、肿瘤特异性生存时间及复发时间建立了一组预后模型,根据不同的模型,可对患者的总生成时间、肿瘤特异性生存时间及复发时间进行有效预测。后期的统计学检验证明该组模型具有较高的准确性。一个有效的肾癌预后模型的建立,将会极大的帮助临床医生向患者提供咨询,进而制定有效的诊疗计划和随访策略,同时此类模型也将成为临床试验设计的有效辅助工具。

论文目录

• 中文摘要
• 英文摘要
• 符号说明
• 前言
• 第一部分 应用临床与病理指标的肾癌预后模型在中国人群中的应用
• 材料与方法
• 结果
• 讨论
• 结论
• 附图
• 第二部分 结合分子指标的肾癌预后模型在中国人群中的应用
• 引言
• 材料与方法
• 结果
• 讨论
• 结论
• 附图
• 第三部分 基于中国人群的肾癌预后模型的建立与验证
• 引言
• 材料与方法
• 结果
• 讨论
• 结论
• 附图
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文及成果
• 学位论文评阅及答辩情况表
• 外文论文