结直肠癌（colorectal cancer, CRC）是全球第三大恶性肿瘤。中国CRC发病率在恶性肿瘤中居第2位，死亡率居第4位^[1-4]。近年来，受人口老龄化进程加快及居民生活方式和饮食结构改变等因素影响，中国CRC的发病率与死亡率均呈上升趋势^[5-6]。根治性手术是CRC首选治疗方式^[7]。CRC根治性手术中，吻合口漏（anastomotic leakage, AL）是最严重的并发症^[8-9]。AL发生率和病死率较高，严重影响患者预后。

在疾病初期筛查和风险预估环节中，采用logistic回归算法与决策树算法构建的模型预测结果的稳定性和可靠性已得到广泛认可^[10]。logistic回归算法可以呈现变量之间的依存关系^[11]。决策树算法在应对复杂的非线性关联和多维度决策界限时优势显著，不受变量缺失和数据分布的影响，借助树形结构可清晰呈现决策流程，并有效梳理预测因素间的复杂联系^[12]。鉴于此，本研究依据logistic回归算法的运算结果搭建预测CRC根治术后并发AL风险的决策树预测模型。

1 资料与方法 1.1 研究对象

选取2022年1月至2024年12月于锦州医科大学附属第一医院大肠外科行CRC根治术的305例患者。根据是否发生AL，将患者分为AL组（n=42）和无AL组（n=263）。纳入标准：（1）术前经结肠镜检查并行病理活检确诊；（2）术前影像学检查资料完整，并完成肿瘤临床分期；（3）未接受放化疗；（4）接受腹腔镜下CRC根治术。排除标准：（1）合并心脑血管病变；（2）存在认知障碍；（3）肝肾功能严重不全。本研究已经过锦州医科大学医学伦理委员会的审核批准（批件号：JZMULL2025071）。

1.2 资料收集

回顾性收集电子病历医院信息系统中的患者资料，包括性别、年龄、吸烟、饮酒、术前体质量指数（body mass index, BMI）、高血压、糖尿病、术前血红蛋白水平、术前白细胞计数、术前血清白蛋白水平、TNM分期、肿瘤下缘距肛缘距离和肿瘤最大直径。参与病例筛选、病案复核和数据库构建的人员均接受统一的专业培训。在数据录入环节，采用双人录入机制以确保数据的准确性。

1.3 AL的诊断

根据《中国直肠癌手术吻合口漏诊断、预防及处理专家共识（2019版）》^[13]，AL定义为：结直肠吻合部位因组织坏死或脓肿形成使吻合口肠道壁完整性遭受破损，致使腹腔与肠道管腔间发生病理性连通。

1.4 统计学分析

采用SPSS 25.0软件进行数据分析。计数资料以频数（百分比）表示，组间比较采用χ²检验。符合正态分布的计量资料以均数±标准差（x±s）表示，组间比较采用独立样本t检验。采用logistic回归进行多因素分析筛出独立风险因素。以P < 0.05为差异具有统计学意义。采用Python机器学习中sklearn包的CART决策树算法，通过预设限制树深为5、叶节点最小样本量为2、节点总数为27及终端节点数为14，构建决策树预测模型。为提升模型预测结果的稳定性与统计可靠性，采用Bootstrap抽样法进行模型优化。绘制模型的受试者工作特征（receiver operating characteristic, ROC）曲线并计算曲线下面积（area under the curve, AUC）以评估模型的预测能力。

2 结果 2.1 CRC根治术后并发AL的影响因素分析

AL组年龄60~85岁，（69.52±6.01）岁，中位年龄70岁。无AL组年龄42~93岁，（64.07±8.95）岁，中位年龄64岁。单因素分析显示，两组患者在年龄、吸烟、饮酒、高血压、糖尿病、TNM分期、肿瘤下缘距肛缘距离、术前BMI、术前血清白蛋白水平和术前白细胞计数方面比较，差异均具有统计学意义（均P < 0.05，表 1）。以上述变量为自变量进行logistic回归分析表明，年龄、糖尿病、TNM分期、肿瘤下缘距肛缘距离、术前BMI和术前血清白蛋白水平均为CRC根治术后并发AL的独立影响因素（均P < 0.05，表 2~3）。

2.2 预测CRC根治术后并发AL的决策树模型

所有病例按照8∶2比例随机分为训练集（n=244）和测试集（n=61）。以logistic回归筛选出的影响因素为因变量，基于训练集数据，通过Python建立CRC根治术后患者并发AL风险预测的决策树模型。采用Bootstrap抽样进行模型优化并绘制ROC曲线，评估模型性能。决策树结构显示，术前BMI、术前血清白蛋白水平、年龄和TNM分期等指标构成分类决策的关键影响因素。根节点以术前BMI为首要划分依据，当BMI≤23.045 kg/m²时（n=158，熵值=0.572），多数样本归为无AL类别；若BMI > 23.045 kg/m²，则进入术前血清白蛋白水平≤32.55 g/L的分支（n=84，熵值=0.814）。在后续节点中，数据依据特征条件持续分裂，进一步通过BMI≤24.945 kg/m²等条件细化分类。不同分支因指标组合的差异，使样本呈现出不同的结局倾向，无AL与AL的占比也表现出明显区别（图 1）。基于决策树模型信息增益计算预测变量重要性，术前BMI、术前血清白蛋白水平、年龄、TNM分期、糖尿病和肿瘤下缘距肛缘距离的预测变量重要性分别为0.384、0.253、0.140、0.130、0.057和0.036（图 2）。ROC曲线分析显示，模型的AUC为0.91，精确率为0.91，召回率为0.96，F1分数为0.94，支持度为53（图 3）。

3 讨论

本研究结果显示，CRC根治术后AL发生率为13.8%。研究显示，AL发生率通常为2.4%~15.9%^[14]，部分可达28%^[15]。既往研究发现，CRC术后并发AL的患者中，可预防的比例较低^[16]，且AL相关病死率高达16%~29%。因此，早期识别并预防AL已成为临床重点课题^{[4, 17]}。

本研究进一步明确年龄、糖尿病、TNM分期、肿瘤下缘距肛缘距离、术前BMI和术前血清白蛋白水平均是CRC根治术后并发AL的独立风险因素（均P < 0.05）。其中，高龄患者因机体免疫力减退易发生AL。这与Ishii等^[18]和宋志等^[19]的研究结论相符，而曾祥岳等^[20]的研究认为年龄无影响。因此未来还需多中心大样本研究验证。

其他因素的作用机制已较为明确。糖尿病患者糖脂代谢异常，因此糖基化产物大量堆积，氧化应激反应增强，细胞凋亡增多，从而影响伤口愈合进程，增加术后AL的发生风险^[21]。随着TNM分期增高，机体蛋白质和能量等营养物质消耗加剧。曾祥岳等^[20]研究指出，较高的TNM分期会增加术中出血量、感染风险和术后营养消耗，提高AL发生率。此外，肿瘤下缘距肛缘距离较近会增加吻合口的张力，影响愈合，从而增加术后并发AL的风险^[20]。针对这种情况，需制定更精细的手术方案，以减少吻合口张力对愈合的影响。

血清白蛋白水平的降低会导致吻合口在一定时间内无法获得充足的营养，增加AL的发生风险^[22]。本研究以提前干预为核心，仅纳入术前血清白蛋白水平，而术后短期内患者血清白蛋白的动态变化更能全面反映患者营养状态，未来研究可以增加术后数据以提升模型整体预测效能。值得注意的是，肥胖也是AL的重要风险因素^[23-24]，原因可能与脂肪组织脆弱、血供丰富及肠系膜肥厚影响手术视野从而增加术中解剖和切口吻合的难度有关^{[11, 17, 25]}。

决策树通过分割数据特征构建分类模型，与logistic回归分析比较，具有可视化强和易于理解的优势，还能评估特征重要性并筛选关键特征^[26]。logistic回归模型与决策树模型在分类预测方面均有重要价值^[7]。本研究基于logistic回归结果，采用Python机器学习构建预测CRC根治术后并发AL风险的决策树模型，并结合Bootstrap抽样法，通过对模型方差的约束，获得稳健的模型性能（AUC=0.91）。本研究为单中心回顾性研究，易出现选择偏倚，且预测模型尚未经外部验证，难以排除全部混杂因素，也无法弥补个别指标因样本量不足导致的统计效力缺陷，因此后续应扩大样本量，开展多中心前瞻性随机对照研究，进一步筛选风险因素，并验证预测模型的效能。

利益冲突   所有作者声明无利益冲突