0 引言

视网膜母细胞瘤（retinoblastoma, RB）是儿童最常见的眼内恶性肿瘤，发病率为17 000分之一，每年约有8 000新诊断的病例^[1-2]。近年来，RB的治疗方式和生存率发生了变化。由于放射治疗会增加RB患者第二肿瘤的发生率，故近年来放射治疗的使用率下降^[3-4]。术前的化学减容治疗、动脉内化疗等新方法兴起，使得RB患者的生存率提升^[5]。尽管在治疗RB的放疗和化疗方面取得了进展，但目前仍缺乏有利的工具来预测RB的预后。

个体化预测模型的预测能力相比于临床分期来说可能更精准，其中列线图已经广泛应用于多种恶性肿瘤中，并且取得了很好的预测效果^[6-7]。列线图可以基于多种变量预测患者的总生存率，本研究我们构建了预测RB患者3年、5年、10年生存率的列线图，这可能有助于改善患者预后。

1 资料与方法 1.1 一般资料

本研究基于SEER数据库的RB患者临床数据（http://seer.cancer.gov/）。SEER项目数据库包含美国特定地理区域癌症患者的发病率、患病率、死亡率和其他相关数据，是世界公认的肿瘤患者随访数据权威来源之一。通过SEER*Stat8.4.0.1软件检索SEER数据库中2021年数据更新版本的2000—2019年病理诊断为RB的患者。入选标准：（1）数据库中病理诊断为RB的患者（ICD-O-3恶性肿瘤形态学编码9510-9513）；（2）原发肿瘤为RB（Primary Site编码为C69.2-Retina和eye NOS- C699）。排除标准：（1）生存时间小于1个月；（2）尸检证实为RB；（3）随访信息不完整。

提取患者的临床资料，包括年龄、性别、种族、肿瘤位置、发病时T分类、淋巴结状态、远处转移、TMN分期、治疗（包括手术、放疗、化疗）、生存时间、死因分类、生存状况以及SEER分期包括局部、区域、远处转移（Local、Regional、Distant）。

1.2 列线图的制作

概率法从队列中随机抽选70%的患者作为训练队列，30%的患者作为验证队列。使用单变量Cox分析筛选预后因素。单因素分析的显著性因素（P < 0.05）进行多变量Cox分析。对多因素Cox分析的显著性因素（P < 0.05）和有重要临床意义的因素绘制每个协变量随时间变化的Schoenfeld残差图。通过对相关因素的单因素和多因素分析，我们构建了预测RB患者3年、5年和10年生存率（overall survival rate, OS）发生率的列线图。RB预后模型在训练队列中进行内部验证，在验证队列中进行外部验证。采用一致性指数（C-index）、校正曲线和受试者工作特征（ROC）曲线评价模型的预测精度和一致性。C指数数值越高，预后越准确。采用1 000个重采样的自举法对验证和校正进行评价。

1.3 统计学方法

使用SPSS23.0软件对数据进行单因素和多因素回归分析。通过R（Version 4.0.4）软件，Rstudio作为辅助和RMS程序和Survival程序引入变量，建立列线图模型。P < 0.05为差异有统计学意义。

2 结果 2.1 筛选结果

我们从SEER*Stat数据库中确定了2000年至2019年期间所有1 289例RB患者。其中1283例患者符合纳入标准：RB为原发肿瘤。369例患者因无TNM分期、133例患者因AJCC第六版TNM分期不完全被排除；13例患者因种族、手术、放疗、化疗等未知信息排除；10例因生存期 < 1个月被排除。最后，本文共纳入759例RB患者，筛选过程见图 1。

2.2 流行病学数据和生存率

最终纳入了372例男性患者（49%），余为女性患者；其中大多为0~1岁（46.9%）和1~4岁的患者（49.1%）。499例（65.7%）患者为西班牙裔，其余为非西班牙裔。多数为单眼发病（66.8%），其余患者为双眼RB。其中接收放疗和化疗的比例为3.8%和63.8%。759例纳入的患者3、5和10年OS分别为98.2%、98.0%和94.5%。患者的详细病例资料、临床特征和对应的OS见表 1。

2.3 RB预后因素的选择

基于基本数据集，以患者预后总生存作为因变量（死亡: Y=1，存活: Y=0），以患者的临床资料作为自变量（X）进行单因素和多因素Cox比例风险回归模型分析（变量筛选方法：Forward为LR，变量入选标准为0.05，剔除标准为0.1）。单因素分析结果显示：T分期、化疗、M分期和SEER分期与患者预后OS相关（均P < 0.05）。进一步多因素分析结果显示，T分期和SEER分期与患者预后OS相关（均P < 0.05），见表 2。Schönfeld残差测试证明所有这些独立的OS预后因素满足pH假设，见图 2。

2.4 列线图预测模型的建立

基于以上所有这些独立预后因素被用来构建Nomogram预测3年、5年和10年生存率，见图 3。列线图显示T分期、M分期和SEER分期的得分越高，患者的3年、5年和10年生存率越低。对于每一个预测生存率的患者，分别画一条对应于每个变量的垂直线来计算具体的点。然后将各变量的点相加，垂直线与生存轴在总点线上的交点位置为患者的生存率。

2.5 列线图预测模型的验证

对列线图模型进行C-index计算，结果显示训练集的C-index为0.785（95%CI: 0.765~0.805）。ROC曲线分析显示，预后预测模型用于预测验证数据集RB患者的3年、5年和10年生存率的AUC分别为0.743、0.734和0.720，见图 4。显示该模型在预测预后方面具有较好的可靠性和重复性。采用Bootstrap重抽样1 000次绘制校正曲线对建立的预测模型进行验证，校正曲线X轴表示通过列线图预测的生存率，Y轴为患者的实际生存率，列线图的准确性通过图中实线与虚线的拟合来反映，见图 5。结果显示该模型3年、5年、10年生存率的校正曲线观测值和预测值的重合度较好。总的来说，预测性列线图可以做出合理的预测。

3 讨论

目前最常使用的预测系统为国际美国癌症联合委员会发布的肿瘤淋巴结转移（TNM）分期系统，相关研究表明分期越高预后越差。然而，基于TNM分期系统的预后效能仍然有限。列线图为量化个体风险的复杂统计模型提供了简单而形象的展示，在临床实践和研究中显示出广泛的应用前景^[8]。目前尚无有效的视网膜母细胞瘤预后预测模型，我们使用了一个大型队列，研究针对视网膜母细胞瘤患者的临床特征和生存预后进行分析，建立并验证了预测视网膜母细胞瘤患者OS的列线图模型。

本研究中位年龄为2.15岁，男女性占比相似，且大多数患者为白人（75.9%），这与既往研究结果类似^[9]。本研究中应用放射治疗方式仅3.8%，而化疗方式达63.8%，这与SEER数据库2000年以前的分析不一致^[10]。由于放射治疗的应用可能导致第二肿瘤发生率的增加，所以近年来放疗的应用率有所下降，化疗的应用增加^[11]。据Cox单因素模型分析性别、年龄、种族对预后影响不大，与临床实际及诸多文献报道基本相符^[12-13]。我们的研究表明，生存率与肿瘤为单眼发病和双眼发病的相关性无显著统计学意义，与之前的研究不一致^[14-15]。推测这可能与近年来动脉内化疗的运用，双眼RB患者的生存率提高所致。近5年的文献与我们的研究一致，单眼发病和双眼发病与生存率的相关性无统计学意义^[16-17]。患儿就诊时所处疾病的阶段是影响长期生存的关键，根据SEER分期，RB患者主要为局部病变（82.9%）、区域性病变（15.4%）和小部分远处转移（1.7%），且与生存率显著相关。通过单变量和多变量Cox回归分析发现，T分期与RB患者的OS显著相关。这个结论在其他研究中也有体现，有研究发现基于分期的5年疾病特异性生存率为pT1（99.5%）、pT2a（95.5%）、pT3a（100%）、pT3b（93.0%)、pT3c/d（92.3%）、pT4（40.9%）^[18]。此外，在一项涉及2 085例患者的国际多中心研究中，AJCC临床分期与较高的死亡率相关^[19]。根据统计结果，选择T分期和SEER分期构建列线图，并对构建的列线图进行鉴别和校准显示出良好的临床适用性。

尽管我们的列线图经过验证，显示出良好的准确性，但也存在一些局限性。首先，这是一项回顾性研究，选择偏差和时间偏差是难以避免的。其次，许多因素（如肿瘤大小、Rb基因突变、遗传因素、手术类型、病理分型、诊断时间等因素）也是评估视网膜母细胞瘤患者生存的重要因素，然而，这些临床变量无法从SEER数据库中获取。关于放疗（即剂量、位置等）和化疗（化疗类型、周期数、剂量等）的详细信息是不可用的，使我们不能绘制更详细的列线图。目前视网膜母细胞瘤的治疗策略主要利用静脉化疗，有良好的治疗效果。也有越来越多的证据表明，眼部动脉内化疗与全身静脉内化疗相比，对D组和E组的RB患者治疗效果更好，且毒性更小^[20-21]。在预测模型中有待纳入不同的化疗方式，进步一提高预测能力。同时，SEER数据库可能与我国人口数据存在一定的差异，因此，还需要在多个医院进行大量研究人群的进一步前瞻性研究，以便在未来提供更有说服力的证据。

利益冲突声明：

所有作者均声明不存在利益冲突。

作者贡献：

闫海涵：思路构建、数据分析及文章撰写

马建民：文章指导、基金支持