Рябов Михаил Михайлович - кандидат медицинских наук, доцент кафедры общей хирургии
SPIN-код: 4641-6632
Author ID (Scopus): 57193202014
150000, Ярославль, ул. Революционная, 5
Mikhail M. Ryabov - MD, PhD, Associate Professor, Department of General Surgery
Author ID (Scopus): 57193202014
5, Revolyutsionnaya St., Yaroslavl, 150000
Цель исследования – построить модель прогнозирования риска развития осложнений противоопухолевого лечения рака прямой кишки.
Материал и методы. Выполнено одноцентровое ретроспективное исследование. Обследовано 302 пациента с диагнозом рак прямой кишки, которые получали лечение в 2017–18 гг. в Ярославской областной клинической онкологической больнице (ЯОКОБ). Критериями включения были верифицированный рак прямой кишки и выполнение радикальной операции. Основной конечной точкой исследования было выявление факторов, влияющих на развитие осложнений. Для построения модели использовали метод бинарной логистической регрессии. В исходный набор параметров для построения модели включали степень дифференцировки опухоли (по данным первичной биопсии), расстояние от дистального края опухоли до зубчатой линии, наличие в анамнезе варикозной болезни вен нижних конечностей, сахарного диабета, ожирения, индекс коморбидности Чарльсона. В качестве тестовой выборки исследовано 74 пациента с диагнозом рак прямой кишки, пролеченных в ЯОКОБ в 2019–22 гг.
Результаты. Уравнение вероятности развития осложнений противоопухолевого лечения при раке прямой кишки имело вид: р=1/(1+е-у), где р – вероятность развития осложнений противоопухолевого лечения у больных раком прямой кишки; у=0,52 - 0,54х1 - 0,1х2 + 2,3х3 + 3,4х4, где х1 – степень дифференцировки опухоли (по данным первичной биопсии), х2 – расстояние от дистального края опухоли до зубчатой линии, х3 – наличие в анамнезе общего ожирения, х4 – наличие в анамнезе сахарного диабета. Качество модели оказалось приемлемым (p (Хосмера–Лемешева)=0,68; псевдо-R2 Найджелкерка=0,53). При р≥0,5 делали заключение о высокой вероятности развития осложнений лечения. Выполнена валидация модели прогнозирования на тестовой выборке из 74 пациентов. Чувствительность модели составила 82,35 % (95 % ДИ 73,2–94,9), специфичность – 97,50 % (95 % ДИ 82,2–99,9), точность – 89,33 % (95 % ДИ 80,0–99,5).
Заключение. Модель прогнозирования осложненного варианта катамнеза у больных раком прямой кишки позволит определить вероятность развития неблагоприятных событий и принять эффективные превентивные меры.
Aim: to develop a model for predicting the risk of developing complications of rectal cancer treatment.
Material and Methods. A single-centre retrospective study included 302 patients diagnosed with rectal cancer, who were treated in 2017–2018 at the Yaroslavl Regional Clinical Oncology Hospital (YRCOH).
Inclusion criteria were: histologically verified rectal cancer and curative-intent radical surgery. The primary endpoint of the study was to identify factors influencing the development of complications. A binary logistic regression method was used to construct the model. The initial set of parameters for the model included the tumor differentiation grade (based on the primary biopsy), distance from the distal edge of the tumor to the dentate line, history of varicose veins of the lower extremities, diabetes mellitus, obesity, and the Charlson Comorbidity index. Seventy four rectal cancer patients treated in the YRCOH in 2019–2022 were studied as a test sample
Results. The resulting equation for the probability of developing complications of rectal cancer treatment was: р=1/(1 + e-y), where р is the probability of developing complications of rectal cancer treatment, y=0.52-0.54x1 - 0.1x2 + 2.3x3 + 3.4x4 , where x1 is the tumor differentiation grade (from primary biopsy), x2 is the distance from the distal edge of the tumor to the dentate line, x3 is a history of general obesity, x4 is a history of diabetes mellitus. The quality of the model turned out to be acceptable (p (Hosmer-Lemeshev)=0.68; pseudo-R2 Nagelkerke=0.53). At р>0.5, a conclusion was made about the high probability of developing cancer treatment complications. The prediction model was validated on a test sample of 74 patients. Thus, the sensitivity of the model was 82.35 % (95 % CI 73.2–94.9), the specificity was 97.50 % (95 % CI 82.2–99.9). The accuracy of the prognostic model was 89.33 % (95 % CI 80,0–99,5).
Conclusion. The model for predicting complicated follow-up in patients with rectal cancer will physicians to determine the likelihood of adverse events and take effective preventive measures.
The authors declare that there are no conflicts of interest present.