Модель прогнозирования риска развития осложнений противоопухолевого лечения рака прямой кишки

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.

1. Sung H., Ferlay J., Siegel R.L., Laversanne M., Soerjomataram I., Jemal A., Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021; 71(3): 209–49. doi: 10.3322/caac.21660.

2. Костин А.А., Крашенков О.П., Коновалов О.Е., Иваников И.О. Организация наблюдения пациентов третьей клинической группы после лечения неоплазий колоректальной локализации. Кремлевская медицина. Клинический вестник. 2022; (3): 65–68. doi: 10.26269/9m4dbm84. EDN: FRAOGL.

3. Алиев И.И., Смирнов А.А., Павлов Р.В., Комяк К.Н., Ивлев Д.А., Доманский Н.А., Шарыгин Г.А., Назмиев А.И. Осложнения при формировании превентивных стом при хирургическом лечении рака прямой кишки. Сибирский онкологический журнал. 2023; 22(2): 112–19. doi: 10.21294/1814-4861-2023-22-2-112-119. EDN: ACQJTV.

4. Костин А.А., Рябов М.М., Коновалов О.Е., Шулаев А.В. Осложнения хирургического лечения рака прямой кишки как клиникоорганизационная и медико-социальная проблема (обзор литературы). Вестник современной клинической медицины. 2024; 17(3): 59–66. doi: 10.20969/VSKM.2024.17(3).59-66. EDN: JMWVQA.

5. Ларичев А.Б., Рябов М.М., Кузьмин В.С., Ефремов К.Н., Изюмов Н.М. Квинтэссенция заживления раны перинеальной области после брюшно-промежностной экстирпации прямой кишки. Инфекции в хирургии. 2023; 21(1): 47–53. EDN: DTGLBP.

6. Стукалова О.Ю., Ищенко Р.В., Поликарпов А.А., Фармонкулова А.И. Роль регионарной химиотерапии в лечении больных с метахронными метастазами колоректального рака в печени, не контролируемыми системной химиотерапией. Южно-российский онкологический журнал. 2024; 5(4): 29–37. doi: 10.37748/2686-9039-2024-5-4-4. EDN: CFOLDG.

7. Кочкина С.О., Гордеев С.С., Петров К.С., Мамедли З.З. Комбинированное лечение операбельного рака прямой кишки с негативными факторами прогноза: проспективное исследование. Сибирский онкологический журнал. 2021; 20(4): 49–56. doi: 10.21294/1814-4861-2021-20-4-49-56. EDN: ZZGVHZ.

8. Рябов М.М. Осложнения противоопухолевого лечения рака прямой кишки: структурные особенности и предпосылки развития. Колопроктология. 2025; 24(2): 112–20. doi: 10.33878/2073-7556-2025-24-2-112-120. EDN: RXEHZA.

9. Riley R.D., Archer L., Snell K.I.E., Ensor J., Dhiman P., Martin G.P., Bonnett L.J., Collins G.S. Evaluation of clinical prediction models (part 2): how to undertake an external validation study. BMJ. 2024; 384: e074820. doi: 10.1136/bmj-2023-074820.

10. Лучинин А.С. Прогностические модели в медицине. Клиническая онкогематология. 2023; 16(1): 27–36. doi: 10.21320/2500-2139-2023-16-1-27-36. EDN: UZEQZU.

11. Суворов В.А., Панин С.И., Коваленко Н.В., Жаворонкова В.В., Постолов М.П., Толстопятов С.Е., Панина А.А., Сулейманов Ш.Р., Везиров Э.Ш., Пешкурова И.А. Коморбидность в прогнозировании осложнений хирургического лечения рака желудка. Сибирский онкологический журнал. 2023; 22(4): 5–13 doi: 10.21294/1814-4861-2023-22-4-5-13. EDN: JRSYTS.

12. Reitter E.M., Kaider A., Ay C., Quehenberger P., Marosi C., Zielinski C., Pabinger I. Longitudinal analysis of hemostasis biomarkers in cancer patients during antitumor treatment. J Thromb Haemost. 2016; 14(2): 294–305. doi: 10.1111/jth.13218.

13. Пензин О.В., Швырев С.Л., Зарубина Т.В. Результаты внедрения в клиническую практику прогностической модели для оценки риска развития миелотоксических осложнений химиотерапии. Вестник новых медицинских технологий. 2019; 26(1): 112–18. doi: 10.24411/1609-2163-2019-16061. EDN: ZALHUT.