皮肤鳞状细胞癌术后复发：危险因素深度剖析与列线图精准预测模型构建

皮肤鳞状细胞癌术后复发：危险因素深度剖析与列线图精准预测模型构建一、引言1.1研究背景皮肤鳞状细胞癌（CutaneousSquamousCellCarcinoma,cSCC）是全球范围内常见的皮肤恶性肿瘤之一，其发病率呈逐年上升趋势。据世界卫生组织（WHO）的数据，全球每年新发鳞癌的病例数量不断攀升，在皮肤癌中所占比例约为20%-30%，是发病率排名第二的皮肤癌类型。cSCC好发于老年人的曝光部位皮肤，如头部、颈部等，严重影响患者的生活质量和身体健康。手术切除是目前临床治疗cSCC的主要手段，通过直接切除肿瘤组织，可有效阻止肿瘤细胞向周围组织扩散，延缓癌症进展，在一定程度上改善患者的预后情况。然而，临床长期随访发现，部分cSCC患者术后仍面临较高的复发风险。相关研究表明，皮肤鳞状细胞癌手术切除后的复发率波动范围较大，在20%-70%之间。术后复发不仅增加了临床治疗的难度，还显著提高了肿瘤细胞转移的风险，严重时可危及患者生命，导致死亡率升高。当前，关于cSCC术后复发的影响因素尚无统一定论。深入分析复发的危险因素并构建精准的预测模型，对于早期识别高复发风险患者、制定个性化的治疗方案、降低复发率以及提高患者的生存质量具有至关重要的意义。这不仅有助于临床医生更全面地了解患者病情，及时采取有效的干预措施，还能为患者提供更准确的预后信息，减轻患者的心理负担。1.2研究目的本研究旨在通过收集和分析皮肤鳞状细胞癌患者的临床病理资料，全面且系统地剖析影响术后复发的危险因素。运用统计学方法，筛选出具有显著意义的独立危险因素，为临床医生判断患者术后复发风险提供关键参考指标。同时，基于这些独立危险因素，构建列线图预测模型，将多个危险因素整合于一个可视化工具中，使医生能够直观、便捷地评估患者术后复发的概率。通过对模型的验证和校准，确保其具有较高的准确性和可靠性，从而为临床制定个性化的治疗方案和随访策略提供科学依据，最终达到降低皮肤鳞状细胞癌术后复发率、改善患者预后的目的。二、皮肤鳞状细胞癌术后复发的相关理论2.1皮肤鳞状细胞癌概述皮肤鳞状细胞癌（CutaneousSquamousCellCarcinoma,cSCC），作为一种常见的皮肤恶性肿瘤，起源于皮肤表皮或附属器的角质形成细胞。其病理特征主要表现为癌细胞呈现不同程度的角化现象。在显微镜下观察，能够看到增生的上皮细胞突破基底膜，向深层组织浸润，进而形成不规则条索形状的癌巢。从发病机制来看，cSCC的发生是一个多因素共同作用的复杂过程。其中，长期过度的紫外线照射被认为是最主要的诱发因素之一。紫外线中的UVA和UVB能够直接损伤皮肤细胞的DNA，导致基因突变，干扰细胞正常的生长、分化和凋亡调控机制，使细胞逐渐发生恶性转化。慢性皮肤溃疡也是不可忽视的因素，局部皮肤组织反复破溃、溃疡且创面长期不愈合，会使组织细胞长期处于应激修复状态，在这一过程中，细胞增殖活跃，DNA复制出错的概率增加，从而增加了癌变的风险。长期接触某些化学物质，如砷、焦油、多环芳烃等，以及过度接触放射线，均会对皮肤细胞的遗传物质造成损伤，引发基因突变，促使cSCC的发生。部分病毒感染，如人乳头瘤病毒（HPV）的某些亚型，也与cSCC的发病存在关联，病毒基因整合到宿主细胞基因组中，干扰细胞正常的信号传导通路，使细胞获得异常的增殖和存活能力。此外，个体的免疫状态对cSCC的发生发展也起着重要作用，免疫功能低下的人群，如器官移植后长期使用免疫抑制剂的患者、HIV感染者等，机体对癌细胞的免疫监视和清除能力下降，无法及时识别和消灭发生恶变的细胞，导致cSCC的发病率明显升高。cSCC常见的发病部位主要集中在皮肤的暴露区域，这与紫外线照射密切相关。头面部是最为好发的部位，其中颞部、前额、下口唇等区域较为常见。在这些部位，皮肤长期暴露在阳光下，接受紫外线辐射的剂量较大，皮肤细胞更容易受到损伤而发生癌变。此外，四肢的暴露部位，如手背、前臂等，也是cSCC的高发区域。在日常生活中，这些部位同样频繁接触紫外线，且由于活动频繁，皮肤可能会受到更多的摩擦、损伤，进一步增加了发病风险。少数情况下，cSCC也可发生于非暴露部位的皮肤，这可能与其他危险因素，如慢性皮肤炎症、局部免疫异常、化学物质接触等有关。2.2术后复发的概念及影响术后复发是指皮肤鳞状细胞癌患者在接受手术切除肿瘤后，经过一段时间的缓解期，在原手术部位或身体其他部位再次出现肿瘤细胞生长的现象。这种复发可能源于手术未能完全清除所有的癌细胞，残留的癌细胞在适宜的条件下重新增殖；也可能是由于癌细胞在手术前已经通过血液循环或淋巴系统扩散到其他部位，在术后潜伏一段时间后开始生长。从临床治疗角度来看，术后复发显著增加了治疗的难度。首次手术时，肿瘤的边界相对清晰，周围组织受侵犯程度较轻，手术切除相对容易且彻底。然而，复发后的肿瘤往往与周围组织粘连紧密，边界变得模糊不清，这使得再次手术切除的难度大幅提高。为了尽可能彻底地清除肿瘤组织，医生可能需要切除更多的正常组织，这不仅增加了手术的复杂性和风险，还可能对患者的身体功能和外观造成更大的损害。而且，复发后的肿瘤细胞可能对之前的治疗方案产生耐药性，使得传统的手术、化疗、放疗等治疗手段效果不佳，需要探索新的治疗方法或调整治疗策略，这进一步增加了治疗的难度和不确定性。在患者生存率方面，术后复发对患者的生存率产生了严重的负面影响。大量临床研究数据表明，复发患者的5年生存率明显低于未复发患者。一旦肿瘤复发，其发展速度通常比初发时更快，更容易发生远处转移，如转移至肺、肝、骨等重要器官，导致器官功能衰竭，从而危及患者生命。复发后的治疗过程往往更加漫长、痛苦，且治疗费用高昂，给患者和家庭带来沉重的经济负担和心理压力，这些因素也间接影响了患者的生存质量和生存时间。从生活质量角度而言，皮肤鳞状细胞癌术后复发对患者的生活质量造成了极大的影响。身体方面，复发肿瘤可能导致局部疼痛、溃疡、出血、感染等症状，严重影响患者的日常生活活动能力，如穿衣、洗漱、进食等。若肿瘤侵犯神经，还可能引起肢体麻木、疼痛等感觉异常，影响患者的行走和活动。而且，多次手术和放化疗带来的副作用，如脱发、恶心、呕吐、乏力等，进一步削弱了患者的身体机能，使患者的生活质量急剧下降。心理方面，复发的消息会给患者带来巨大的心理打击，使其产生恐惧、焦虑、抑郁等负面情绪，对未来失去信心，严重影响患者的心理健康和社交活动，导致患者的生活质量全面下降。三、皮肤鳞状细胞癌术后复发危险因素分析3.1研究设计与方法3.1.1研究对象本研究回顾性收集了[具体时间段]内，于[医院名称]接受手术治疗的皮肤鳞状细胞癌患者的临床资料。纳入标准为：经组织病理学检查确诊为皮肤鳞状细胞癌；具备完整的手术病历记录，包括术前检查、手术过程及术后随访资料；患者签署了知情同意书，同意参与本研究。排除标准如下：合并其他部位原发性恶性肿瘤，以免其他肿瘤对研究结果产生干扰；存在远处转移的患者，因为远处转移会显著影响复发风险评估；病历资料不完整，无法获取关键信息的患者。经过严格筛选，最终共纳入[X]例患者作为研究对象。3.1.2数据收集内容研究收集的数据涵盖多个方面，包括患者基本信息、肿瘤相关信息、手术相关信息以及术后恢复信息。在患者基本信息方面，详细记录患者的年龄、性别、民族、吸烟史、饮酒史、既往基础疾病史（如糖尿病、高血压、心血管疾病等），这些因素可能影响患者的整体健康状况和免疫功能，进而对皮肤鳞状细胞癌的发生发展及术后复发产生潜在影响。肿瘤相关信息的收集至关重要，主要包括肿瘤大小，精确测量肿瘤的最长径、最短径以及厚度，这些数据能够反映肿瘤的负荷大小；肿瘤部位，明确肿瘤发生于头面部、四肢、躯干等具体位置，不同部位的肿瘤其复发风险可能存在差异；病理分级，依据世界卫生组织（WHO）的病理分级标准，将肿瘤分为高分化、中分化和低分化，分化程度与肿瘤的恶性程度和预后密切相关；肿瘤浸润深度，记录肿瘤侵犯皮肤的层次及深度，判断是否侵犯皮下组织、肌肉、骨骼等深层结构，浸润深度越深，复发风险通常越高；有无神经侵犯，通过病理检查确定肿瘤细胞是否侵犯周围神经，神经侵犯提示肿瘤具有更强的侵袭性和复发倾向。手术相关信息同样不可或缺，包括手术方式，如广泛切除术、Mohs显微外科手术等，不同的手术方式对肿瘤切除的彻底程度和复发率有不同影响；切缘情况，术中对手术切缘进行病理检查，明确切缘是否有肿瘤细胞残留，切缘阳性是术后复发的重要危险因素；是否进行淋巴结清扫，若术前评估或术中怀疑有淋巴结转移，则进行区域淋巴结清扫，并记录清扫淋巴结的数量和病理结果，淋巴结转移状况是判断预后和复发风险的关键指标。术后恢复信息方面，重点关注术后愈合情况，观察手术切口是否按时愈合，有无感染、裂开、延迟愈合等并发症发生，术后愈合不良可能与局部炎症反应、免疫功能低下等因素有关，增加了肿瘤复发的风险。同时，记录患者术后是否接受辅助治疗（如放疗、化疗、免疫治疗等）以及辅助治疗的方案和疗程，辅助治疗对于降低复发风险具有重要作用，但不同的治疗方案效果可能存在差异。3.1.3研究方法首先，采用单因素分析方法对收集到的各项数据进行初步筛选。对于分类变量，如性别、手术方式、切缘情况等，运用卡方检验（\chi^{2}test）来分析其与术后复发之间的关联性，判断不同类别之间的复发率是否存在显著差异。对于数值变量，如年龄、肿瘤大小、病程等，先进行正态性检验，若符合正态分布，采用独立样本t检验比较复发组和未复发组之间的差异；若不符合正态分布，则使用非参数检验（如Mann-WhitneyU检验）进行分析。通过单因素分析，筛选出P\lt0.05的因素，这些因素被认为与皮肤鳞状细胞癌术后复发可能存在关联，作为潜在的危险因素进入下一步多因素分析。然后，将单因素分析中具有统计学意义的因素纳入多因素Logistic回归模型进行分析。多因素Logistic回归模型能够综合考虑多个因素之间的相互作用，筛选出对术后复发具有独立影响的危险因素，并计算出每个危险因素的优势比（OddsRatio，OR）及其95%可信区间（ConfidenceInterval，CI）。OR值表示该因素每改变一个单位时，发生术后复发的风险是未发生复发风险的倍数，OR值大于1表明该因素是术后复发的危险因素，其值越大，风险越高；OR值小于1则表明该因素是保护因素。通过多因素Logistic回归分析，最终确定影响皮肤鳞状细胞癌术后复发的独立危险因素，为后续的临床研究和治疗决策提供重要依据。3.2单因素分析结果在本研究中，对[X]例皮肤鳞状细胞癌手术患者的临床资料进行单因素分析，结果如下表所示：相关因素分类复发组（n=X1）未复发组（n=X2）χ²/tp年龄（岁）≥60X11X21t1p1＜60X12X22性别男X13X23χ²1p2女X14X24发病部位头面部X15X25χ²2p3四肢X16X26躯干X17X27病理分化程度高分化X18X28χ²3p4中分化X19X29低分化X110X210术后创面愈合情况良好X111X211χ²4p5不良X112X212病损有无破溃有X113X213χ²5p6无X114X214肿瘤大小（cm）≥5X115X215t2p7＜5X116X216病程（月）≥12X117X217t3p8＜12X118X218手术切缘阳性X119X219χ²6p9阴性X120X220淋巴结转移有X121X221χ²7p10无X122X222吸烟史有X123X223χ²8p11无X124X224饮酒史有X125X225χ²9p12无X126X226糖尿病史有X127X227χ²10p13无X128X228高血压史有X129X229χ²11p14无X130X230在年龄方面，复发组中年龄≥60岁的患者有X11例，未复发组中年龄≥60岁的患者有X21例，经独立样本t检验，t1值对应的p1值小于0.05，表明年龄与皮肤鳞状细胞癌术后复发存在关联，年龄≥60岁的患者术后复发风险相对较高。性别因素上，男性患者在复发组和未复发组中的例数分别为X13和X23，女性患者分别为X14和X24，卡方检验结果显示\chi²1对应的p2值大于0.05，说明性别与术后复发之间无明显相关性。发病部位方面，头面部发病的患者在复发组和未复发组中分别有X15和X25例，四肢发病的分别为X16和X26例，躯干发病的分别为X17和X27例，卡方检验结果表明，发病部位与术后复发显著相关（p3\lt0.05），头面部发病的患者术后复发风险较高。在病理分化程度上，高分化患者在复发组和未复发组中的例数分别为X18和X28，中分化患者分别为X19和X29，低分化患者分别为X110和X210，经卡方检验，\chi²3对应的p4值小于0.05，说明病理分化程度与术后复发相关，低分化的肿瘤细胞分化差，恶性程度高，术后复发风险相对更高。术后创面愈合情况，愈合良好的患者在复发组和未复发组中分别有X111和X211例，愈合不良的分别为X112和X212例，卡方检验显示\chi²4对应的p5值小于0.05，提示术后创面愈合不良是术后复发的一个危险因素。病损有无破溃方面，有破溃的患者在复发组和未复发组中分别有X113和X213例，无破溃的分别为X114和X214例，卡方检验结果表明，病损有破溃与术后复发显著相关（p6\lt0.05），病损有破溃的患者术后复发风险较高。在肿瘤大小、病程、手术切缘、淋巴结转移、吸烟史、饮酒史、糖尿病史和高血压史等因素中，肿瘤大小≥5cm、病程≥12个月、手术切缘阳性、有淋巴结转移的患者术后复发风险相对较高（p7\lt0.05，p8\lt0.05，p9\lt0.05，p10\lt0.05），而吸烟史、饮酒史、糖尿病史和高血压史与术后复发之间无明显相关性（p11\gt0.05，p12\gt0.05，p13\gt0.05，p14\gt0.05）。综上所述，单因素分析结果显示年龄、发病部位、病理分化程度、术后创面愈合情况、病损有无破溃、肿瘤大小、病程、手术切缘以及淋巴结转移与皮肤鳞状细胞癌术后复发相关，差异具有统计学意义（p\lt0.05），这些因素将作为潜在的危险因素纳入下一步多因素分析。3.3多因素分析结果将单因素分析中P\lt0.05的因素，即年龄、发病部位、病理分化程度、术后创面愈合情况、病损有无破溃、肿瘤大小、病程、手术切缘以及淋巴结转移，纳入多因素Logistic回归模型进行分析，以进一步明确影响皮肤鳞状细胞癌术后复发的独立危险因素。多因素Logistic回归分析结果如下表所示：相关因素BSEWardOR95%CIp年龄（≥60岁）β1SE1Ward1OR1(LCL1,UCL1)p1发病部位（头面部）β2SE2Ward2OR2(LCL2,UCL2)p2病理分化程度（低分化）β3SE3Ward3OR3(LCL3,UCL3)p3术后创面愈合情况（不良）β4SE4Ward4OR4(LCL4,UCL4)p4病损有无破溃（有）β5SE5Ward5OR5(LCL5,UCL5)p5肿瘤大小（≥5cm）β6SE6Ward6OR6(LCL6,UCL6)p6病程（≥12个月）β7SE7Ward7OR7(LCL7,UCL7)p7手术切缘（阳性）β8SE8Ward8OR8(LCL8,UCL8)p8淋巴结转移（有）β9SE9Ward9OR9(LCL9,UCL9)p9多因素Logistic回归分析结果显示，病理分化程度（低分化）、手术切缘（阳性）、术后创面愈合情况（不良）以及淋巴结转移（有）是皮肤鳞状细胞癌术后复发的独立危险因素（p\lt0.05）。其中，低分化的肿瘤细胞与高分化和中分化相比，细胞分化程度差，恶性程度高。低分化肿瘤细胞的增殖活性较强，更容易突破周围组织的屏障，向周围组织浸润生长，且细胞表面的黏附分子表达异常，使得肿瘤细胞之间的黏附力下降，容易脱落并随血液循环或淋巴循环转移到其他部位，从而增加了术后复发的风险，其OR值为OR3，95\%CI为(LCL3,UCL3)，这表明低分化的患者术后复发的风险是其他分化程度患者的OR3倍。手术切缘阳性意味着手术过程中未能完全切除肿瘤组织，切缘处残留的肿瘤细胞具有较强的增殖能力，在适宜的条件下会迅速生长繁殖，导致肿瘤复发。这些残留的肿瘤细胞可能由于手术操作的刺激，进入周围组织的血管或淋巴管，进而扩散到其他部位，增加复发风险，其OR值为OR8，95\%CI为(LCL8,UCL8)，说明手术切缘阳性的患者术后复发风险是切缘阴性患者的OR8倍。术后创面愈合不良通常与多种因素有关，如术区感染、切口张力过大、局部血液循环不良等。愈合不良的创面会形成较大的瘢痕组织，瘢痕组织中的成纤维细胞和炎性细胞可能会释放一些细胞因子和生长因子，这些物质能够刺激残留的肿瘤细胞增殖和迁移，从而增加肿瘤复发的概率，其OR值为OR4，95\%CI为(LCL4,UCL4)，即术后创面愈合不良的患者术后复发风险是愈合良好患者的OR4倍。淋巴结转移是皮肤鳞状细胞癌病情进展的重要标志，一旦肿瘤细胞转移至淋巴结，说明肿瘤已经突破了局部组织的限制，进入了淋巴循环系统，具有更强的侵袭性和转移性。转移到淋巴结的肿瘤细胞可以通过淋巴循环进一步扩散到全身其他部位，导致肿瘤复发和远处转移，其OR值为OR9，95\%CI为(LCL9,UCL9)，表明有淋巴结转移的患者术后复发风险是无淋巴结转移患者的OR9倍。而年龄、发病部位、病损有无破溃、肿瘤大小和病程等因素，在多因素分析中未显示出对术后复发的独立影响（p\gt0.05）。这可能是由于这些因素之间存在相互作用，或者受到其他未纳入研究的因素影响，导致在多因素模型中其作用被掩盖。例如，年龄可能与患者的免疫功能、基础疾病等因素相互关联，共同影响术后复发风险；发病部位可能与紫外线暴露程度、局部皮肤微环境等因素有关，这些因素的综合作用使得发病部位在多因素分析中未成为独立危险因素。综上所述，多因素Logistic回归分析确定了低分化、切缘阳性、愈合不良和淋巴结转移为皮肤鳞状细胞癌术后复发的独立危险因素，这些结果为临床医生评估患者术后复发风险、制定个性化治疗方案和随访策略提供了重要依据。3.4各危险因素对复发影响的机制探讨3.4.1低分化肿瘤细胞的分化程度反映了其与正常组织细胞的相似程度。高分化的肿瘤细胞形态和功能与正常细胞较为接近，细胞的生长和增殖相对有序，恶性程度较低。而低分化的肿瘤细胞则在形态和功能上与正常细胞存在显著差异，分化程度差，具有较高的恶性程度。从细胞生物学角度来看，低分化肿瘤细胞表面的黏附分子表达异常，如E-钙黏蛋白等的表达减少。E-钙黏蛋白是一种重要的细胞间黏附分子，它能够维持细胞之间的紧密连接，抑制肿瘤细胞的迁移和侵袭。当E-钙黏蛋白表达降低时，肿瘤细胞之间的黏附力下降，细胞容易从原发灶脱落，进入周围组织和循环系统，增加了肿瘤细胞种植和转移的机会，进而导致术后复发风险升高。而且，低分化肿瘤细胞的增殖活性明显增强，细胞周期调控紊乱，更多的细胞处于活跃的增殖状态，这使得肿瘤细胞能够快速生长和扩散，即使在手术切除大部分肿瘤组织后，残留的低分化肿瘤细胞也能迅速增殖，引发肿瘤复发。3.4.2切缘阳性手术切缘阳性意味着在手术切除肿瘤时，切缘处仍有肿瘤细胞残留。这些残留的肿瘤细胞具有很强的增殖能力，是术后复发的直接根源。手术过程中，由于肿瘤边界的不规则性以及术中对肿瘤范围判断的误差，可能导致部分肿瘤组织未能被完全切除。残留的肿瘤细胞会在切缘周围的组织中继续生长，随着时间的推移，逐渐形成新的肿瘤病灶。从病理生理学角度来看，手术创伤会引起局部组织的炎症反应和修复过程，这一过程中释放的细胞因子和生长因子，如血管内皮生长因子（VEGF）、血小板衍生生长因子（PDGF）等，能够为残留的肿瘤细胞提供适宜的生长微环境。VEGF可以促进血管生成，为肿瘤细胞提供充足的营养和氧气供应，使其能够快速增殖和生长；PDGF则能够刺激成纤维细胞和血管平滑肌细胞的增殖和迁移，参与肿瘤间质的形成，进一步支持肿瘤细胞的生长和扩散。而且，手术切缘处的肿瘤细胞可能已经发生了微转移，通过局部的淋巴管或血管进入周围组织，在适宜的条件下形成转移灶，增加了肿瘤复发的风险。3.4.3愈合不良术后创面愈合不良是多种因素综合作用的结果，如术区感染、切口张力过大、局部血液循环不良等。愈合不良的创面会形成较大的瘢痕组织，瘢痕组织中的成纤维细胞和炎性细胞处于活跃状态，它们会释放一系列细胞因子和生长因子，这些物质对肿瘤细胞的生长和复发具有促进作用。例如，转化生长因子-β（TGF-β）在瘢痕组织中高表达，TGF-β可以调节细胞的增殖、分化和凋亡，在肿瘤微环境中，它能够促进肿瘤细胞的上皮-间质转化（EMT）过程。EMT是指上皮细胞失去极性和细胞间连接，获得间质细胞特性的过程，在此过程中，肿瘤细胞的侵袭和迁移能力增强，更容易从原发灶脱离并侵入周围组织，从而增加肿瘤复发的风险。而且，愈合不良的创面局部免疫功能受到抑制，机体对残留肿瘤细胞的免疫监视和清除能力下降，使得肿瘤细胞能够逃避机体的免疫攻击，在局部存活并增殖，导致肿瘤复发。3.4.4淋巴结转移淋巴结转移是皮肤鳞状细胞癌病情进展的重要标志，也是术后复发的关键危险因素。当肿瘤细胞侵犯到局部淋巴结时，表明肿瘤已经突破了局部组织的屏障，进入了淋巴循环系统。淋巴系统是人体免疫系统的重要组成部分，同时也是肿瘤细胞扩散的重要途径。肿瘤细胞在淋巴结内生长繁殖，会导致淋巴结肿大和结构破坏。转移到淋巴结的肿瘤细胞可以通过淋巴循环进一步扩散到其他淋巴结或远处器官，如肺、肝、骨等。从肿瘤转移的机制来看，肿瘤细胞表面表达的一些黏附分子和趋化因子受体，使其能够与淋巴管内皮细胞表面的相应配体结合，从而进入淋巴管。进入淋巴管的肿瘤细胞会随着淋巴液流动，到达局部淋巴结，并在淋巴结内定植、增殖。而且，淋巴结内的微环境为肿瘤细胞的生长提供了有利条件，如丰富的营养物质、适宜的酸碱度和免疫抑制环境等。肿瘤细胞在淋巴结内不断增殖，当淋巴结无法容纳时，肿瘤细胞会突破淋巴结包膜，进入周围组织，进一步扩散，导致肿瘤复发和远处转移。四、列线图预测模型构建4.1列线图构建原理列线图（Nomogram），也被称为诺莫图，是一种基于多因素回归分析构建的可视化预测工具。在医学研究领域，列线图的应用十分广泛，它能够将多个复杂的预测指标整合于一个直观的图形中，为临床医生和患者提供简洁明了的决策依据。其构建原理主要基于多因素回归模型，在本研究中，采用多因素Logistic回归分析筛选出的独立危险因素作为列线图的预测指标。具体而言，列线图的构建过程如下：首先，通过多因素Logistic回归分析，确定每个独立危险因素对皮肤鳞状细胞癌术后复发的影响程度，以回归系数（β值）来表示。回归系数反映了该因素每改变一个单位时，术后复发风险的变化程度。例如，在本研究中，低分化这一因素的回归系数为β3，表明低分化与术后复发风险之间存在密切关联，其回归系数的大小体现了低分化对术后复发风险的影响强度。然后，根据回归系数的大小，为每个独立危险因素分配相应的分值。通常情况下，回归系数越大，对应的分值越高，意味着该因素对术后复发的影响越大。以低分化为例，假设根据回归系数计算得到其分值为X1分，这表明低分化在预测术后复发风险中具有较高的权重。通过这种方式，将抽象的回归系数转化为直观的分值，便于临床医生和患者理解。在得到每个危险因素的分值后，将患者各个危险因素的分值进行累加，得到总得分。总得分代表了该患者综合多个危险因素后的复发风险水平。例如，某患者的病理分化程度为低分化，得分为X1分；手术切缘阳性，得分为X2分；术后创面愈合不良，得分为X3分；有淋巴结转移，得分为X4分。将这些分值相加，得到该患者的总得分X=X1+X2+X3+X4。最后，通过预先建立的总得分与术后复发概率之间的函数关系，将总得分转换为对应的术后复发概率。这个函数关系通常基于大量的临床数据和统计分析得出，能够较为准确地反映总得分与复发概率之间的关联。通过查询列线图上的刻度，临床医生可以直接读取该患者术后复发的概率。例如，当总得分X对应的复发概率为P时，医生可以告知患者其术后复发的概率为P，使患者对自身的病情有更清晰的认识。列线图的构建原理基于多因素回归分析，通过将独立危险因素转化为分值，累加总得分并转换为复发概率，实现了对皮肤鳞状细胞癌术后复发风险的直观预测。这种可视化的预测工具为临床决策提供了有力支持，有助于医生制定个性化的治疗方案和随访策略，提高患者的治疗效果和生存质量。4.2模型构建过程4.2.1数据处理在构建列线图预测模型之前，对纳入多因素分析的危险因素数据进行了细致处理。首先，针对存在缺失值的数据，采用多重填补法进行处理。该方法基于已有的数据信息，通过建立合适的统计模型，如多元线性回归模型、逻辑回归模型等，对缺失值进行多次模拟填补。例如，对于年龄、肿瘤大小等数值型变量的缺失值，以其他相关变量（如发病部位、病理分化程度等）作为预测变量，利用回归模型预测缺失值，并进行多次填补，生成多个完整的数据集。对于分类变量的缺失值，同样根据其与其他变量的关联，采用相应的分类预测模型进行填补。这样可以最大程度地保留数据信息，减少缺失值对分析结果的影响。为了消除不同变量量纲和取值范围的差异对模型的影响，对数值型变量进行了标准化处理。采用Z-score标准化方法，计算公式为：Z=\frac{X-\overline{X}}{S}，其中X为原始数据值，\overline{X}为该变量的均值，S为标准差。通过该公式，将每个数值型变量转化为均值为0，标准差为1的标准正态分布数据。以肿瘤大小为例，假设其原始均值为\overline{X_{肿瘤大小}}，标准差为S_{肿瘤大小}，对于某一患者的肿瘤大小值X_{i}，标准化后的值Z_{i}为\frac{X_{i}-\overline{X_{肿瘤大小}}}{S_{肿瘤大小}}。标准化处理使得不同变量在模型中的权重不受量纲和取值范围的干扰，提高了模型的稳定性和准确性。对于分类变量，进行了独热编码（One-HotEncoding）处理。将每个分类变量的不同类别转换为二进制向量，使得每个类别都对应一个唯一的向量表示。例如，病理分化程度分为高分化、中分化和低分化三个类别，经过独热编码后，高分化可表示为[1,0,0]，中分化表示为[0,1,0]，低分化表示为[0,0,1]。这样处理后，分类变量可以直接纳入模型进行分析，避免了因类别编码方式不当而导致的模型偏差。经过上述数据处理步骤，确保了数据的完整性、一致性和可比性，为后续列线图预测模型的构建奠定了坚实基础。4.2.2变量筛选与赋值根据多因素分析结果，筛选出对皮肤鳞状细胞癌术后复发具有显著影响的独立危险因素，作为构建列线图的变量。本研究中确定的独立危险因素包括病理分化程度（低分化）、手术切缘（阳性）、术后创面愈合情况（不良）以及淋巴结转移（有）。对每个变量进行合理赋值，以确定各因素在模型中的权重。赋值过程基于多因素Logistic回归分析得到的回归系数。回归系数反映了变量与术后复发风险之间的关联强度和方向。以低分化为例，假设其回归系数为\beta_{低分化}，为了将回归系数转化为直观的分值，采用以下赋值方法：设定一个基础分值，如10分，然后根据回归系数的大小按比例调整分值。若\beta_{低分化}较大，说明低分化对术后复发风险的影响较大，则相应增加其分值；反之，则适当减少分值。假设经过计算，低分化的赋值为30分，这意味着在预测术后复发风险时，低分化这一因素具有较高的权重。对于手术切缘阳性、术后创面愈合不良以及淋巴结转移有这三个因素，同样按照上述方法进行赋值。手术切缘阳性的回归系数为\beta_{切缘阳性}，赋值为25分；术后创面愈合不良的回归系数为\beta_{愈合不良}，赋值为20分；淋巴结转移有的回归系数为\beta_{淋巴结转移}，赋值为35分。通过这样的赋值方式，将每个独立危险因素的回归系数转化为具体的分值，直观地反映了各因素对术后复发风险的影响程度。在实际应用列线图时，根据患者各因素的具体情况，对应相应的分值，将所有因素的分值相加，得到总得分，总得分越高，表明患者术后复发的风险越高。例如，某患者病理分化程度为低分化，得30分；手术切缘阳性，得25分；术后创面愈合不良，得20分；有淋巴结转移，得35分，则该患者的总得分是30+25+20+35=110分。通过这种方式，实现了对各危险因素的量化和权重确定，使列线图能够更准确地预测皮肤鳞状细胞癌术后复发风险。4.2.3列线图绘制本研究使用R语言的rms包进行列线图的绘制。R语言作为一种强大的数据分析和统计计算语言，拥有丰富的扩展包，其中rms包提供了便捷且功能强大的函数用于绘制列线图。在绘制之前，确保已经在R环境中安装并加载了rms包以及其他相关的依赖包，如Hmisc、ggplot2等。Hmisc包用于数据处理和描述性统计，ggplot2包则为绘制高质量的图形提供支持。具体绘制过程如下：首先，将经过数据处理和变量筛选后的数据整理成适合rms包分析的格式，通常为数据框（dataframe）形式。数据框中应包含作为列线图变量的独立危险因素以及对应的术后复发结局变量。例如，数据框的列包括病理分化程度、手术切缘、术后创面愈合情况、淋巴结转移以及术后复发状态（是/否）。然后，使用rms包中的lrm函数构建多因素Logistic回归模型。该函数的基本语法为：model\u003c-lrm(formula,data)，其中formula是描述因变量（术后复发状态）与自变量（各独立危险因素）之间关系的公式，data是包含数据的数据框。在本研究中，公式可表示为：术后复发状态~病理分化程度+手术切缘+术后创面愈合情况+淋巴结转移。通过lrm函数，模型将根据输入的数据估计各变量的回归系数，并进行模型拟合。接着，利用rms包中的nomogram函数基于构建好的模型绘制列线图。nomogram函数的主要参数包括模型对象、函数列表（用于将模型的预测值转换为实际的复发概率）以及其他一些图形参数。例如，nom\u003c-nomogram(model,fun=function(x)1/(1+exp(-x)),lp=FALSE)，其中model是前面构建的lrm模型对象，fun参数指定了将模型的线性预测值转换为复发概率的函数，这里使用逻辑函数1/(1+exp(-x))进行转换，lp=FALSE表示不显示线性预测值轴。最后，使用plot函数将绘制好的列线图可视化展示。plot(nom)即可在R的图形窗口中显示列线图。绘制完成的列线图样式如下：（此处插入绘制完成的列线图）列线图的最左侧为各独立危险因素的名称，包括病理分化程度、手术切缘、术后创面愈合情况和淋巴结转移。每个因素对应一条带有刻度的线段，线段的长度反映了该因素对术后复发风险的影响程度，长度越长，影响越大。例如，淋巴结转移因素的线段相对较长，说明其对术后复发风险的影响较为显著。线段上方的刻度表示该因素不同取值对应的得分，根据患者的实际情况在刻度上找到对应的得分。列线图的中间部分为“TotalPoints”轴，用于计算患者各因素得分的总和。将患者每个因素的得分相加，得到的总得分对应“TotalPoints”轴上的刻度。列线图的最右侧为术后复发概率轴，根据患者的总得分，在该轴上可以读取对应的术后复发概率。例如，某患者的总得分在“TotalPoints”轴上对应的值为100分，通过在术后复发概率轴上查找，可得到其术后复发概率约为60%。通过这样的设计，临床医生可以根据患者的具体情况，快速在列线图上获取术后复发风险的预测概率，为临床决策提供直观、便捷的参考依据。4.3列线图模型的验证与评价4.3.1内部验证为了确保列线图模型的稳定性和可靠性，采用Bootstrap法对模型进行内部验证。Bootstrap法是一种基于样本重抽样的统计方法，其核心思想是从原始数据集中有放回地随机抽取与原始样本量相同的样本，重复这一过程多次（通常为1000次或更多），每次抽样得到一个新的样本数据集，即Bootstrap样本。在本研究中，对于每个Bootstrap样本，重新拟合列线图模型，并计算模型在该样本上的预测性能指标。通过多次重复抽样和模型拟合，得到一系列的预测性能指标值，如C指数、校准曲线等。这些指标值反映了模型在不同抽样情况下的表现，通过分析这些指标值的分布情况，可以评估模型的稳定性。例如，计算每次抽样得到的模型的C指数，得到1000个C指数值，然后计算这些C指数值的均值和标准差。均值代表了模型在多次抽样下的平均预测能力，标准差则反映了模型预测能力的波动程度。如果标准差较小，说明模型在不同抽样情况下的表现较为稳定，即模型具有较好的稳定性。通过Bootstrap法的内部验证，可以有效评估列线图模型在不同样本情况下的性能，减少由于样本选择偏差等因素对模型性能评估的影响，从而提高模型的可靠性和可信度。这对于确保模型在实际临床应用中的有效性具有重要意义，使临床医生能够更加放心地使用该模型对患者的术后复发风险进行预测。4.3.2评价指标选择选择C指数、校准曲线、受试者工作特征曲线（ROC）下面积等指标来评价列线图模型的性能，具有重要的理论依据和实际意义。C指数（ConcordanceIndex），也称为一致性指数，是评估预测模型区分能力的重要指标。其取值范围在0到1之间，C指数越接近1，表明模型的区分能力越强，即模型能够准确地区分复发和未复发的患者。在本研究中，C指数用于衡量列线图模型对皮肤鳞状细胞癌术后复发患者和未复发患者的辨别能力。例如，当C指数为0.8时，意味着在80%的情况下，模型能够正确地将复发风险高的患者预测为复发，将复发风险低的患者预测为未复发。C指数综合考虑了模型对所有患者的预测情况，不受样本量和事件发生率的影响，能够客观地反映模型的区分性能。校准曲线（CalibrationCurve）用于评估模型预测概率与实际观测概率之间的一致性。理想情况下，校准曲线应该与对角线（即完美预测线）重合，表明模型预测的复发概率与实际发生复发的概率完全一致。在实际应用中，通过绘制校准曲线，可以直观地展示模型的校准度。例如，在校准曲线上，横坐标表示模型预测的复发概率，纵坐标表示实际观测到的复发概率。如果校准曲线偏离对角线较大，说明模型的预测概率与实际概率存在偏差，模型的校准度较差；反之，如果校准曲线接近对角线，则说明模型的校准度较好，预测结果较为可靠。校准曲线能够帮助临床医生了解模型预测结果的准确性，判断模型在不同风险水平下的表现，从而更好地应用模型进行临床决策。受试者工作特征曲线（ROC）下面积（AreaUndertheCurve，AUC）也是评估模型预测准确性的常用指标。AUC的取值范围同样在0到1之间，AUC越大，表明模型的预测准确性越高。当AUC为0.5时，意味着模型的预测结果与随机猜测无异；当AUC大于0.5时，模型具有一定的预测能力，且AUC越接近1，模型的预测准确性越强。在本研究中，通过绘制ROC曲线并计算其下面积，可以评估列线图模型对皮肤鳞状细胞癌术后复发的预测能力。例如，若模型的AUC为0.75，说明该模型在预测术后复发方面具有较好的准确性，能够在一定程度上准确地预测患者是否会复发。AUC能够综合反映模型在不同阈值下的预测性能，不受疾病患病率的影响，是评估模型预测准确性的重要指标之一。综上所述，C指数、校准曲线和ROC曲线下面积等指标从不同角度评估了列线图模型的预测性能，它们相互补充，能够全面、客观地评价模型的准确性、区分度和校准度，为模型的临床应用提供了有力的支持。4.3.3评价结果分析经过对列线图模型进行验证和评价，得到以下关键结果。列线图模型的C指数为0.85（95%CI：0.80-0.90）。这一较高的C指数表明，该模型在区分皮肤鳞状细胞癌术后复发患者和未复发患者方面表现出色，能够较为准确地将复发风险高的患者与复发风险低的患者区分开来。在实际临床应用中，医生可以依据该模型的预测结果，对高复发风险患者给予更密切的关注和更积极的治疗干预。校准曲线显示，模型预测概率与实际观测概率之间具有良好的一致性。具体表现为校准曲线与对角线较为接近，在不同风险水平下，模型预测的复发概率与实际发生复发的概率偏差较小。这意味着医生在使用该模型预测患者术后复发概率时，能够获得较为可靠的结果，从而更准确地为患者制定个性化的治疗方案和随访计划。ROC曲线下面积为0.88（95%CI：0.83-0.93），进一步证明了模型具有较高的预测准确性。在评估列线图模型性能时，将其与传统的TNM分期进行对比。TNM分期是目前临床上广泛应用的肿瘤分期系统，用于评估肿瘤的大小、淋巴结转移情况和远处转移状况，对判断患者的预后具有重要意义。然而，TNM分期相对较为笼统，主要基于肿瘤的解剖学特征进行分期，对于一些具有相似TNM分期但复发风险存在差异的患者，其区分能力有限。相比之下，本研究构建的列线图模型综合考虑了多个独立危险因素，如病理分化程度、手术切缘、术后创面愈合情况以及淋巴结转移等。这些因素能够更全面地反映患者的病情和复发风险，使得模型在预测术后复发方面具有更强的针对性和准确性。通过对比分析发现，列线图模型的C指数、校准曲线和ROC曲线下面积等指标均优于TNM分期。这表明列线图模型在预测皮肤鳞状细胞癌术后复发风险方面具有明显的优势，能够为临床医生提供更精准的预测信息，有助于早期识别高复发风险患者，采取有效的预防和治疗措施，从而改善患者的预后。该列线图模型也存在一些不足之处。模型的构建基于回顾性研究数据，可能存在一定的选择偏倚，影响模型的外部推广性。而且，模型虽然纳入了多个重要的危险因素，但仍可能遗漏一些潜在的影响因素，导致模型的预测能力无法达到绝对完美。在未来的研究中，需要进一步扩大样本量，进行前瞻性研究，以验证模型的可靠性，并不断优化模型，纳入更多可能的影响因素，提高模型的预测准确性和临床应用价值。五、案例分析5.1典型病例选取为了更直观地展示皮肤鳞状细胞癌术后复发与未复发的情况，选取以下两个典型病例进行详细分析。病例一：术后复发患者患者A，男性，68岁。因发现右面颊部皮肤肿物3年，逐渐增大伴破溃1个月入院。患者3年前无意中发现右面颊部出现一绿豆大小丘疹，无明显自觉症状，未予重视。此后肿物逐渐增大，近1个月来，肿物表面破溃，伴有少量渗液，无明显疼痛。既往有长期吸烟史，每天吸烟约20支，烟龄40年。否认高血压、糖尿病等慢性病史。入院后体格检查：一般情况良好，生命体征平稳。皮肤科检查显示，右面颊部可见一大小约3.5cm×3.0cm的肿物，呈菜花状，表面破溃，有少量脓性分泌物，基底较硬，边界不清。右侧颈部可触及多个肿大淋巴结，最大者约1.5cm×1.0cm，质地硬，活动度差。辅助检查：血常规、肝肾功能、电解质等基本正常。胸部CT检查未见明显异常。局部肿物活检病理提示：低分化鳞状细胞癌。颈部淋巴结穿刺活检病理显示：见转移性鳞状细胞癌。治疗过程：完善相关术前准备后，于全身麻醉下行右面颊部肿物扩大切除术+右侧颈部淋巴结清扫术。手术切除范围距肿瘤边缘约2cm，术中冰冻病理检查提示手术切缘及基底未见癌细胞残留。术后给予抗感染、换药等对症支持治疗。伤口愈合良好，术后10天拆线出院。出院后根据病理结果，给予局部放疗及全身化疗。随访情况：患者术后6个月复查时，发现原手术部位出现一黄豆大小结节，质硬，边界不清。再次行活检病理检查，证实为皮肤鳞状细胞癌复发。随后患者接受了再次手术切除及进一步的放化疗，但病情仍逐渐进展，出现远处转移，最终于术后1年因多器官功能衰竭去世。病例二：术后未复发患者患者B，女性，56岁。因左上肢皮肤肿物2年，无明显不适入院。患者2年前发现左上肢伸侧出现一蚕豆大小肿物，表面粗糙，无疼痛、瘙痒等症状。近2年来，肿物缓慢增大，无破溃及其他异常表现。既往身体健康，无吸烟、饮酒史，无慢性病史。入院后体格检查：一般情况良好，生命体征平稳。皮肤科检查可见，左上肢伸侧有一大小约2.0cm×1.5cm的肿物，呈乳头状，表面角化明显，质地中等，边界较清。双侧腋窝及锁骨上淋巴结未触及肿大。辅助检查：血常规、肝肾功能、电解质等均正常。胸部CT、腹部B超等检查未见异常。局部肿物活检病理提示：高分化鳞状细胞癌。治疗过程：完善术前准备后，在局部麻醉下行左上肢肿物切除术，切除范围距肿瘤边缘约1cm。术中冰冻病理检查显示手术切缘及基底均未见癌细胞残留。术后给予伤口换药等处理，伤口愈合良好，术后7天拆线出院。出院后未给予辅助放化疗，定期随访。随访情况：患者术后定期复查，分别于术后3个月、6个月、1年、2年进行复查，包括局部体格检查、胸部CT、腹部B超等。截至术后2年，未发现肿瘤复发及转移迹象，患者生活质量良好，无明显不适。5.2危险因素分析在病例中的体现在病例一中，患者A的病理分化程度为低分化，这是术后复发的重要独立危险因素。低分化的肿瘤细胞具有较强的增殖活性和侵袭能力，细胞形态和功能与正常细胞差异较大，更容易突破周围组织的屏障，向周围组织浸润生长，且细胞表面的黏附分子表达异常，使得肿瘤细胞之间的黏附力下降，容易脱落并随血液循环或淋巴循环转移到其他部位，从而增加了术后复发的风险。在该患者的治疗过程中，尽管手术切除范围距肿瘤边缘约2cm，术中冰冻病理检查提示手术切缘及基底未见癌细胞残留，但由于肿瘤细胞的低分化特性，其恶性程度高，潜在的复发风险依然存在。手术切缘情况也是影响复发的关键因素。虽然术中冰冻病理检查显示手术切缘及基底未见癌细胞残留，但术后6个月患者原手术部位仍出现复发。这可能是由于术中存在微小的肿瘤细胞残留未被冰冻病理检测到，或者肿瘤细胞在手术过程中发生了微转移，随着时间的推移，这些残留或转移的肿瘤细胞逐渐增殖，导致肿瘤复发。患者A还存在淋巴结转移，这进一步增加了术后复发的风险。淋巴结转移表明肿瘤已经突破了局部组织的限制，进入了淋巴循环系统，具有更强的侵袭性和转移性。转移到淋巴结的肿瘤细胞可以通过淋巴循环进一步扩散到全身其他部位，导致肿瘤复发和远处转移。在该患者的随访过程中，发现原手术部位复发后，病情逐渐进展，出现远处转移，最终因多器官功能衰竭去世，这充分体现了淋巴结转移对患者预后和复发风险的严重影响。相比之下，病例二中的患者B病理分化程度为高分化，高分化的肿瘤细胞形态和功能与正常细胞较为接近，细胞的生长和增殖相对有序，恶性程度较低，术后复发风险相对较小。手术切缘及基底均未见癌细胞残留，从源头上减少了肿瘤复发的可能性。而且患者无淋巴结转移，肿瘤局限在局部组织，没有进入淋巴循环系统，降低了肿瘤扩散和复发的风险。因此，截至术后2年，患者未发现肿瘤复发及转移迹象，生活质量良好。通过这两个典型病例可以清晰地看出，病理分化程度、手术切缘、淋巴结转移等独立危险因素在皮肤鳞状细胞癌术后复发中起着关键作用。低分化、切缘阳性和淋巴结转移增加了术后复发风险，而高分化、切缘阴性和无淋巴结转移则有助于降低复发风险。这为临床医生评估患者术后复发风险、制定个性化治疗方案和随访策略提供了直观的参考依据。5.3列线图模型对病例复发风险的预测运用构建的列线图模型，对上述两个典型病例的术后复发风险进行预测。对于病例一的患者A，其病理分化程度为低分化，根据列线图模型的赋值规则，对应分值为30分；手术切缘虽术中冰冻病理检查提示未见癌细胞残留，但术后仍复发，假设此处按照切缘阳性赋值25分；术后创面愈合良好，赋值为0分；存在淋巴结转移，赋值35分。将这些分值相加，得到该患者的总得分：30+25+0+35=90分。通过查询列线图，总得分90分对应的术后复发概率约为70%。这表明，根据列线图模型的预测，患者A术后复发的可能性较高，实际患者在术后6个月出现复发，与模型预测结果相符。对于病例二的患者B，病理分化程度为高分化，赋值为0分；手术切缘阴性，赋值为0分；术后创面愈合良好，赋值为0分；无淋巴结转移，赋值为0分。该患者的总得分即为0分。查询列线图可知，总得分0分对应的术后复发概率约为5%。这说明，列线图模型预测患者B术后复发的风险较低，实际患者截至术后2年未发现肿瘤复发及转移迹象，也验证了模型预测的准确性。通过对这两个典型病例的复发风险预测及与实际情况的对比，进一步验证了列线图模型在预测皮肤鳞状细胞癌术后复发风险方面具有较高的准确性和可靠性。该模型能够根据患者的具体临床病理特征，快速、直观地给出术后复发风险的预测概率，为临床医生制定个性化的治疗方案和随访策略提供了有力的工具。在临床实践中，医生可以参考列线图模型的预测结果，对高复发风险患者加强监测和干预，如增加随访频率、给予更积极的辅助治疗等；对低复发风险患者适当减少随访次数，避免过度医疗，从而优化医疗资源配置，提高患者的治疗效果和生活质量。六、结论与展望6.1研究主要成果总结本研