Номограммы для прогнозирования местного рецидива при наличии положительного хирургического края резекции у больных раком предстательной железы после проведенного хирургического лечения

Введение. При наличии положительного хирургического края после проведенной радикальной простатэктомии у больных раком предстательной железы существует необходимость прогнозирования вероятности развития местного рецидива для выбора дальнейшей тактики ведения пациента.

Цель исследования – на основе базы данных пациентов, которым было выполнено хирургическое лечение, разработать номограмму, с помощью которой можно спрогнозировать вероятность местного рецидива у пациентов с наличием положительного хирургического края.

Материалы и методы. По результатам планового патоморфологического исследования после проведенного хирургического лечения 2255 больных клинически значимым локализованным и местно-распространенным раком предстательной железы было выявлено 364 случая положительного хирургического края. С помощью статистического анализа определены наиболее значимые факторы прогноза. На основе отобранных предоперационных факторов с использованием математической модели построена номограмма, прогнозирующая вероятность развития местного рецидива у пациентов с наличием положительного хирургического края резекции.

Результаты. Построенная номограмма обладает точностью прогноза 93 % (площадь под ROC-кривой (AUC) 0,9392; p <0,005), чувствительностью 0,99438, специфичностью 0,94545. Наиболее значимые факторы прогноза: процент положительных биоптатов, степень злокачественности по шкале Глисона (градация по критериям ISUP (Международного общества урологической патологии) по данным планового патоморфологического исследования), наличие и протяженность положительного хирургического края.

Заключение. Полученная математическая модель и построенная на ее основе номограмма с высокой точностью предсказывают вероятность развития местного рецидива и могут использоваться для выбора дальнейшей тактики ведения пациента.

1. Состояние онкологической помощи населению России в 2020 году. Под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой. М.: МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2021. 239 с.

2. Bill-Axelson A., Holmberg L., Garmo H. et al. Radical prostatectomy or watchful waiting in prostate cancer – 29-year follow-up. N Engl J Med 2018;379(24):2319–29. DOI: 10.1056/NEJMoa1807801

3. Wilt T.J., Jones K.M., Barry M.J. et al. Follow-up of prostatectomy versus observation for early prostate cancer. N Engl J Med 2017;377(2):132–42. DOI: 10.1056/NEJMoa1615869

4. Hamdy F.C., Donovan J.L., Lane J.A. et al. 10-year outcomes after monitoring, surgery, or radiotherapy for localized prostate cancer. N Engl J Med 2016;375(15):1415–24. DOI: 10.1056/NEJMoa1606220

5. Hegarty J., Beirne P.V., Walsh E. et al. Radical prostatectomy versus watchful waiting for prostate cancer. Cochrane Database Syst Rev 2010;(11):CD006590. DOI: 10.1002/14651858.CD006590.pub2

6. Pedregosa F., Varoquaux G., Gramfort A., Michel V. Scikit-learn: machine learning in python. JMLR 2011;12:2825–30.

7. CamDavidsonPilon/lifelines: v0.21.0. (2019) Available at: https://doi.org/10.5281/ZENODO.2638135

8. Therneau T.M., Lumley T., Atkinson E., Crowson C. A package for survival analysis in R. R package version 3.2-11. (2021). Available at: https://CRAN.Rproject.org/package=survival.

9. Therneau T.M., Grambsch P.M. Modeling survival data: extending the Cox model. New York: Springer, 2000.

10. Venables W.N., Ripley B.D. Modern applied statistics with S. 4th edn. New York: Springer, 2002. Available at: https://www.stats.ox.ac.uk/pub/MASS4/.

11. Fox J., Weisberg S. An R companion to applied regression. 3rd edn. Sage Publications, 2019. Available at: https://socialsciences.mcmaster.ca/jfox/Books/Companion/.

12. Wickham H. ggplot2: elegant graphics for data analysis. New York: Springer, 2016. Available at: https://ggplot2.tidyverse.org.

13. Zhang Z., Kattan M.W. Drawing nomograms with R: applications to categorical outcome and survival data. Ann Transl Med 2017;5(10):211. DOI: 10.21037/atm.2017.04.01