Page 84 - 南京医科大学自然版

第46卷第9期
·1354 ·
床特征预测鼻咽癌放疗患者发生放射性TLI的风险
评分模型研究中对439例鼻咽癌患者的临床特征进
行多元 Cox 回归分析显示诊断时的年龄、糖尿病与
放射性TLI的发生风险显著相关 ［25］ 。研究结果出现
分歧，考虑与各组研究纳入人群基线构成、放疗方
案、颞叶受照剂量差异等原因造成临床特征与放射
性 TLI 的关联性结果存在区别，提示糖尿病等基础
疾病对放射性TLI的影响仍有待更大样本量研究进
一步验证。
本研究开发一种临床联合剂量学特征预测鼻
咽癌放疗后发生 TLI 的模型，联合预测模型的 AUC
值 0.853 明显高于临床预测模型的 AUC 值 0.635，
DCA曲线表明联合模型在阈值范围预测TLI发生的
效果更优，模型净收益较大。在实际应用中，医生
更关注模型的临床实用性，将临床及剂量学特征中
的 3 个独立危险因素构建联合模型，并绘制列线
图。列线图作为一种可视化的方式，直观地呈现鼻
咽癌患者放疗后发生 TLI 的概率，为临床决策提供
参考。校准曲线显示列线图的预测结果和实际结
果之间一致性较好。以上研究结果表明临床特征
联合剂量学特征模型具有更好的临床实用性，帮助
临床医生筛选出高危患者，进而为放疗计划的设计
提供参考。
本研究尚有一定的不足之处。首先，本研究为
单中心回顾性研究，样本量较少且存在正负样本不
平衡问题。样本量少、阳性病例占比低，易使模型
训练时偏向识别阴性样本，造成特征选择偏倚与模
型过拟合，降低模型稳定性与预测可靠性。其次，
未开展外部验证评估模型性能，缺少外部数据检验
模型的实际应用效能，模型临床实用性仍有待进一
步验证。本研究基于临床及剂量学特征构建放射
性 TLI 预测模型，特征数据可从放疗计划系统与电
子病历系统中提取，后续可扩大样本量、开展多中
心前瞻性研究并完善外部验证，优化模型性能，提
升临床应用价值。未来有望将该预测模型嵌入放
疗计划系统，在调整照射剂量、优化放疗布野阶段
实时评估TLI发生风险，实现放射性TLI的前置预警
与精准预防。
利益冲突声明：
所有作者声明无利益冲突。
Conflict of Interests：
The authors declare no conflict of interests.
作者贡献声明：
万丽娟负责数据收集、数据整理、撰写初稿，论文校对和
编辑；李金凯负责审阅和编辑；苏国义负责数据收集、数据整
南 京 医 科 大 学 学 报 2026年9月
理、论文审阅和编辑；胡昊负责数据收集、分析及可视化；唐
艳春负责数据收集整理、论文审阅和编辑；吴飞云负责概念、
方法设计、论文审阅和编辑。
Author’s Contributions：
Wan Lijuan was responsible for data collection，data organi⁃
zation，writing original draft，writing review and editing；Li
Jinkai for writing review and editing；Su Guoyi for data collec⁃
tion，data organization，writing review and editing；Hu Hao for
data collection，data analysis，data visualization；Tang Yanchun
for data collection，data organization，writing review and editing；
Wu Feiyun for conceptualization，methodology，writing review
and editing.
［参考文献］
［1］ SU Z Y，SIAK P Y，LWIN Y Y，et al. Epidemiology of na⁃
sopharyngeal carcinoma：current insights and future out⁃
look［J］. Cancer Metastasis Rev，2024，43（3）：919-939
［2］ OUYANG P Y，ZHANG B Y，GUO J G，et al. Deep learn⁃
ing⁃based precise prediction and early detection of radia⁃
tion⁃induced temporal lobe injury for nasopharyngeal car⁃
cinoma［J］. EClinicalMedicine，2023，58：101930
［3］ HOU J，HE Y，LI H，et al. Evolution of radiation⁃induced
temporal lobe injury after intensity ⁃ modulated radiation
therapy in nasopharyngeal carcinoma：a large cohort retro⁃
spective study［J］. Radiat Oncol，2024，19（1）：9
［4］ HE Y Q，WANG T M，YANG D W，et al. A comprehen⁃
sive predictive model for radiation⁃induced brain injury in
risk stratification and personalized radiotherapy of naso⁃
pharyngeal carcinoma［J］. Radiother Oncol，2024，190：
109974
［5］ LI Y，GONG F，GUO Y，et al. Predictive accuracy of ma⁃
chine learning for radiation⁃induced temporal lobe injury
in nasopharyngeal carcinoma patients：a systematic re⁃
view and meta⁃analysis［J］. Transl Cancer Res，2023，12
（9）：2361-2370
［6］ 李 兵，朱锡旭，於文雪，等. 基于轮廓优化技术在鼻咽
癌调强放疗计划设计中的应用［J］. 南京医科大学学报
（自然科学版），2011，31（6）：898-902
LI B，ZHU X X，YU W X，et al. Application of contour op⁃
timization technique in intensity⁃modulated radiotherapy
treatment planning for nasopharyngeal carcinoma［J］.
Journal of Nanjing Medical University（Natural Sciences），
2011，31（6）：898-902
［7］ GUAN Y，YU B B，LIU S，et al. Research trends of radia⁃
tion⁃induced temporal lobe injury in patients with naso⁃
pharyngeal carcinoma from 2000 to 2022：a bibliomet⁃
ric analysis［J］. Radiat Oncol，2023，18（1）：151
［8］ SU S F，HUANG S M，HAN F，et al. Analysis of dosimet⁃
ric factors associated with temporal lobe necrosis（TLN）in