基于SMOTE算法的食管癌放化疗患者肺部感染的预后模型构建

摘要/Abstract

摘要：

目的探索食管癌放化疗患者肺部感染的独立危险因素，并基于合成少数派过采样技术（SMOTE）算法建立个体化预测模型。方法选取2016年1月至2022年3月四川省南充市中心医院收治的行同步放化疗的197例食管癌患者作为研究对象。根据患者治疗期间是否发生肺部感染分为感染组（n=23）和未感染组（n=174）。采用单因素和二元logistic回归分析方法筛选患者肺部感染的独立危险因素，并建立logistic回归模型（P₁），同时基于SMOTE算法改进数据集，构建改进数据集的预测模型（P₂），并采用受试者操作特征（ROC）曲线对比模型的预测效能。结果197例患者肺部感染发生率为11.7%（23/197）。单因素分析表明，感染组与未感染组患者年龄（t=3.53，P=0.001）、吸烟指数≥200年支患者比例（χ²=7.64，P=0.006）、伴有放射性肺损伤患者比例（χ²=5.41，P=0.020）、合并糖尿病患者比例（χ²=6.71，P=0.010）、合并慢性阻塞性肺疾病患者比例（χ²=3.92，P=0.048）及第1秒用力呼气容积与用力肺活量比值（FEV₁/FVC）（t=3.93，P<0.001）差异均具有统计学意义。Logistic回归多因素分析发现，患者年龄增加（OR=1.09，95%CI为1.02~1.16，P=0.008）、FEV₁/FVC降低（OR=0.92，95%CI为0.87~0.98，P=0.005）、合并糖尿病（OR=3.29，95%CI为1.22~8.91，P=0.019）、吸烟指数≥200年支（OR=4.02，95%CI为1.42~11.41，P=0.009）及合并放射性肺损伤（OR=4.75，95%CI为1.26~17.85，P=0.021）是食管癌患者同步放化疗过程中发生肺部感染的独立危险因素。概率预测模型logit（P₁）=-2.760+0.084×年龄-0.081×FEV₁/FVC+1.191×糖尿病+1.392×吸烟指数+1.558×放射性肺损伤。预测模型logit（P₂）=-1.544-0.127×年龄- 0.115×FEV₁/FVC+1.599×糖尿病+1.434×吸烟指数+1.748×放射性肺损伤。ROC曲线分析提示，P₁和P₂模型的敏感性分别为0.826、0.897，特异性分别为0.747、0.793，约登指数分别为0.573、0.690。P₂模型的曲线下面积为0.903（95%CI为0.872~0.934），显著高于P₁模型的0.843（95%CI为0.763~0.923），差异具有统计学意义（Z=13.23，P=0.002）。结论患者年龄增加、FEV₁/FVC降低、吸烟指数≥200年支及合并糖尿病和放射性肺损伤与食管癌患者同步放化疗过程中发生肺部感染密切相关。通过SMOTE算法建立的个体化预测模型可明显提升患者发生肺部感染的预测效能。

关键词:食管肿瘤,肺炎,危险因素

Abstract:

ObjectiveTo explore the independent risk factors of lung infection in patients with esophageal cancer treated with chemoradiotherapy and to establish an individualized early warning model based on synthetic minority oversampling technique （SMOTE） algorithm.MethodsA total of 197 patients with esophageal cancer who received concurrent chemoradiotherapy in Nanchong Central Hospital of Sichuan Province from January 2016 to March 2022 were selected as the study objects. Patients were categorized into the infected group （n=23） and the uninfected group （n=174） according to whether they developed lung infection during treatment. The clinical data of patients in both groups were collected， and independent risk factors for lung infection were screened using univariate and binary logistic regression analysis， and a logistic regression model （P₁） was established， while an early warning model （P₂） was constructed based on the improved dataset with the SMOTE algorithm， and the predictive efficiency of the model was compared by receiver operator characteristic （ROC） curve.ResultsThe incidence of lung infection in 197 patients was 11.7% （23/197）， Univariate analysis showed that there were statistically significant differences in the age （t=3.53，P=0.001）， the proportion of patients with a smoking index of ≥200 cigarette-years （χ²=7.64，P=0.006）， the proportion of patients with concomitant radiological lung injury （χ²=5.41，P=0.020）， the proportion of patients with comorbid diabetes mellitus （χ²=6.71，P=0.010）， the proportion of patients with chronic obstructive lung disease （χ²=3.92，P=0.048） and forced expiratory volume in one second/forced vital capacity （FEV₁/FVC）（t=3.93，P<0.001） of patients between the infected group and the uninfected group. Logistic regression multivariate analysis found that increasing patient age （OR=1.09， 95%CI： 1.02-1.16，P=0.008）， decreased FEV₁/FVC （OR=0.92， 95%CI： 0.87-0.98，P=0.005）， combined diabetes mellitus （OR=3.29， 95%CI： 1.22-8.91，P=0.019）， smoking index ≥200 cigarette-years （OR=4.02， 95%CI： 1.42-11.41，P=0.009） and combined radiation lung injury （OR=4.75， 95%CI： 1.26-17.85，P=0.021） were independent risk factors for the occurrence of lung infection during simultaneous chemoradiotherapy in patients with esophageal cancer. Probabilistic prediction model logit（P₁）=-2.760+0.084×age-0.081×FEV₁/FVC+1.191×diabetes+1.392×smoking index+1.558×radiation lung injury. The early warning model logit（P₂）=-1.544-0.127×age-0.115×FEV₁/FVC+1.599×diabetes+1.434×smoking index+1.748×radiation lung injury. ROC curve analysis showed that the sensitivity ofP₁andP₂models were 0.826 and 0.897， the specificity were 0.747 and 0.793， and the Youden index were 0.573 and 0.690， respectively. The area under curve ofP₂model was 0.903 （95%CI： 0.872-0.934）， which was significantly higher than 0.843 （95%CI： 0.763-0.923） ofP₁model， with a statistically significant difference （Z=13.23，P=0.002）.ConclusionIncreasing patient age， decreased FEV₁/FVC， smoking index ≥200 cigarette-years， combined diabetes mellitus and radiation lung injury are strongly associated with the occurrence of lung infection during simultaneous chemoradiotherapy in patients with esophageal cancer. The individualized early warning model established by SMOTE algorithm can significantly improve the predictive efficacy of patients' occurrence of lung infection.

Key words:Esophageal neoplasms,Pneumonia,Risk factors

刘静, 刘芹, 黄梅. 基于SMOTE算法的食管癌放化疗患者肺部感染的预后模型构建[J]. 国际肿瘤学杂志, 2024, 51(5): 267-273.

Liu Jing, Liu Qin, Huang Mei. Prognostic model construction of lung infection in patients with chemoradiotherapy for esophageal cancer based on SMOTE algorithm[J]. Journal of International Oncology, 2024, 51(5): 267-273.

图/表6

表1

两组食管癌放化疗患者临床资料单因素分析[例（%）/ $\bar{x}\pm s$]"

因素	感染组（n=23）	未感染组（n=174）	χ²/t值	P值
性别
男	15（65.2）	107（61.5）	0.12	0.730
女	8（34.8）	67（38.5）	0.12	0.730
年龄（岁）	68.35±5.84	61.19±9.47	3.53	0.001
BMI（kg/m²）	22.16±5.33	23.14±7.38	0.62	0.539
饮酒史
有	12（52.2）	82（47.1）	0.21	0.649
无	11（47.8）	92（52.9）	0.21	0.649
吸烟指数（年支）
≥200	14（60.9）	55（31.6）	7.64	0.006
<200	9（39.1）	119（68.4）	7.64	0.006
肿瘤位置
食管颈段	4（17.4）	34（19.5）
胸中段	13（56.5）	97（55.8）	0.07	0.967
胸上段	6（26.1）	43（24.7）
病理类型
鳞状细胞癌	21（91.3）	161（92.5）	0.04	0.835
腺癌	2（8.7）	13（7.5）	0.04	0.835
肿瘤直径（cm）
≥7	12（52.2）	63（36.2）	2.20	0.138
<7	11（36.2）	111（63.8）	2.20	0.138
伴有放射性肺损伤
是	6（26.1）	14（8.0）	5.41	0.020
否	17（73.9）	160（92.0）	5.41	0.020
合并疾病
高血压	8（34.8）	52（29.9）	0.23	0.631
糖尿病	10（43.5）	34（19.5）	6.71	0.010
慢性阻塞性肺疾病	9（39.1）	36（20.7）	3.92	0.048
使用紫杉醇
是	18（78.3）	130（74.7）	0.14	0.710
否	5（21.7）	44（25.3）	0.14	0.710
FEV₁/FVC	68.04±8.76	76.48±9.79	3.93	<0.001
伴有肺部肿瘤转移
是	5（21.7）	20（11.5）	1.11	0.292
否	18（78.3）	154（88.5）	1.11	0.292

表1

因素	回归系数	标准误	Waldχ²值	P值	OR值	95%CI
年龄增加	0.08	0.03	6.94	0.008	1.09	1.02~1.16
FEV₁/FVC降低	-0.08	0.03	8.06	0.005	0.92	0.87~0.98
合并糖尿病	1.19	0.51	5.49	0.019	3.29	1.22~8.91
合并慢性阻塞性肺疾病	-0.97	0.67	2.07	0.150	0.38	0.10~1.42
吸烟指数≥200年支	1.39	0.53	6.84	0.009	4.02	1.42~11.41
合并放射性肺损伤	1.56	0.68	5.31	0.021	4.75	1.26~17.85
常数	-2.76	2.77	0.99	0.320	0.06

表2

因素	回归系数	标准误	Waldχ²值	P值	OR值	95%CI
年龄增加	0.13	0.02	37.76	<0.001	1.14	1.09~1.18
FEV₁/FVC降低	-0.12	0.02	42.82	<0.001	0.89	0.86~0.92
合并糖尿病	1.60	0.33	24.28	<0.001	4.95	2.62~9.35
合并慢性阻塞性肺疾病	-0.51	0.57	0.81	0.369	0.60	0.20~1.82
吸烟指数≥200年支	1.43	0.31	21.75	<0.001	4.20	2.30~7.67
合并放射性肺损伤	1.75	0.38	20.75	<0.001	5.74	2.71~12.18
常数	-1.54	1.65	0.88	0.349	0.21

表3

图1

图2

图3

参考文献20

[1]	Zheng RS, Zhang SW, Zeng HM, et al. Cancer incidence and mortality in China, 2016[J].J Natl Cancer Cent,2022,2(1): 1-9. DOI:10.1016/j.jncc.2022.02.002.
[2]	于振涛, 弓磊, 杨月阳, 等. 食管癌外科综合治疗进展[J].中华消化外科杂志,2022,21(1): 30-33. DOI:10.3760/cma.j.cn115610-20211230-00690.
[3]	杨武, 程明, 于立江, 等. 紫杉醇联合奈达铂化疗同步放疗对食管癌近远期疗效的影响[J].癌症进展,2019,17(8): 918-921. DOI:10.11877/j.issn.1672-1535.2019.17.08.13.
[4]	程鹏, 郭苹, 朱俊琳. 放化疗食管癌患者肺部感染的影响因素分析[J].中华医院感染学杂志,2019,29(16): 2436-2439. DOI:10.11816/cn.ni.2019-182182.
[5]	Blagus R, Lusa L. SMOTE for high-dimensional class-imbalanced data[J].BMC Bioinformatics,2013,14: 106. DOI:10.1186/1471-2105-14-106. pmid:23522326
[6]	Hoeppner J, Plum PS, Buhr H, et al. Surgical treatment of esophageal cancer—indicators for quality in diagnostics and treatment[J].Chirurg,2021,92(4): 350-360. DOI:10.1007/s00104-020-01267- 8.
[7]	Pinder-Arabpour A, Jones B, Castillo R, et al. Characterizing spatial lung function for esophageal cancer patients undergoing radiation therapy[J].Int J Radiat Oncol Biol Phys,2019,103(3): 738-746. DOI:10.1016/j.ijrobp.2018.10.024.
[8]	Han J, Wang Z, Liu C. Survival and complications after neoadjuvant chemotherapy or chemoradiotherapy for esophageal cancer: a meta-analysis[J].Future Oncol,2021,17(17): 2257-2274. DOI:10. 2217/fon-2021-0021. pmid:33739165
[9]	陈静, 侯海龙. 中晚期食管鳞状细胞癌经同步放化疗患者发生肺部感染的病原学特点及危险因素[J].癌症进展,2020,18(12): 1256-1258, 1280. DOI:10.11877/j.issn.1672-1535.2020.18.12.17.
[10]	陈峙霖, 范平明, 李京泰, 等. 食管癌根治术后肺部感染病原学特点及影响因素Logistic回归分析[J].中华医院感染学杂志,2019,29(5): 710-713. DOI:10.11816/cn.ni.2019-180782.
[11]	Li S, Su JW, Sui QY, et al. A nomogram for predicting postoperative pulmonary infection in esophageal cancer patients[J].BMC Pulm Med,2021,21(1): 283. DOI:10.1186/s12890-021-01656-7. pmid:34488717
[12]	Peng Q, Yang Q. Risk factors and management of pulmonary infection in elderly patients with heart failure: a retrospective analysis[J].Medicine (Baltimore),2021,100(38): e27238. DOI:10.1097/MD.0000000000027238.
[13]	文方, 冯缘, 赵文君. 老年食管癌术后肺部感染病原菌分布、耐药性分析及危险因素探讨[J].实用医院临床杂志,2021,18(5): 100-103. DOI:10.3969/j.issn.1672-6170.2021.05.027.
[14]	Dawod YT, Cook NE, Graham WB, et al. Smoking-associated interstitial lung disease: update and review[J].Expert Rev Respir Med,2020,14(8): 825-834. DOI:10.1080/17476348.2020. 1766971.
[15]	Kaur G, Sundar IK, Rahman I. p16-3Mr: A novel model to study cellular senescence in cigarette smoke-induced lung injuries[J].Int J Mol Sci,2021,22(9): 4834. DOI:10.3390/ijms22094834.
[16]	Cavallazzi R, Ramirez J. Community-acquired pneumonia in chronic obstructive pulmonary disease[J].Curr Opin Infect Dis,2020,33(2): 173-181. DOI:10.1097/QCO.0000000000000639. pmid:32022741
[17]	李颖璐, 黄国胜, 时沛, 等. 放化疗食管癌患者肺部感染危险因素及其预测模型构建[J].中华医院感染学杂志,2023,33(17): 2585-2589. DOI:10.11816/cn.ni.2023-230119.
[18]	李学章, 刘莹. 胸部肿瘤放射性肺损伤患者肺部感染的临床诊治[J].中华医院感染学杂志,2015,25(19): 4447-4449. DOI:10.11816/cn.ni.2015-143116.
[19]	梁绮红, 余晓琳, 安胜利. 定量资料非平衡设计下各组样本量对检验效能的影响[J].南方医科大学学报,2020,40(5): 713-717. DOI:10.12122/j.issn.1673-4254.2020.05.16.
[20]	张天翼, 丁立新. 一种基于SMOTE的不平衡数据集重采样方法[J].计算机应用与软件,2021,38(9): 273-279. DOI:10.3969/j.issn.1000-386x.2021.09.043.