Дыленок Алексей Александрович — кафедра онкологии с курсом гематологии, отделение абдоминальной онкологии
Ярославль
Рыбачков Владимир Викторович — д.м.н., профессор, кафедра госпитальной хирургии
Ярославль
Малашенко Виктор Николаевич — д.м.н., профессор, кафедра онкологии с курсом гематологии
Ярославль
Кашин Сергей Владимирович — к.м.н., профессор,кафедра хирургии ИНПО, отделение эндоскопии
Ярославль
Шубин Леонид Борисович — к.м.н., кафедра патологической анатомии
Ярославль
Васин Александр Борисович
Ярославль
Введение. Сохраняется высокая заболеваемость раком желудка, несмотря на увеличение удельного веса I–II стадии, — в 2019 году он составил 37,1 %. Хирургический метод лечения остается актуальным даже у пациентов с «ранними» формами рака желудка (РРЖ). Разработка надежных средств выбора объема оперативного пособия является актуальной задачей у пациентов данной категории.
Цель. Оценить вероятность построения устойчивой прогностической модели пациента с РРЖ для выбора метода оперативного пособия.
Материалы и методы. В работе использовались данные, полученные из оригинальной базы данных «База данных пациентов с раком желудка, отражающая статистику больных с определенным вариантом хирургического вмешательства, пролеченных в ГБУЗ ЯОКОБ за период с 2009 по 2019 г.». Все пациенты (n = 266) получили различный объем оперативного пособия: внутрипросветные операции (n = 128), клиновидные резекции желудка (n = 36), классическая гастрэктомия или субтотальная резекция желудка (n = 102). В соответствии с выполненным объемом вмешательства произведено разделение на исследуемые группы. С помощью программного обеспечения MedCalc Statistical Software version 20.022 и Statistica 12.5 произведен статистический анализ историй болезни в 3 группах больных.
Результаты. Выделено 10 факторов, позволяющих сформировать модель пациента, соответствующую каждому из методов оперативного пособия. Справедливость выполненного разделения пациентов на группы проверялась при помощи ROC-анализа с целью определения чувствительности и специфичности совокупности критериев, на основе которых оно осуществляется. С помощью процедуры ROC-анализа, на ее основе мы получили следующие характеристики созданной нами математической модели: К-конкордации = 88,24 %, AUC = 0,893; индекс J = 0,811; Sе = 87,92; Sp = 89,04; +LR = 3,27; -LR = 1,31.
Заключение. Внедрение в клиническую практику настоящего подхода позволило снизить частоту гастрэктомий и резекций желудка за последние три года на 15 %.
Introduction. The incidence of gastric cancer remains high, despite the increase in the share of stage I–II cancers — 37.1% in 2019. Surgical treatment remains relevant even in patients with “early” forms of gastric cancer (EGC). Therefore, the reliable means for determining the surgeon volume in such patients are to be urgently developed.
Aim. To estimate the probability of building a stable predictive model for patients with EGC in order to choose the proper surgical intervention.
Materials and methods. Th e research involved the data obtained from “Database of patients with gastric cancer, reflecting statistics of patients with a particular variant of surgical intervention, treated at Yaroslavl Regional Clinical Oncological Hospital during the period from 2009 to 2019”. All patients (n = 266) received different volume of surgery: intraluminal surgery (n = 128), wedge gastric resection (n = 36), classical gastrectomy or subtotal gastric resection (n = 102). According to the volume of intervention, the patients were ratified into several study groups. Statistical analysis involved case records of three groups of patients and was conducted using MedCalc Statistical Soft ware version 20.022 and Statistica 12.5.
Results. Ten factors were identified to form a patient model corresponding to each method of surgical treatment. Th e fairness of the division of patients into groups was checked by ROC-analysis in order to determine sensitivity and specificity of the set of criteria for the division. Th e following characteristics of the mathematical model were obtained by means of ROC analysis: concordance coefficient = 88.24%, AUC = 0.893; index J = 0.811; Se = 87.92; Sp = 89.04; +LR = 3.27; -LR = 1.31.
Conclusion. Introduction of this approach into clinical practice decreased the rate of gastrectomies and gastric resections by 15% for the last three years.
В 2018 году, по оценкам International Agency for Research Cancer, было выявлено 1,03 миллиона пациентов с раком желудка. Удельный вес I–II стадии среди всех выявленных в 2009 году составлял всего лишь 24,6 %, а уже в 2019 году — 37,1 %. Положительная тенденция наблюдается и в показателе одногодичной летальности, который за последние 10 лет неуклонно снижается — с 53,2 % в 2009 г., до 45,8 % в 2019 г. [1–3]. Однако хирургический метод лечения, несмотря на распространение малоинвазивных технологий, остается актуальным даже у пациентов с «ранними» формами рака желудка (РРЖ), хотя влечет за собой порой тяжелые последствия [4–8]. Обсуждаемая в мировой литературе тенденция к персонализации подходов в лечении пациента касается и данной патологии. В частности, при анализе результатов исследования CLASS косвенно сделан вывод о том, что весомая доля пациентов была пролечена избыточно [
Цель. Оценить вероятность построения устойчивой прогностической модели пациента с РРЖ для выбора метода оперативного пособия.
В работе использовались данные, полученные из оригинальной базы данных «База данных пациентов с раком желудка, отражающая статистику больных с определенным вариантом хирургического вмешательства, пролеченных в ГБУЗ ЯО «Клиническая онкологическая больница» за период с 2009 по 2019 г.». В исследовании мы учитывали данные, полученные при проведении дооперационных инструментальных обследований на этапе диагностики, на этапе выбора тактики ведения, на этапе лечения, и результаты наблюдения пациентов после окончания специального лечения. Все пациенты (n = 266) получили различный объем оперативного пособия: от внутрипросветных операций (ESD/EMR) (n = 128), клиновидных резекций желудка (n = 36) (КРЖ) до классических гастрэктомий и субтотальных резекций желудка (n = 102) (ГЭ/СРЖ). Средний возраст составил 67,18 ± 9,60 года. Количество пациентов мужского пола несколько преобладало — 52,6 % (n = 140). В соответствии с выполненным объемом вмешательства произведено разделение на исследуемые группы.
Исследуемые группы сравнивались по различным группам параметров. Первую группу представляли такие параметры, как пол, возраст пациентов и факт наличия сопутствующей патологии. Вторую группу составили показатели, характеризующие непосредственно сам опухолевый процесс в желудке: его локализацию, размеры и их соотношение, тип новообразования по Парижской классификации, степени нарушения рисунка слизистой и рисунка микрососудов слизистой, наличие дефекта слизистой, степень дифференцировки опухоли, ее «лифтинг». В третью группу вошли параметры, характеризующие примененный к конкретному пациенту метод оперативного пособия и его непосредственный результат. А именно: время, затраченное на операцию, необходимость выполнения интраоперационного эндоскопического исследования, характер развившихся осложнений в послеоперационном периоде и их классификация по Clavien-Dindo, послеоперационная летальность. Четвертая группа показателей отражала результаты морфологического исследования операционного материала: края резекции (вертикальный и горизонтальный), степень дифференцировки опухоли, наличие лимфоваскулярной инвазии и глубина инвазии опухоли, на основании чего оценивалась стадия опухоли в категории Т по системе TNM. В пятую группу рассматриваемых показателей включены сведения об отдаленном результате лечения: выживаемость пациентов, причина их смерти, а также вывод об адекватности выполненного вмешательства.
Для обработки материалов работы использовали программное обеспечение MedCalc Statistical Software version 20.022 (MedCalc Software bvba, Ostend, Бельгия, 2018) и пакет прикладных программ Statistica (data analysis software system), version 12.5 StatSoft, Inc. (2014) на платформе IBM PC-совместимого компьютера. Достоверным считались различия и зависимость при условии соблюдения не превышения 5 % вероятности ошибки (p < 0,05) при выполнении различных статистических процедур.
Для сопоставления количественных данных в анализируемых группах был применен метод дисперсионного анализа. После установления факта равенства (или неравенства) внешних и внутренних дисперсий осуществлялась процедура сравнительного оценивания достоверности различий между исследуемыми группами пациентов. После того как было выполнено сравнение групп пациентов с РРЖ, перенесших три представленных метода оперативного пособия, по исследуемым группам показателей было получено представление о математическом разложении достоверно различающихся частот.
В результате дисперсионного анализа выделено 16 показателей, продемонстрировавших значимые различия, из 25 выделенных из нашей базы данных. Среди них выделены 3 количественных признака (табл. 1) и 12 качественных параметров (табл. 2).
Таблица 1. Основные количественные показатели, демонстрирующие различия в группах пациентов с РРЖTable 1. Quantitative differences in groups of patients with EGC
Показатели | ГЭ/СРЖ | ESD/EMR | КРЖ | |||
Критерий Краскела — Уоллиса | Уровень значимости, p | Критерий Краскела — Уоллиса | Уровень значимости, p | Критерий Краскела — Уоллиса | Уровень значимости, p | |
Возраст пациента | 0,6272 | 0,3 | 1,5333 | 0,85 | 1,7353 | 0,9 |
Размеры опухоли | 4,2282 | 0,006 | 8,1775 | 0,001 | 4,3125 | 0,03 |
Время, затраченное на операцию | 8,4968 | 0,001 | 15,9947 | 0,001 | 10,0620 | 0,006 |
Срок жизни пациента | 13,8381 | 0,001 | 12,0442 | 0,05 | 15,9947 | 0,04 |
Таблица 2. Основные качественные показатели, демонстрирующие различия в группах пациентов с РРЖTable 2. Qualitative differences in groups of patients with EGC
Показатели | ГЭ/СРЖ | ESD/EMR | КРЖ | |||
Хи-квадрат критерий (χ2) | Уровень значимости, p | Хи-квадрат критерий (χ2) | Уровень значимости, p | Хи-квадрат критерий (χ2) | Уровень значимости, p | |
Пол пациента | 0,33325 | 0,8 | 0,65321 | 0,9 | 0,42632 | 0,86 |
Сопутствующая патология | 1,20960 | 0,06 | 13,05464 | 0,05 | 0,82432 | 0,07 |
Локализация опухоли | 16,45261 | 0,05 | 16,12390 | 0,045 | 17,55324 | 0,006 |
Преобладание продольного над поперечным размером опухоли | 10,31205 | 0,002 | 7,21849 | 0,02 | 8,49745 | 0,056 |
Преобладание поперечного над продольным размером | 0,96538 | 0,6 | 1,20927 | 0,9 | 0,86912 | 0,89 |
Тип новообразования по Парижской классификации | 5,22351 | 0,05 | 13,89121 | 0,056 | 6,99628 | 0,006 |
Степень нарушения рисунка слизистой | 2,82101 | 0,6 | 1,91789 | 0,4 | 2,01581 | 0,8 |
Степень нарушения рисунка микрососудов | 0,95121 | 0,1 | 1,01859 | 0,5 | 0,80129 | 0,09 |
Степень дифференцировки опухоли | 8,94754 | 0,05 | 7,20960 | 0,05 | 19,90235 | 0,045 |
Наличие дефекта слизистой | 17,88451 | 0,045 | 10,31352 | 0,06 | 12,80486 | 0,05 |
Наличие демаркационной линии | 19,90256 | 0,05 | 16,02342 | 0,001 | 16,45882 | 0,005 |
Лифтинг опухоли | 2,04232 | 0,06 | 5,42894 | 0,045 | 10,34203 | 0,008 |
Необходимость интраоперационной ФГДС | 15,19402 | 0,005 | 12,80171 | 0,045 | 11,30589 | 0,05 |
Осложнения по Clavien-Dindo | 14,91894 | 0,045 | 2,04198 | 0,5 | 4,09563 | 0,056 |
Край резекции горизонтальный | 0,53259 | 0,9 | 1,00519 | 0,78 | 0,68791 | 0,9 |
Край резекции вертикальный | 0,33561 | 0,89 | 1,02044 | 0,9 | 0,85994 | 0,8 |
Глубина инвазии опухоли | 3,84102 | 0,08 | 5,02512 | 0,05 | 3,95389 | 0,08 |
Наличие лимфоваскулярной инвазии опухоли | 15,65264 | 0,001 | 15,90812 | 0,05 | 15,46021 | 0,04 |
Стадия опухолевого процесса по категории Т | 0,80961 | 0,78 | 1,59411 | 0,9 | 1,26038 | 0,6 |
Адекватность вмешательства | 12,88301 | 0,005 | 11,87001 | 0,05 | 12,00921 | 0,045 |
Причина смерти пациента | 0,86495 | 0,9 | 1,10492 | 0,8 | 2,0019 | 0,9 |
С целью подтверждения справедливости выявленных закономерностей и проверки показателей, не выказавших достоверных различий на этапе сравнительного анализа, осуществлен анализ зависимостей при помощи определения коэффициента корреляции Гудмена — Краскела (g) для количественных показателей и с применением рангового коэффициента τ-Кендалла для качественных показателей. Полученная модель с набором из 14 факторов риска с целью проверки ее устойчивости была подвергнута кросс-проверке выявленных зависимостей. В кросс-проверку вошли параметры 4 количественных и 10 качественных параметров, обнаруживших корреляционную зависимость на предыдущем этапе статистического анализа.
В ходе кросс-проверки анализом зависимости количество выделенных возможных факторов риска уменьшилось до 10 (табл. 3, 4). Значимое влияние сохранили количественные выделенные факторы риска, такие как возраст пациента, размер опухоли. Из количественных показателей выказывали влияние следующие параметры: наличие сопутствующей патологии, локализация опухоли, преобладание продольного размера над поперечным, тип новообразования по Парижской классификации, степень дифференцировки опухоли, наличие дефекта слизистой, наличие демаркационной линии и положительный лифтинг опухоли.
Таблица 3. Результаты кросс-проверки количественных показателиTable 3. Results of cross-validation for quantitative indicators
Показатели | Коэффициент τ-Кендалла | Уровень значимости, p |
Возраст пациента | 0,455 | 0,001 |
Размер опухоли | 0,363 | 0,001 |
Таблица 4. Результаты кросс-проверки качественных параметровTable 4. Results of cross-validation for qualitative indicators
Показатели | Коэффициент т-Кенделла | Уровень значимости, p |
Сопутствующая патология | 0,379 | 0,001 |
Локализация опухоли | 0,430 | 0,002 |
Преобладание продольного над поперечным размером | 0,389 | 0,014 |
Тип новообразования по Парижской классификации | 0,390 | 0,004 |
Степень дифференцировки опухоли | 0,412 | 0,004 |
Наличие дефекта слизистой | 0,641 | 0,002 |
Наличие демаркационной линии | 0,480 | 0,001 |
Лифтинг опухоли | 0,512 | 0,002 |
Произведенный дискриминантный анализ позволил определить, возможно ли отличить одну группу пациентов от другой, используя выявленный перечень переменных, характеризующий состояние пациента и патологический очаг. Также выясняется, насколько сильно эти переменные позволяют провести дифференциацию групп, какие из них наиболее информативны. Дискриминантный анализ позволил произвести первичную классификацию, обусловленную возможными групповыми различиями, заключенными в формировании базы. Набор переменных снова сократился, и этот набор позволил нам для новых наблюдений предсказать распределение по группам с получением соответствующих классификационных значений для каждой переменной. Составили уравнение дискриминантного анализа, которое может быть проецировано на пациента с РРЖ. Троекратное решение такого уравнения для каждого метода лечения позволяет выявить наибольшую тропность к одному из трех видов оперативного пособия. Справедливость выполненного разделения пациентов на группы проверялась при помощи ROC-анализа с целью определения чувствительности и специфичности совокупности критериев, на основе которых оно осуществляется. С помощью процедуры ROC-анализа, на ее основе мы получили следующие характеристики созданной нами математической модели: К-конкордации = 88,24 %, AUC = 0,893; индекс J = 0,811; Sе = 87,92; Sp = 89,04; +LR = 3,27; -LR = 1,31.
Рак желудка остается одним из самых грозных онкологических заболеваний [13, 14]. Имеющиеся публикации в литературе отражают потребность в дополнительных факторах, помогающих в реализации принципа персонализированного подхода, однако имеющиеся прогностические модели охватывают все случаи рака желудка: как распространенные формы, так и локализованные, что, соответственно, требует применения диаметрально противоположных принципов терапии [
Внедрение в клиническую практику настоящего подхода позволило снизить частоту гастрэктомий и резекций желудка за последние три года на 15 % при полном соблюдении радикальности хирургического пособия.
Информация о конфликте интересов. Конфликт интересов отсутствует.
Conflict of Interest. The authors declare no conflict of interest.
Информация о спонсорстве. Данная работа не финансировалась.
Sponsorship Data. This work is not funded.
The authors declare that there are no conflicts of interest present.