迷你摘要
如何更准确地估计ESCC（食管鳞状细胞癌）手术患者的生存期并更有效地做出辅助治疗决策？利用大规模、多中心、真实世界的数据，我们构建并验证了一个多方面的预测模型。该模型表明N分期是规划术后辅助治疗的基本决定因素。
结构化摘要
目的：构建一个预测模型，以更精确地评估预后，从而为ESCC切除术后患者的辅助治疗提供个性化的治疗建议。
背景：患者预后的显著异质性和关于各种辅助治疗方案生存获益的有限证据对ESCC的临床治疗提出了挑战。
方法：基于从中国高危地区4,例连续切除ESCC患者获得的综合临床数据，我们通过基于Cox比例风险回归和Akaike信息最小化的两阶段选择确定了总生存期(OS)的预测因子标准。该模型使用自举法进行了内部验证，并在来自中国非高危地区的1,名患者中进行了外部验证。
结果：最终模型包含九个变量：年龄、性别、原发部位、T分期、N分期、收获的淋巴结数量、肿瘤大小、辅助治疗和血红蛋白水平。在N期和辅助治疗之间也观察到显著的相互作用。N1+期患者可能从辅助治疗中获益，而不是单独手术，但辅助治疗并未改善N0期患者的OS。该模型的C指数在训练队列中为0.，在引导后为0.，在外部验证队列中为0.。该模型在预后预测和风险分层方面优于第七版美国癌症联合委员会分期系统。
结论：本研究构建的预测模型有助于精确预测生存期，并根据N分期为辅助治疗决策提供信息。
引言
食管癌（EC）是全球第七大常见癌症，也是导致癌症死亡的第六大原因。全球超过一半的食管癌新发病例和死亡病例发生在中国，其中90%的病例是食管鳞状细胞癌。ESCC预后普遍较差，临床患者5年生存率约为20%，手术患者约40-59%。目前临床实践中，局部晚期ESCC的主要治疗方法是有或没有辅助治疗的食管切除术。然而，以下两个重大挑战仍然使临床决策复杂化。
首先，ESCC预后决定因素的关系是复杂的，并且预后异质性是显著的。相同TNM分期和/或接受过类似治疗的患者可能表现出明显不同的生存率。使用当前评估ESCC预后的临床方法（取决于TNM分期），可能不容易区分这种潜在的生存差异。已提出患者特征（年龄、性别等）、肿瘤特征（肿瘤位置、肿瘤大小等）、病理特征（切除的淋巴结数量等）、临床治疗（辅助治疗等）和实验室检测结果（白蛋白等）也可能与生存的变异性有关。因此，强调每个单一变量独立作用的传统“风险因素识别策略”是不够的。相反，基于统计负担和风险分类能力的平衡结合多方面预测因素的综合模型应该更有效地对ESCC预后进行个体化预测。
其次，ESCC手术患者是否从辅助治疗中受益是有争议的，哪种特定的辅助治疗模式最有可能使特定的ESCC患者亚组受益尚未确定。美国国家综合癌症网络(NCCN)建议对微观(R1)或宏观残留癌(R2)患者考虑辅助放化疗。然而，该建议主要基于INT-和CLASSIC试验，这些试验是在患有以下疾病的患者中进行的胃或食管胃交界处的腺癌。任何针对ESCC患者的高质量随机对照试验(RCT)均未证明手术后辅助治疗与单独手术相比的疗效。尽管荟萃分析表明，术后治疗可为ESCC患者带来生存益处，但大多数纳入研究为至少10年前进行的小样本回顾性研究。因此，鉴于缺乏高质量的RCT数据，需要基于大规模真实数据评估ESCC患者术后辅助治疗的疗效。
在本研究中，基于长期随访的大规模真实多中心临床数据，我们的目标是：1）通过对潜在预测因子的综合评估，构建和验证用于ESCC个体化预后预测的多变量模型；2)提供证据，使临床医生和患者能够决定最佳的辅助治疗。
患者组成及研究方法
实验设计和患者
这项多中心真实世界队医院（中国河南省安阳市）和汕头大医院（中国广东省汕头市）进行。安阳市位于中国中北部太行山区，是众所周知的ESCC高危地区，发病率比全国平均水平高2-4倍。医院（安阳中心)医院，平均每年为EC进行近2,次手术。汕头市位于中国东南沿海的禅山地区，EC的总体发病率接近全国平均水平。汕头大医院（汕头中心）是唯一的为当地医院。
本次实验招募了年1月1日至年12月31日在安阳中心和年8月1日至年12月31日在汕头中心的所有ESCC患者。患者必须符合以下资格标准，其中包括：1)个体经病理诊断为鳞状细胞癌，(2)接受根治性食管切除术作为初始治疗，以及(3)随访时间超过6个月。以下患者被排除在本研究之外：(1)食管切除术后30天内或院内死亡的患者，(2)有转移性疾病（M1，IV期），(3)接受过新辅助治疗（化疗、放疗或放化疗）或内镜治疗的原发性食管鳞癌患者。
数据收集和处理
每个中心ESCC患医院信息系统（HIS）导出。相关信息包括基线人口统计学（年龄、性别等）、患者特征（吸烟和饮酒状态、合并症的存在等）、原发肿瘤特征（位置、病理TNM分期、肿瘤大小、局部淋巴结数量等）、治疗相关数据（手术、辅助化疗或放疗等）和手术前30天基于血液的基线实验室检查结果（血红蛋白[HGB]、白蛋白[Alb]、淋巴细胞、中性粒细胞等）。临床数据库包含结构化和非结构化数据；非结构化数据（例如吸烟或饮酒状态、癌症家族史）由两名训练有素的研究人员按照指定的标准化程序手动提取。通过随机抽样验证数据的一致性，差异小于5%。
缺失值超过5%且仅在一个中心的数据库中可用的变量不包括在被分析的对象内。实验室变量的缺失数据（缺失≤5%的值）通过估计各个变量的中值来估算。根据接受的临界值（年龄、采集的淋巴结数量）、正常范围（对于常规血液检查结果）或先前的研究（对于组合指标），将连续变量转换为分类变量。患者的病理分期分组根据AJCCTNM癌症分期手册第7版（年）确定。辅助治疗定义为切除后至少进行一个周期的化疗或放疗，无论其方案、剂量或给药方法。共有52个变量，详细见补充表S1，