肝細胞癌患者におけるエドモンソン・シュタイナーグレード III～IV の術前予測のための新しいノモグラム

背景: エドモンソン・シュタイナー (E-S) グレードは肝細胞癌 (HCC) の分化度の病理学的指標であり、E-S グレード III-IV は HCC 患者の予後不良因子です。低分化型 HCC を予測することは、臨床上の意思決定にとって重要な意味を持ちます。一部の研究では磁気共鳴画像法 (MRI) とラジオミクスに基づいた予測モデルが開発されていますが、分析に特定のソフトウェアを必要とするラジオミクスの特徴は臨床業務には非現実的です。この研究は、E-S グレード III-IV を予測するための、新しくて使いやすいノモグラム モデルを開発することを目的としています。 患者と方法: 対象基準を満たす患者の医療データは、南京鼓楼病院 HCC データベースから取得されました (2020 年 1 月から 2022 年 12 月まで)。単変量解析を使用して、E-S グレード III-IV に関連する危険因子をスクリーニングしました。その後の多変量ロジスティック回帰分析に基づいて、新しいノモグラムが確立されました。確立されたモデルのパフォーマンスは、診断能力、キャリブレーション、臨床上の利点を通じて評価されました。 結果: 全体として、240 人の HCC 患者がこの研究に参加しました。そのうち、103 人が高度に分化型 (E-S グレード I-II) の HCC であり、137 人が低分化型 (E-S グレード III-IV) の HCC でした。α-フェトプロテイン（AFP）、デス-γ-カルボキシプロトロンビン（DCP）、B型肝炎ウイルス表面抗原（HBsAg）、C型肝炎ウイルス抗体（HCVAb）、アスパラギン酸アミノトランスフェラーゼ対リンパ球比指数（ALRI）、および大血管浸潤が確立されました。新しいモデルは、曲線下面積 (AUC) 値が 0.763 で、良好な診断性能を示しました。一方、このモデルの診断精度は 72.5%、感度は 78.1%、特異度は 65.1% でした。検量線はノモグラム モデルの良好な検量線を示し (平均絶対誤差 = 0.043)、決定曲線分析 (DCA) は臨床上の利点が得られることを示しました。 結論：我々が開発したノモグラムモデルは、HCC患者のE-SグレードIII-IVを首尾よく予測することができ、臨床上の意思決定に役立つ可能性がある。

BACKGROUND: Edmondson-Steiner (E-S) grade is a pathological indicator of the degree of hepatocellular carcinoma (HCC) differentiation, and E-S grade III-IV is a poor prognostic factor for HCC patients. Predicting poorly differentiated HCC has essential significance for clinical decision-making. Although some studies have developed predictive models based on magnetic resonance imaging (MRI) and radiomics, radiomic features that require specific software for analysis are impractical for clinical work. This study aims to develop a novel and user-friendly nomogram model to predict E-S grade III-IV. PATIENTS AND METHODS: Medical data on patients meeting the inclusion criteria were obtained from the Nanjing Drum Tower Hospital HCC database (January 2020 to December 2022). Univariate analysis was used to screen for risk factors associated with E-S grade III-IV. A novel nomogram was established based on the subsequent multivariate logistic regression analysis. The performance of the established model was evaluated through diagnostic ability, calibration, and clinical benefits. RESULTS: Overall, 240 HCC patients were included in this study. Among them, 103 were highly differentiated (E-S grade I-II) HCC and 137 were poorly differentiated (E-S grade III-IV) HCC. A nomogram model that integrated alpha-fetoprotein (AFP), des-γ-carboxy prothrombin (DCP), hepatitis B virus surface antigen (HBsAg), hepatitis C virus antibodies (HCVAb), aspartate aminotransferase to lymphocyte ratio index (ALRI), and macrovascular invasion was established. The novel model had a good diagnostic performance with an area under the curve (AUC) value of 0.763. Meanwhile, the model had a diagnostic accuracy of 72.5%, a sensitivity of 78.1%, and a specificity of 65.1%. The calibration curve showed good calibration of the nomogram model (mean absolute error = 0.043), and the decision curve analysis (DCA) demonstrated that the clinical benefit was provided. CONCLUSION: Our developed nomogram model could successfully predict E-S grade III-IV in HCC patients, which may be helpful in clinical decision-making.