肺癌化疗患者重度骨髓抑制风险预测模型的构建与验证

doi:10.19983/j.issn.2096-8493.20262040

结核与肺部疾病杂志 2026, Vol. 7 Issue (5): 615-623 DOI: 10.19983/j.issn.2096-8493.20262040

肺癌化疗患者重度骨髓抑制风险预测模型的构建与验证

刘素玲¹, 陈华², 丁文萍¹, 王番¹()

¹ 呼吸疾病全国重点实验室/广州医科大学结核病防治研究院/广东药科大学附属广州胸科医院肺结节诊疗中心, 广州 510095
² 呼吸疾病全国重点实验室/广州医科大学结核病防治研究院/广东药科大学附属广州胸科医院非结核分枝杆菌病科, 广州 510095

收稿日期:2026-03-06 出版日期:2026-10-20 发布日期:2026-10-19
通信作者: 王番 E-mail:414679388@qq.com
基金资助:
广州市卫生健康科技一般引导项目(20241A010036)

Construction and validation of a risk prediction model for severe myelosuppression in lung cancer patients undergoing chemotherapy

Liu Suling¹, Chen Hua², Ding Wenping¹, Wang Fan¹()

¹ State Key Laboratory of Respiratory Disease, Guangzhou Medical University Institute of Tuberculosis/Guangzhou Chest Hospital Affiliated to Guangdong Pharmaceutical University/Pulmonary Nodule Diagnosis and Treatment Center, Guangzhou 510095, China
² State Key Laboratory of Respiratory Disease, Guangzhou Medical University Institute of Tuberculosis/Department of Nontuberculous Mycobacterial Diseases, Guangzhou Chest Hospital Affiliated to Guangdong Pharmaceutical University, Guangzhou 510095, China

Received:2026-03-06 Online:2026-10-20 Published:2026-10-19
Contact: Wang Fan E-mail:414679388@qq.com
Supported by:
General Guiding Project of Guangzhou Health Science and Technology(20241A010036)

摘要/Abstract

摘要：

目的: 探讨影响肺癌化疗患者发生重度骨髓抑制的危险因素,构建肺癌化疗患者发生重度骨髓抑制的风险预测模型。方法: 回顾性分析2023年9月至2024年12月在广东药科大学附属广州胸科医院住院的145例肺癌化疗后发生骨髓抑制患者的资料,统计并分析患者发生重度骨髓抑制的危险因素。结果: 145例肺癌化疗后骨髓抑制患者中,重度骨髓抑制患者48例(33.1%)。Spearman相关分析显示,肺癌化疗后重度骨髓抑制与肺部手术史、含铂类化疗方案呈正相关,与体质量指数(BMI)、化疗周期、化疗前红细胞计数、血红蛋白、血小板计数、化疗前血清白蛋白水平、谷氨酰基转移酶呈负相关。多因素回归分析结果显示,非首次化疗是肺癌化疗患者发生重度骨髓抑制的保护因素(OR=0.069,95%CI:0.019~0.246),化疗前血清白蛋白水平降低(OR=10.789,95%CI:4.012~29.015)和肺部手术史(OR=3.193,95%CI:1.173~8.695)是肺癌化疗患者发生重度骨髓抑制的独立危险因素。应用logistic回归构建预测模型,采用受试者工作特征(ROC)曲线下面积检验模型预测效果,最终构建的模型ROC曲线下面积为0.839(95%CI:0.775~0.903),最大约登指数为 0.566,敏感度为 81.3%,特异度为75.3%。结论: 模型预测效果良好,可为临床治疗和制订预防重度骨髓抑制的护理措施提供参考依据。

关键词: 肺肿瘤, 药物疗法, 骨髓, 血清白蛋白, 预测

Abstract:

Objective: To explore the risk factors associated with severe myelosuppression in lung cancer patients receiving chemotherapy and to develop a risk prediction model for severe myelosuppression in these patients. Methods: A retrospective analysis was performed on the relevant data of 145 lung cancer patients who experienced myelosuppression following chemotherapy during their hospitalization at Guangzhou Chest Hospital from September 2023 to December 2024.The risk factors contributing to severe myelosuppression were systematically analyzed. Results: Among 145 lung cancer patients with myelosuppression following chemotherapy, 48 cases (33.1%) developed severe myelosuppression. Spearman correlation analysis revealed that severe myelosuppression was significantly positively correlated with the history of pulmonary surgery and platinum-containing chemotherapy regimens, and was negatively correlated with body mass index (BMI), chemotherapy cycles, pre-chemotherapy red blood cell count, hemoglobin level, platelet count, serum albumin level, and gamma-glutamyl transferase. Multivariate regression analysis showed that noninitial chemotherapy was a protective factor against severe myelosuppression in patients with lung cancer undergoing chemotherapy (OR=0.069,95%CI:0.019-0.246), while decreased serum albumin level (OR=10.789,95%CI:4.012-29.015) and history of pulmonary surgery (OR=3.193,95%CI:1.173-8.695) were independent risk factors for severe myelosuppression in these patients. A logistic regression model was established and the predictive efficacy of the model was verified via the area under the ROC curve, which was 0.839 (95% confidence interval (CI): (0.775-0.903) of the final model, with the maximum Youden index 0.566, the sensitivity 81.3%, and the specificity 75.3%. Conclusion: This model exhibits excellent predictive performance and can serve as a valuable reference for clinical treatment and nursing interventions to prevent severe myelosuppression.

Key words: Lung neoplasms, Drug therapy, Bone marrow, Serum albumin, Forecasting

中图分类号:

刘素玲, 陈华, 丁文萍, 王番. 肺癌化疗患者重度骨髓抑制风险预测模型的构建与验证[J]. 结核与肺部疾病杂志,2026, 7(5): 615-623. doi: 10.19983/j.issn.2096-8493.20262040

Liu Suling, Chen Hua, Ding Wenping, Wang Fan. Construction and validation of a risk prediction model for severe myelosuppression in lung cancer patients undergoing chemotherapy[J]. Journal of Tuberculosis and Lung Disease, 2026, 7(5): 615-623. doi: 10.19983/j.issn.2096-8493.20262040

图/表 7

表1

表2

图1

表3

肺癌化疗患者发生重度骨髓抑制的单因素分析

因素	轻度骨髓抑制组 (97例)	重度骨髓抑制组 (48例)	统计检验值	P值	因素	轻度骨髓抑制组 (97例)	重度骨髓抑制组 (48例)	统计检验值	P值
年龄(岁,$\bar{x}±s$)	62.39± 8.93	62.33± 7.14	t=0.039	0.969	并发其他疾病[例,构成比(%)]			χ²=3.066	0.080
性别[例,构成比(%)]			χ²=0.011	0.915	有	94(96.9)	43(89.6)
男性	74(76.3)	37(77.1)			无	3(3.1)	5(10.4)
女性	23(23.7)	11(22.9)			化疗途径[例,构成比(%)]			χ²=3.797	0.051
文化程度[例,构成比(%)]			χ²=0.004	0.951	外周静脉	51(52.6)	17(35.4)
小学及以下	47(48.5)	23(47.9)			中心静脉	46(47.4)	31(64.6)
中学及以上	50(51.5)	25(52.1)			病理类型[例,构成比(%)]			χ²=10.503	0.015
支付形式[例,构成比(%)]			χ²=4.526	0.033	腺癌	33(34.0)	15(31.3)
医保	95(97.9)	43(89.6)			鳞癌	36(37.1)	28(58.3)
自费	2(2.1)	5(10.4)			小细胞癌	23(23.7)	5(10.4)
体质量指数[例,构成比(%)]			χ²=10.473	0.001	其他^a	5(5.2)	0(0.0)
正常	60(61.9)	16(33.3)			化疗方案[例,构成比(%)]			χ²=4.129	0.042
异常	37(38.1)	32(66.7)			含铂类	56(57.7)	36(75.0)
吸烟史[例,构成比(%)]			χ²=0.093	0.761	不含铂类	41(42.3)	12(25.0)
有	24(24.7)	13(27.1)			化疗周期[例,构成比(%)]			χ²=16.288	<0.001
无	73(75.3)	35(72.9)			首次	6(6.2)	15(31.2)
饮酒史[例,构成比(%)]			χ²=0.411	0.522	非首次	91(93.8)	33(68.8)
有	16(16.5)	10(20.8)			肺癌分期[例,构成比(%)]			χ²=0.970	0.325
无	81(83.5)	38(79.2)			Ⅰ~Ⅲ期	32(33.0)	12(25.0)
高血压病史[例,构成比(%)]			χ²=0.856	0.355	Ⅳ期	65(67.0)	36(75.0)
有	5(5.2)	1(2.1)			白细胞计数[例,构成比(%)]			χ²=0.847	0.357
无	92(94.8)	47(97.9)			正常	68(70.1)	30(62.5)
冠心病史[例,构成比(%)]			χ²=0.108	0.742	降低	29(29.9)	18(37.5)
有	3(3.1)	2(4.2)			中性粒细胞计数[例,构成比(%)]			χ²=0.013	0.910
无	94(96.9)	46(95.8)			正常	76(78.4)	38(79.2)
肺部手术史[例,构成比(%)]			χ²=6.100	0.014	降低	21(21.6)	10(20.8)
有	23(23.7)	21(43.8)			血红蛋白[例,构成比(%)]			χ²=2.560	0.110
无	74(76.3)	27(56.2)			正常	28(28.9)	8(16.7)
糖尿病史[例,构成比(%)]			χ²=2.287	0.130	降低	69(71.1)	40(83.3)
有	14(14.4)	3(62.7)			血小板计数[例,构成比(%)]			χ²=1.900	0.168
无	83(85.6)	45(9.3)			正常	90(92.8)	47(97.9)
脑梗死病史[例,构成比(%)]			χ²=0.807	0.369	降低	7(7.2)	1(2.1)
有	1(1.0)	0(0.0)			血清白蛋白水平[例,构成比(%)]			χ²=25.166	<0.001
无	96(99.0)	48(100.0)			正常	74(76.3)	16(33.3)
乙型肝炎[例,构成比(%)]			χ²=9.286	0.002	降低	23(23.7)	32(66.7)
有	11(11.3)	0(0.0)			γ-谷氨酰基转移酶[例,构成比(%)]			χ²=0.279	0.597
无	86(88.7)	48(100.0)			正常	51(52.6)	23(47.9)
					升高	46(47.4)	25(52.1)

表3

表4

表5

图2

参考文献 20

[1]	Wang X, Gu S, Wen J, et al. Association between chemotherapy-induced myelosuppression and curative efficacy of 2-cycle chemotherapy in small cell lung cancer[J]. Cancer Chemother Pharmacol, 2024, 93(2):151-159. doi:10.1007/s00280-023-04608-6.
[2]	王宁, 王宝华. 全球肺癌负担防治现况与展望[J]. 结核与肺部疾病杂志, 2025, 6(3):256-260. doi:10.19983/j.issn.2096-8493.20250048.
[3]	杭冲, 房楠楠, 刘晓. 叙事护理联合阶段性健康教育在非小细胞肺癌化疗患者护理中的应用观察[J]. 结核与肺部疾病杂志, 2024, 5(4):339-344. doi:10.19983/j.issn.2096-8493.2024074.
[4]	Crawford J, Herndon D, Gmitter K, et al. The impact of myelosuppression on quality of life of patients treated with chemotherapy[J]. Future Oncol, 2024, 20(21):1515-1530. doi:10.2217/fon-2023-0513.
[5]	Dong Y, Hu C, Liu J, et al. Construction of an auxiliary scoring model for myelosuppression in patients with lung cancer chemotherapy based on random forest algorithm[J]. Am J Transl Res, 2023, 15(6): 4155-4163. pmid: 37434857
[6]	Li Y, Bao Y, Zheng H, et al. A nomogram for predicting severe myelosuppression in small cell lung cancer patients following the first-line chemotherapy[J]. Sci Rep, 2023, 13(1):17464. doi:10.1038/s41598-023-42725-7.
[7]	Kamimura K, Matsumoto Y, Zhou Q L, et al. Myelosuppression by chemotherapy in obese patients with gynecological cancers[J]. Cancer Chemother Pharmacol, 2016, 78(3): 633-641. doi:10.1007/s00280-016-3119-2.
[8]	Huang H, Liu J, Xiao Q, et al. GWAS study of myelosuppression among NSCLC patients receiving platinum-based combination chemotherapy[J]. Acta Biochim Biophys Sin (Shanghai), 2025, 57(8): 1281-1291. doi:10.3724/abbs.2025013.
[9]	单静怡, 朱凌宇, 顾贤. 肺癌化疗患者 RET、Cr/CysC、Nrf2mRNA 水平变化及预测骨髓抑制的价值[J]. 现代肿瘤医学, 2022, 30 (12):2186-2190. doi:10.3969/j.issn.1672-4992.2022.12.015.
[10]	Li X, Li L, Zhang L. Development and validation of a prediction model for myelosuppression in lung cancer patients after platinum-based doublet chemotherapy: a multifactorial analysis approach[J]. Am J Cancer Res, 2025, 15(2):470-486. doi:10.62347/TFUC2568. pmid: 40084374
[11]	Kuderer N M, Dale D C, Crawford J, et al. Impact of primary prophylaxis with granulocyte colony-stimulating factor on febrile neutropenia and mortality in adult cancer patients receiving chemotherapy: a systematic review[J]. J Clin Oncol, 2007, 25(21):3158-3167. doi:10.1200/JCO.2006.08.8823. pmid: 17634496
[12]	朱思遥, 王赛斌. 肺癌化疗后骨髓抑制研究进展[J]. 临床医学研究与实践, 2024, 9(9):195-198. doi:10.19347/j.cnki.2096-1413.202409048.
[13]	李晓黎, 吴坤荣, 尹影, 等. 奈达铂致肺癌患者骨髓抑制的危险因素研究[J]. 药物不良反应杂志, 2020, 22 (4): 239-246. doi:10.3760/cma.j.cn114015-20190327-00292.
[14]	王茂泽, 陈山, 陈亚红, 等. 老年肺癌化疗患者骨髓抑制发生及影响因素[J]. 中国老年学杂志, 2021, 41(10):2209-2212. doi:10.3969/j.issn.1005-9202.2021.10.054.
[15]	王菁菁, 刘丽改, 谢雯. 血清白蛋白生理功能再认识[J]. 临床肝胆病杂志, 2025, 41(3): 404-408. doi:10.12449/JCH250302.
[16]	陈丽. 老年肺癌化疗患者发生骨髓抑制的危险因素分析及风险预测模型构建[D]. 南京: 江苏大学, 2021. doi:10.27170/d.cnki.gjsuu.2021.002709.
[17]	彭文. 晚期非小细胞肺癌患者化疗后发生重度骨髓抑制的影响因素分析[D]. 南昌: 南昌大学, 2019.
[18]	陈丽, 邹圣强, 江竹月, 等. 老年肺癌化疗患者骨髓抑制风险预测模型的构建与验证[J]. 中华现代护理杂志, 2021, 27(14):1848-1853. doi:10.3760/cma.j.cn115682-20200831-05137.
[19]	王合法, 闫光辉, 杨召锋. 非小细胞肺癌化疗患者骨髓抑制发生状况及其影响因素[J]. 广州医药, 2023, 54(2):61-63,78. doi:10.3969/j.issn.1000-8535.2023.02.012.
[20]	高小月, 周彩存, 顾芬, 等. 初次确诊非小细胞肺癌患者首次化疗后骨髓抑制危险因素的前瞻性研究[J]. 同济大学学报(医学版), 2018, 39(6):102-107. doi:10.16118/j.1008-0392.2018.06.020.

指标	0度	Ⅰ度	Ⅱ度	Ⅲ度	Ⅳ度
白细胞计数(×10⁹/L)	≥4.0	3.0~3.9	2.0~2.9	1.0~1.9	<1.0
中性粒细胞计数(×10⁹/L)	≥2.0	1.5~1.9	1.0~1.4	0.5~0.9	<0.5
血红蛋白(g/L)	≥110	95~109	80~94	65~79	<65
血小板计数(×10⁹/L)	≥100	75~99	50~74	25~49	<25

分级	例数	构成比(%)
Ⅰ度	64	44.1
Ⅱ度	33	22.8
Ⅲ度	38	26.2
Ⅳ度	10	6.9

自变量	赋值
支付形式	医保=0,自费=1
体质量指数	正常=0,降低=1
乙型肝炎病史	否=0,是=1
肺部手术史	否=0,是=1
化疗方案	不含铂类=0,含铂类=1
化疗周期	首次=0,非首次=1
化疗前血清白蛋白水平	正常=0,降低=1
病理类型	以其他为参照设置哑变量,X1=鳞癌(0,1),X2=腺癌(0,1),X3=小细胞(0,1),X3=其他类型(0,1)

变量	回归系数	标准误	Wald χ²值	P值	OR值	95%CI值
常数项	0.563	0.685	0.675	0.411	1.756	-
肺部手术史	1.161	0.511	5.159	0.023	3.193	1.173~8.695
非首次化疗	-2.672	0.647	17.071	<0.001	0.069	0.019~0.246
化疗前低血清白蛋白水平	2.379	0.505	22.207	<0.001	10.789	4.012~29.015

肺癌化疗患者重度骨髓抑制风险预测模型的构建与验证

Construction and validation of a risk prediction model for severe myelosuppression in lung cancer patients undergoing chemotherapy

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李玉萍, 马玉婷. 针刺联合加速康复外科护理对肺癌患者胸腔镜术后肺部并发症、排痰效果及术后住院时长的影响分析[J]. 结核与肺部疾病杂志, 2026, 7(5): 648-652.
[2]	陈石芬, 浦仕莽, 张云桂, 何朝庭, 杨艳, 司迎燕. B-Pa-L-M全口服短程方案治疗耐多药结核病二例[J]. 结核与肺部疾病杂志, 2026, 7(5): 708-711.
[3]	马志明, 周晓婷. 8号染色体三体相关骨髓增生异常综合征合并播散性堪萨斯分枝杆菌病及继发性肺泡蛋白沉积症一例并文献复习[J]. 结核与肺部疾病杂志, 2026, 7(5): 712-716.
[4]	谢文静, 李允, 叶枫, 李征途, 覃鹏飞. 以纵隔淋巴结肿大为首发表现的多发性骨髓瘤一例[J]. 结核与肺部疾病杂志, 2026, 7(5): 722-726.
[5]	闫文华, 史志强, 陈丽英, 陈文君, 李文芳. 加速康复外科导向下肺癌根治术后早期离床活动体系的构建与临床实效评估[J]. 结核与肺部疾病杂志, 2026, 7(3): 314-322.
[6]	靳康琪, 韩晓燕, 张亦梅, 金泓颖, 赵焱, 李慧玲, 蔺瑞江, 马敏杰, 马晓丽. 基于加速康复外科理念肺癌术后患者早期活动影响因素及护理对策的研究进展[J]. 结核与肺部疾病杂志, 2026, 7(3): 343-348.
[7]	廖影, 陈曦, 陈功, 陈静, 赵静, 何高琴, 游茂林, 涂龙成. 基于Joinpoint回归及时间序列模型的重庆市梁平区2011—2025年肺结核报告发病趋势及预测研究[J]. 结核与肺部疾病杂志, 2026, 7(3): 356-362.
[8]	刘玲丽, 杨亚蕊, 覃紫菱, 郭旭君, 钟涛, 范玉铮, 何娟, 刘俊, 徐明明, 刘盛元. 基于决策树Markov模型的非吸烟女性肺癌筛查卫生经济学分析[J]. 结核与肺部疾病杂志, 2026, 7(2): 179-185.
[9]	王瑞华, 杨雨晴, 张洪昌, 肖文倩, 成玲. 2014—2024年山东省泰安市肺结核流行特征及发病趋势预测[J]. 结核与肺部疾病杂志, 2026, 7(2): 194-202.
[10]	刘书颖, 李逍, 高娅婷, 张凯宁, 张莉, 张慧娟, 尹杰荣, 王霞, 张东峰. 早期肺癌驱动基因领域的文献计量分析及可视化[J]. 结核与肺部疾病杂志, 2025, 6(S1): 36-40.
[11]	黄碧琼. 基于主客体互倚模型的肺癌患者及其配偶抑郁、疲劳与生活质量的关系研究[J]. 结核与肺部疾病杂志, 2025, 6(6): 666-672.
[12]	苏伟, 刘胤杉, 罗旭善, 古丽孜拜尔·赛麦尔, 吐尔洪·吾守尔, 帕尔哈提·沙拉衣丁, 戚海波, 亚森·吐尔逊, 古丽米热·依明, 麦维兰江·阿不力米提, 周临军, 黄飞. 80例耐多药/利福平耐药肺结核患者全口服标准化短程治疗疗效观察[J]. 结核与肺部疾病杂志, 2025, 6(6): 731-737.
[13]	中国防痨协会多学科诊疗分会, 深圳市第三人民医院(国家感染性疾病临床医学研究中心), 首都医科大学附属北京朝阳医院, 广东省肺癌研究所. 肺结核与肺癌共病诊疗专家共识[J]. 结核与肺部疾病杂志, 2025, 6(5): 495-515.
[14]	范桂芹, 吕红, 瞿秋霞. 黄芪多糖对小鼠肺癌组织浸润PD-1^hiCD8⁺ T细胞亚群的调控作用[J]. 结核与肺部疾病杂志, 2025, 6(4): 393-400.
[15]	张文, 崔虹艳, 侯文俊. 2015—2024年北京市大兴区肺结核流行特征及季节性自回归移动平均模型建立[J]. 结核与肺部疾病杂志, 2025, 6(4): 449-455.