Nổi bật
– Phân tích từ Cơ sở dữ liệu Quốc gia về Ung thư (NCDB) với 53.651 bệnh nhân phẫu thuật cắt trực tràng ở giai đoạn I–III ung thư tuyến trực tràng đã xác định tỷ lệ tử vong trong 30 ngày tổng thể là 1,1% và tám yếu tố dự đoán độc lập của tử vong trong 30 ngày.
– Các tác giả đã chuyển các yếu tố dự đoán này thành một điểm đánh giá nguy cơ ba cấp với sự tăng dần theo từng mức độ tử vong trong 30 ngày (0,8%, 1,9%, 4,5%) và độ đặc hiệu rất cao (khoảng 99,5–99,6%) và độ chính xác (khoảng 98,7–98,8%).
– Các yếu tố dự đoán có thể can thiệp bao gồm: độ tuổi, giới tính nam, chủng tộc da đen, gánh nặng bệnh lý kèm theo cao, giai đoạn bệnh lý III, thời gian nằm viện kéo dài và việc chuyển đổi sang phẫu thuật mở; liệu pháp hệ thống tiền phẫu có liên quan đến tỷ lệ tử vong trong 30 ngày thấp hơn.
Nền tảng
Phẫu thuật ung thư trực tràng—đặc biệt là phẫu thuật cắt trực tràng—vẫn là một thủ thuật phức tạp với rủi ro xung quanh phẫu thuật đáng kể ở một số bệnh nhân. Mặc dù tỷ lệ tử vong trong 30 ngày sau phẫu thuật đại trực tràng择期手术已大幅下降，但短期内死亡率仍然是衡量质量的关键指标，并影响术前决策、知情同意和资源分配。预测模型可以识别短期死亡风险较高的患者，从而指导术前优化、术后护理强度和共同决策。Emile等人（《外科学》. 2025）使用国家癌症数据库（NCDB）推导并验证了一个用于局部直肠腺癌术后30天死亡率的简单、基于注册表的评分。
研究设计
这是一项回顾性病例对照分析，使用2010-2017年的NCDB数据来开发模型，并在2018-2019年的NCDB队列中进行外部验证。纳入标准是接受直肠切除术的I–III期直肠腺癌患者。病例定义为术后30天内死亡的患者，并与术后30天仍存活的患者在人口统计学特征、合并症（Charlson评分）、肿瘤特征（病理TNM分期）和治疗变量（新辅助治疗、手术方法包括转换手术和住院时间）方面进行比较。
多变量二元逻辑回归确定了30天死亡率的独立预测因素。重要预测因素被转化为一个基于积分的风险评分，定义了三个风险组。相同的评分规则应用于验证队列以确认性能指标。
主要发现
人群和结果
– 开发队列包括53,651名患者（60.9%为男性）。总体30天死亡率为1.1%。
独立预测因素（作者报告的调整后的比值比[OR]和95%置信区间）
– 年龄增加（每增加一年的OR：1.07；95% CI：1.05–1.08）。这表明年龄对短期死亡率有强烈的连续效应。
– 男性性别（OR 2.19；95% CI：1.61–2.98）。
– 黑人种族（OR 2.16；95% CI：1.44–3.25）。
– Charlson合并症指数≥3（OR 1.86；95% CI：1.05–3.30）。
– 病理TNM分期III期（OR 1.66；95% CI：1.12–2.46）。
– 接受新辅助系统治疗与较低的30天死亡率相关（OR 0.523；95% CI：0.296–0.925）。
– 住院时间延长（每增加一天的OR：1.02；95% CI：1.01–1.03），这反映了较长的住院时间既是风险的标志也是潜在的促成因素。
– 转换为开放手术（OR 1.59；95% CI：1.13–2.23）。
评分开发和性能
– 回归模型简化为一个评分，将患者分为三个风险组。观察到的30天死亡率随组别线性上升：低风险组0.8%，中等风险组1.9%，高风险组4.5%（趋势P < .001）。
– 在开发队列和验证队列中，评分的特异性极高（分别为99.6%和99.5%），整体准确率为98.7%和98.8%。
指标解释
– 非常高的特异性和准确性部分是由总体事件率低（1.1%）驱动的。高特异性意味着评分很少将幸存者误分类为高风险；然而，摘要中没有突出敏感性（检测将要死亡者的概率），并且在事件率低的情况下，这些模型通常会牺牲敏感性以换取特异性。
临床意义
风险沟通和知情同意
– 该评分提供了一种直接、基于注册表的方法来量化短期死亡风险。它可以通过提供客观的风险分层而不是完全依赖医生的直觉来增强术前咨询。
围手术期管理
– 高风险组（观察到的30天死亡率4.5%）的患者应考虑采用增强的围手术期路径：重点进行术前康复、优化内科合并症、必要时进行老年评估、早期ICU降级计划以及更密集的早期术后监测，以便及时发现和治疗并发症。
质量改进和资源利用
– 该评分可以告知围手术期资源的分配（例如，更高的护患比例、早期物理治疗、影像学/诊断的低门槛）并帮助识别需要干预以降低短期死亡率的人群。
健康公平考虑
– 黑人种族与较高30天死亡率之间的独立关联引发了对医疗系统因素、及时获得护理的差异、注册表变量未捕获的病例组合差异以及潜在隐性偏见的担忧。该评分可以突出需要进一步过程级干预的人群。
专家评论和批判性评价
优点
– 大型全国注册数据库提供了检测相对罕见事件的统计能力，并允许内部开发和时间验证。
– 该模型使用行政/肿瘤学注册数据库中容易获得的变量，便于应用于类似的数据集。
局限性
– 注册数据限制：NCDB不包括关键的生理和围手术期变量，如ASA分级、功能状态、虚弱指数、详细的术中生理参数（失血量、手术时间）或术后并发症的时间和死亡原因。因此，残留混杂因素的可能性较大。
– 事件罕见性和性能指标：在1.1%的事件率下，预测工具通常通过将大多数患者分类为低风险来实现高特异性和准确性；敏感性和阳性预测值（PPV）至关重要，但在摘要中没有突出。一个高度特异但不敏感的评分可能会遗漏许多处于风险中的患者。
– 普适性：虽然在NCDB中进行了时间验证，但在临床详细的注册数据库（如ACS NSQIP）和前瞻性队列中进行外部验证是必要的，然后才能常规临床应用。
– 新辅助系统治疗保护效果的解释：这可能是患者选择的结果（较健康的患者被选为多模式治疗）或肿瘤降期的好处；在回顾性注册分析中不能假设因果关系。
机制和卫生系统考虑
– 转换为开放手术与更高死亡率的关联可能与生理压力增加、并发症发生率更高或促使转换的情况（如解剖困难、出血、肥胖/敌对盆腔）有关。长时间住院可能是并发症本身增加死亡风险的标志，而不是独立的因果因素。
从专家的角度推荐
– 将评分用作筛查工具，标记出需要更详细、多学科术前评估的患者，而不是作为护理路径的唯一决定因素。
– 优先在能够捕捉生理变量和术后并发症时间的数据源中进行外部验证，并评估其相对于现有风险计算器（例如，ACS NSQIP风险计算器）和医生判断的增量价值。
结论和下一步措施
Emile等人提供了一个实用的、基于注册表的30天死亡风险评分，适用于接受直肠切除术的I–III期直肠腺癌患者，具有明确的低、中、高风险分层。尽管该模型的高特异性和准确性令人鼓舞，但NCDB数据固有的局限性和低事件率使得在没有进一步验证的情况下立即临床应用的热情有所减退。
优先的下一步措施
– 在能够捕捉生理和围手术期细节的外科质量注册数据库（如ACS NSQIP）中进行外部验证，以测量相对于现有工具的敏感性、PPV和净重新分类改进。
– 前瞻性评估是否可以通过使用该评分识别高风险患者并应用针对性干预（术前康复、老年评估、强化监测）来降低30天死亡率。
– 调查种族差异的驱动因素和系统层面的干预措施以减轻这些差异。
在实践中，临床医生应将评分视为全面术前评估的补充工具，有助于优先优化和监测预测短期风险较高的患者。
资金和clinicaltrials.gov
资金：未在提供的手稿引用中报告。
ClinicalTrials.gov：不适用（回顾性注册分析）。
参考文献
1. Emile SH, Horesh N, Garoufalia Z, Gefen R, Zhou P, Wexner SD. Development and validation of a predictive score of 30-day mortality following proctectomy for rectal cancer: A National Cancer Database analysis. Surgery. 2025 Dec;188:109718. doi: 10.1016/j.surg.2025.109718. Epub 2025 Sep 29. PMID: 41027396.
2. Ljungqvist O, Scott M, Fearon KC. Enhanced Recovery After Surgery: A review. JAMA Surg. 2017;152(3):292–298.
3. Bilimoria KY, Liu Y, Paruch JL, et al. Development and evaluation of the ACS NSQIP surgical risk calculator: A decision aid and informed consent tool for patients and surgeons. J Am Coll Surg. 2013;217(5):833–842.e1–3.
作者注
本文是对Emile等人关于NCDB分析的结构化、临床聚焦解读。旨在帮助临床医生了解该评分在直肠癌术后30天死亡率方面的优势、局限性和潜在应用。