农村地区大肠癌发病因素分析及其列线图预测模型的建立

彭斌，伊纪瑛，杜励，斯雪娇，陈刚

作者单位：川北医学院第二临床医学院、南充市中心医院，a社区医疗科，b肿瘤科，四川 南充 637000

大肠癌为临床常见的恶性肿瘤之一，根据病灶部位的不同有结肠癌与直肠癌之分，近年来随着人们生活节奏加快、饮食结构改变等原因导致该病的发病率呈持续上升且有年轻化的趋势［1］。虽然近年来该病的治疗取得了一定的进展，但病人生存率仍较低，仅50%左右［2］。研究证实，大部分的大肠癌是由结直肠腺瘤恶化而来，此过程最长者有15 年之久，若能早诊早治可一定程度降低大肠癌的发病风险［3］。恶性肿瘤的流行存在着明显的城乡差异，农村地区医疗条件相对落后且村民文化程度普遍不高，健康意识较为薄弱而导致农村地区大肠癌的发病率居高不下［4］。目前关于大肠癌发病因素的研究，多采用二元logistic回归模型分析，本研究采用R语言构建可视化列线图模型，更为简明直观，旨在为农村地区大肠癌的早期预测提供参考。

1 资料与方法

1.1 一般资料选择2019 年1 月至2022 年3 月南充市8 个乡镇的186 例大肠癌新发病例为病例组，1∶1配对（性别、年龄±5岁），选择同期行大肠癌筛查的南充市8 个乡镇的健康村民186 例为对照组。纳入标准：①病例组病人经病理学检查确诊；②对照组无恶性肿瘤病史；③在被调查地区连续居住5 年及以上；④神志清醒（能完成相关调查）。排除标准：①合并其他恶性肿瘤病人（除外原发性大肠癌转移者）；②读写功能异常，无法独立完成问卷者。所有病人和被调查者均知情同意，本研究通过南充市中心医院伦理委员会审批（批号2022044）。

1.2 方法采取面对面问卷调查，（1）问卷设计：查阅文献，参考宫颈癌病因及防治的基础上，充分考虑本地社会经济发展，结合居民生活习惯进行自制问卷，内容如下：①一般资料：性别、年龄、身体质量指数（BMI）、吸烟史、饮酒史；②胃肠道相关疾病史：慢性腹泻、慢性便秘、黏液血便、肠息肉史、便潜血、大肠癌家族史；③饮食习惯：参照《中国居民膳食指南（2016）》［5］收集近1 年水果、蔬菜、谷物、豆类、薯类、红肉、白肉摄入情况及饮酒史。吸烟史：吸食超过100 支卷烟或相当数量的烟丝［6］；饮酒史：男性摄入乙醇量≥40 g/d，女性≥20 g/d，持续5 年及以上［5］；家族史指3代以内直系血亲中有大肠癌病人。慢性腹泻、慢性便秘诊断均参照罗马Ⅳ标准的相关诊断；黏液血便指大便中带有黏液或大便带血；便潜血指大便潜血试验，阳性指大便中检出红细胞［7］。（2）调查方法：调查均由经规范化培训的调查员进行，以统一的指导语，说明调查目的、意义及注意事项。要求问卷在60 min 内由调查对象独立完成，过时回收。采取交叉录入的方式进行数据录入，抽取10%进行复核。（3）比较两组各影响因素，在单因素分析基础上以多因素二元logistic 回归筛选出农村地区大肠癌的独立性发病因素，并以此构建列线图预测模型。（4）样本量估计：本研究共纳入18个变量作为可能影响农村地区大肠癌发病的影响因素，根据样本量应大于或等于变量数量的10倍，本研究应纳入不少于180 例病人，考虑到存在无效问卷的可能，增加6例样本量，即186例。

1.3 统计学方法采用SPSS 22.0 统计学软件分析数据，计数资料以例（%）表示，采用χ2检验，计量资料以±s表示，组间比较采用独立样本t检验，多因素分析行多因素二元logistic 回归分析，以R4.1.3 软件rms 包构建列线图模型，重复抽样纳入数据1 000次后校准曲线验证模型的准确度，以ROC 法验证模型的区分度，P＜0.05为差异有统计学意义。

2 结果

2.1 农村地区大肠癌发病影响因素的单因素分析单因素分析结果显示，两组吸烟史、饮酒史、慢性腹泻、黏液血便、肠息肉史、便潜血、大肠癌家族史、水果摄入情况、蔬菜摄入情况、谷物摄入情况、豆类摄入情况、红肉摄入情况比较，均差异有统计学意义（P＜0.05），见表1。

表1 农村地区大肠癌发病影响因素的单因素分析

2.2 农村地区大肠癌发病影响因素的多因素分析将单因素分析中差异有统计学意义的因素按表2 赋值后以似然比法筛选变量，行逐步多因素二元logistic 回归分析结果显示，有吸烟史、有饮酒史、有肠道息肉史、便潜血阳性、红肉摄入≥100 g/d 为农村地区大肠癌发病的危险因素，豆类摄入情况≥250克/周为保护性因素（P＜0.05），见表3。

表2 农村地区大肠癌发病的各因素赋值情况

2.3 农村地区大肠癌发病风险预测列线图模型的建立根据表3 多因素分析结果中各因素β 值构建农村地区大肠癌发病风险预测模型：Prob=1/（1+e-Y），Y=-2.987+0.734吸烟史+1.644 饮酒史+5.191肠道息肉史+2.125 便潜血-1.07 豆类摄入情况+1.734红肉摄入情况。根据该公式采用R4.1.3软件构建列线图模型，结果见图1。

图1 农村地区大肠癌发病风险预测列线图模型

2.4 模型验证以ROC 分析法评估列线图模型的预测价值，曲线下面积0.96，95%CI为（0.94，0.98）（P＜0.05），提示本研究建立的模型区分度较好；再以Bootstrap 法对列线图进行内部验证，以原始数据重复抽样1 000 次，结果显示：平均绝对误差为0.004，模型表现与理想模型基本拟合，提示模型预测准确度较高，见图2，3。

图2 评估列线图模型的ROC曲线

图3 验证列线图模型的校准曲线

3 讨论

多项研究证实，恶性肿瘤的流行有着明显的城乡差异，同时由于经济水平等原因导致国内疾病负担城乡差异明显，因此有学者指出应针对城乡不同的情况开展肿瘤的防治工作［8-9］。国内农村地区相对封闭、医疗条件落后，加上农民大多文化程度低、健康保健意识薄弱，导致恶性肿瘤的发病风险更高［10］。大肠癌为临床常见的恶性肿瘤，过去在欧美等发达国家高发，但近年来随着国民生活水平的提高及饮食结构的改变，导致国内大肠癌的发病率逐年升高，该病已成为我国第五大癌症相关致死原因［11］。

近年来，多种疾病的临床预测应用了列线图模型，与传统的logistic 回归模型相比，其优势在于，可根据临床上影响大肠癌发生的多因素整合分析模型，也能可实现对病人进行个体化预测［12］。目前，尚未见有针对农村人群大肠癌发病风险列线图预测模型的相关研究，本研究在单因素分析基础上行多因素logistic 回归分析，获得了吸烟史、饮酒史、肠道息肉史等6 个大肠癌的发病因素，并以此建立了列线图预测模型，实现了对农村地区人群大肠癌发病风险的预测。经ROC 分析法及Bootstrap 法对列线图进行内部验证，证实本研究建立的列线图预测模型具有较高的准确性与区分度，该模型可为大肠癌病人高危人群的个体化咨询及个性化治疗方案的制订提供临床建议，医护人员可将其用于病人的健康教育，帮忙病人了解病情［13］。

本研究在单因素分析基础上行多因素logisitic回归分析结果显示，有吸烟史、有饮酒史、有肠道息肉史、便潜血阳性、红肉摄入≥100 g/d 为农村地区大肠癌发病的危险因素，豆类摄入情况≥250 克/周为保护性因素（P＜0.05）。①吸烟、饮酒已被证实与多种恶性肿瘤的发生有密切的关系，大肠癌也不例外，本研究显示有吸烟史、饮酒史者大肠癌风险更高，与相关研究结果相一致［14］。这主要与烟草燃烧时可产生大量的致癌物质，长期吸烟，可增加结直肠上皮细胞DNA 损伤风险，并可引起原癌基因及抑癌基因突变而增加患癌风险［9］。②本研究结果显示有肠道息肉史为农村大肠癌的危险因素，与相关研究结果相一致［15］。大肠息肉已被证实为癌变风险较高的息肉类型之一，特别是绒毛状或管状腺瘤，其长径一旦超过1 cm，癌变的风险将骤升［16］。因此建议有肠道息肉病史的人群应引起足够的重视，尽早接受规范的治疗，目前内镜下大肠息肉摘除技术已较成熟，药物对于大肠息肉的疗效仍有待观察。③大便潜血试验为临床常用的大肠癌早期筛查手段。在大肠癌发生、发展过程中大部分病人有排便习惯及大便性状的改变，此过程可致肠黏膜糜烂溃疡而出现不同程度的出血，因此大便潜血试验阳性者大肠癌风险较高［17］。④饮食因素对于大肠癌的发生也有重要的影响，本研究选择了果蔬摄取情况等多种因素相关因素，结果发现红肉摄入≥100 g/d为农村地区大肠癌发病的危险因素，豆类摄入情况≥250 克/周为保护性因素，而蔬菜、水果摄入量对大肠癌的发生无明显的影响。这可能与本次筛查地区人群水果、蔬菜摄入量普遍较高有关。关于红肉摄入量对大肠癌发病影响机制可能与以下机制有关：一是红肉在烹饪时多采取烘烤、煎炸等烹饪方式，此过程可产生大量的杂环胺类物质，上述物质具有一定的致癌性；二是红肉中含有大量的饱和脂肪酸，可以致胰岛素分泌并刺激胆汁酸进入十二指肠形成脱氧胆酸及石胆酸，上述物质可增加结直肠癌的风险［18-19］。豆类食物则含有大量的膳食纤维可有效缩短粪便在肠道内的转运时间，而减少肠黏膜吸收粪便中的致癌物质［20］。

综上所述，农村地区大肠癌的发生主要受吸烟史、饮酒史、便潜血结果等因素的影响，本研究构建的列线图模型对于农村地区大肠癌的发病预测准确度与区分度均较高。