皮肤癌切除术后植皮失败预测模型的开发:GRAFT评分

Development of a Prediction Model for Skin Graft Failure Following Skin Cancer Excision: The GRAFT Score

作者信息Hasan Asfour, Khalid Aram, Mohamed Hassouna, Nehal Singhania, Dora Deric, NgiWieh Yii, Reena Agarwal
PMID42249261
发布时间2026-09
DOI10.1245/s10434-026-19853-1

实验完整度

基于162例患者的单中心回顾性队列,进行单因素和多因素逻辑回归建模,并通过自举法进行内部验证,评估区分度(AUC)和校准度(Hosmer-Lemeshow检验)。

主要模型

162例皮肤癌切除后接受植皮的患者队列

重点核对

抗凝治疗使用状态(是/否) 癌症位置(下肢/上肢) 植皮失败定义(>5%植皮丢失,需要延长伤口护理或再次手术) 随访时间(术后2周)

摘要

背景 皮肤癌切除后的植皮手术是一种常见手术。术前识别和优化有植皮失败风险的患者可以改善结局并提高医疗成本效益。本研究旨在开发并内部验证一种风险评估工具,即皮肤植皮失败风险评估工具(GRAFT),以帮助对癌症切除后接受植皮的患者进行风险分层。 方法 纳入了一项单中心回顾性队列研究,共162例皮肤癌切除后接受植皮的患者。使用单变量逻辑回归评估相关变量。将显示显著关联的变量纳入多变量建模。分别使用受试者工作特征曲线下面积(AUC)和Hosmer-Lemeshow拟合优度检验评估模型的区分度和校准度。使用自举法进行内部验证。 结果 在单变量分析中,抗凝治疗和癌症位置与植皮失败显著相关。在多变量分析中,抗凝治疗(比值比[OR] 6.40;95%置信区间[CI] 2.25–18.24)和下肢植皮位置(OR 3.19;95% CI 1.21–8.45)仍与植皮失败独立相关。最终模型显示出可接受的区分度(AUC 0.72),Hosmer-Lemeshow检验未见拟合不良证据(p = 0.87),自举验证性能稳定。GRAFT评分将患者分为低、中、高风险组,观察到的失败率分别为7.5%、26.0%和60.0%。 结论 GRAFT评分是一种经过内部验证的、简单、实用、床旁的工具,可评估皮肤癌切除术后植皮失败的风险,支持临床决策和患者咨询。该模型的外部验证是有必要的。 补充信息 在线版本包含补充材料,可通过10.1245/s10434-026-19853-1获取。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
哪些术前可获得的临床变量能够预测皮肤癌切除术后植皮失败的风险,并且可以形成一个简单的临床风险评估工具?
核心机制
抗凝治疗可能通过增加移植物下出血或渗出、机械性分离移植物以及干扰血浆浸润和血管吻合而增加植皮失败风险;下肢位置可能因血管分布、活动度、局部张力、污染或机械剪切力而影响移植物存活。
主要证据
基于162例患者的单中心回顾性队列,通过单因素和多因素逻辑回归分析,抗凝治疗(OR 6.40)和下肢位置(OR 3.19)与植皮失败独立相关,模型AUC为0.72,Hosmer-Lemeshow检验p=0.87,自举验证稳定。
研究意义
GRAFT评分提供了一种简单、实用、床旁的风险分层工具,有助于术前优化、风险告知、手术计划和术后护理,可能改善患者咨询和决策,但需外部验证。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

建立患者队列并收集变量

确定研究对象,收集可能与植皮失败相关的临床和手术变量。

回顾性纳入2024年9月至2025年2月期间在莱斯特大学医院NHS信托整形外科接受皮肤癌切除后植皮(SSG或FTSG)的连续163名成人患者,排除1名失访患者,最终162名。从临床记录中收集人口统计学、合并症、围手术期、肿瘤和手术相关变量。

2

定义结局并进行单因素分析

定义植皮失败结局,并筛选与结局显著相关的候选预测变量。

将植皮失败定义为手术后2周随访时>5%的植皮丢失,需要延长伤口护理或再次手术,作为二分变量。使用单变量逻辑回归分析各预测变量与植皮失败的关联。

3

构建多变量预测模型

基于单因素分析结果,构建包含独立预测因子的简约多变量逻辑回归模型。

将单因素分析中显著且临床相关的变量(抗凝治疗使用和癌症位置)纳入多变量逻辑回归模型,估计调整后的比值比和95%置信区间。

4

评估模型性能并进行内部验证

评估模型的区分度和校准度,并通过自举法进行内部验证以评估模型稳定性。

使用AUC评估区分度,使用Hosmer-Lemeshow检验评估校准度。使用1000次自举重采样进行内部验证,重新计算回归系数,评估模型稳定性和乐观度。

5

建立GRAFT评分并进行风险分层

将最终模型转化为简单的床旁评分工具,并验证其风险分层效果。

根据回归系数分配分数(抗凝使用=2分,下肢位置=1分),总分范围0-3分。将四级别风险分层重新分组为低、中、高风险组,并计算各组的实际和预测失败率。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

数据收集与单因素分析
多变量建模与模型简化
内部验证

产品清单

实验环节名称品牌货号
StataBE 19----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究设计和参与者
单中心回顾性队列,纳入标准、排除标准、样本量、收集期
阅读提示:Methods: Study Design and Registration, Participants and Source of Data
结局定义
植皮失败定义、评估时间点
阅读提示:Methods: Outcome Definition
预测变量
选择的预测变量(抗凝治疗使用、癌症位置)
阅读提示:Methods: Predictor Variables
统计分析和模型开发
单因素和多因素逻辑回归方法,变量选择标准,模型公式
阅读提示:Methods: Statistical Analysis, Model Development (Results)
内部验证
自举重采样次数(1000次),评估的指标
阅读提示:Methods: Statistical Analysis, Internal Validation (Results)
模型性能
AUC值、Hosmer-Lemeshow检验p值、校准图
阅读提示:Results: Model Performance, Fig. 1
风险分层
评分规则(抗凝=2分,下肢=1分)、风险分组(低0,中1-2,高3)、各风险组观察和预测失败率
阅读提示:Results: Risk Stratification, Tables 3 and 4