新模型！可准确预测前列腺癌患者早期PSA应答以及总生存期

本研究纳入了四项大型、随机、III期临床试验的个体患者数据（IPD），将来自ARASENS、LATITUDE、TITAN的1718名患者划分为‌训练队列和‌内部验证队列‌。作者使用训练队列构建了一个‌多变量逻辑回归模型（NADIR模型）‌。纳入模型的预测变量包括基线PSA、基线血红蛋白水平、基线体重指数（BMI）、年龄、转移性疾病负荷、是否存在内脏转移以及转移出现时期。作者还使用内部验证队列以及‌外部独立ENZAMET队列对模型进行了验证，还进一步分析了模型预测的早期PSA应答概率与患者长期生存结局（OS）之间的关联，同时探索了模型预测的风险与多西他赛疗效之间是否存在相互作用。

作者利用训练队列样本构建了NADIR 模型，并应用于两个验证样本组。结果显示，在内部验证样本组中，NADIR 模型的 AUC 为 0.76，Brier 评分值为 0.20。在外部验证样本组中，AUC 为 0.82，Brier 评分值为 0.16（如下图）。在外部验证样本组中，模型的敏感性、特异性、阳性预测值和阴性预测值分别为 0.83、0.62、0.83和 0.62。从多变量模型中去除基线 PSA 会导至外部验证中的预测准确性大幅下降，这证实了 PSA 是一个重要的预测因子，但并非充分的预测因子（如上图）。

按照模型预测的早期PSA应答概率将患者分为三等分组（上、中、下三分位），在内部验证队列中，达到≤0.2 ng/mL 的有利早期 PSA 反应比例在上部、中部和下部分别为 83%、52%和 32%。在外部验证队列中分别为 92%、74%和 39%。这表明NADIR模型能有效识别出应答可能性极高和极低的患者群体。

作者将患者按模型预测风险分组后，长期生存结局（OS）呈现显著差异。在内部验证队列中，按预测概率分位数分层的患者 4 年 OS总生存率分别为 71%、61%和47%；外部验证队列中，分别为 80%、74%和 56% （如下图）。与上三分位组相比，中、下三分位组患者的死亡风险显著增加。这证实了模型预测的早期PSA应答概率具有重要的长期预后价值。

研究发现，在‌预测早期应答概率较低的（下三分位）患者中，加用多西他赛并未显示明确的OS获益‌；而在预测应答概率较高的患者中，也未见额外获益。但‌这一发现受限于事后分析、残留混杂因素等因素，需要前瞻性研究证实。

总结与讨论：

本研究成功利用四项III期随机试验开发并验证了 ‌“NADIR”逻辑回归模型‌。该模型能够有效预测mHSPC患者在启动ARPI治疗后6个月内实现PSA≤0.2 ng/mL这一有利早期应答的概率，并且该预测概率与患者的总生存期显著相关。模型仅使用常规临床实践中易于获取的变量（PSA、血红蛋白、BMI、年龄、转移负荷等），不增加额外负担，具备很高的临床可及性。

但此‌研究也具有一定的局限性。首先，尽管经过了严格的外部验证，但模型在投入常规临床应用前，仍需在前瞻性研究中进行验证。其次，模型的灵敏度和特异性高度依赖于所选的概率截断值。选择一个阈值进行临床决策时，需权衡漏诊和过度治疗的风险。最后，一些潜在的预后变量因无法在所有试验或所有患者中获得，而未纳入模型。‌未来将分子标志物、基因组学或先进影像学（如PSMA-PET）等信息整合入模型，有望进一步提升预测精度‌。总之，该模型有潜力‌整合到临床决策流程中，助力实现更早期、更个体化的风险分层和治疗策略选择‌，最终可能改善mHSPC患者的临床结局。