自1990年以来，全球胃癌的发病率和病死率虽呈下降趋势，但胃上部癌（upper gastric cancer，UGC）的发病率却逐年上升［1］。在UGC的手术治疗中，全胃切除术（total gastrectomy，TG）与近端胃切除术（proximal gastrectomy，PG）的选择仍存在争议［2］。在PG手术中，幽门区淋巴结（peripyloric lymph node，PLN），即No.5和No.6淋巴结，解剖结构复杂，且毗邻胃右动脉、胃网膜右动脉及胰十二指肠动脉，血管变异可能性大，导致手术中清扫PLN难度较大，增加了术中损伤风险。此外，UGC的淋巴结转移主要发生在近端胃区，而PLN受累较少，因此在PG的D1+/D2淋巴结清扫术中常规不清扫PLN［3］。然而，部分UGC患者在术后病理显示存在PLN转移，若手术方式选择不恰当，可能会导致术后病理分期不准确，进而增加局部复发率并影响长期生存结果［4］。目前关于UGC-PLN转移的研究多为单中心回顾性分析，且主要聚焦于组织病理学特征的探讨，缺乏对反映肿瘤侵袭性的凝血功能指标的评估。凝血活化标志物（如D-二聚体和纤维蛋白原降解产物）不仅与肿瘤侵袭性显著相关，还可作为预测淋巴结转移和不良预后的指标，提示凝血系统可能通过调控肿瘤微环境促进肿瘤侵袭转移［5–6］。基于此，该研究通过多因素Logistic回归建模，联合临床与止凝血参数识别UGC患者PLN转移的独立危险因素，并构建列线图以优化风险分层与治疗决策。1材料与方法1.1病例资料本研究回顾性收集了2020年1月—2023年11月期间，在安徽医科大学第一附属医院及安徽医科大学第一附属医院北区接受TG和D2淋巴结清扫术的823例UGC患者的临床资料。纳入标准：① 行TG和D2淋巴结清扫术的UGC患者；② 术后病理确诊为胃癌，且为胃壁单发病变；③ 无肝脏、肺等远处器官转移；④ 临床资料完整。排除标准：① 合并有其他恶性肿瘤的患者；② 既往有胃次全切除术和残胃癌病史者；③ 术前接受过放疗、化疗和内镜治疗者；④ 患有严重心力衰竭、肝肾疾病、血液系统疾病及术前1周内使用影响凝血功能药物者；⑤ 肿瘤侵及邻近器官者。本研究已获安徽医科大学第一附属医院临床研究伦理委员会审批（批准号：安医一附院伦审—PJ2024-11-66）。1.2数据收集本研究基于医院电子病历系统，收集符合纳入排除标准的UGC患者的临床资料，具体如下。① 基本信息：年龄、性别、身体质量指数（body mass index，BMI）；② 病理学特征：肿瘤大小（定义为肿瘤的最大直径）、组织学类型、分化程度、浸润深度（根据美国癌症联合委员会第8版TNM分期系统分为T1~T4期）、有无脉管浸润（lymph vascular invasion，LVI）、有无神经浸润（perineural invasion，PNI）；③ 血清学资料及术前肿瘤标志物：通过术前7 d内采集的外周静脉血检测获得的血红蛋白、白蛋白、D-二聚体、纤维蛋白原降解产物（fibrinogen degradation product，FDP）、前白蛋白、癌胚抗原（carcinoembryonic antigen，CEA）、糖类抗原199（carbohydrate antigen 199，CA199）、糖类抗原125（carbohydrate antigen 125，CA125）、甲胎蛋白（alpha-fetal protein，AFP）；④ 个人史：吸烟史、饮酒史、高血压史、糖尿病史。本研究特别关注PLN的转移情况，其诊断标准为术后病理报告显示No.5或No.6淋巴结任一组阳性，则判定PLN发生转移。1.3统计学处理采用SPSS 26.0和R软件（4.3.3版）进行统计学分析。使用R语言caret包，按7∶3比例将总数据集随机拆分为训练集和验证集。在训练集中分类变量采用χ²检验或Fisher确切概率检验进行比较，连续变量则根据其分布及方差齐性，选用独立样本t检验或非参数秩和检验进行分析。基于训练集数据，通过多因素Logistic回归分析筛选UGC患者PLN转移的独立危险因素，并利用R软件 rms 包构建列线图预测模型。采用pROC包绘制受试者工作特征（receiver operating characteristic，ROC）曲线并计算曲线下面积（area under curve，AUC）值以评估模型的区分能力。进一步应用 Bootstrap法（重复抽样1 000次）进行内部验证，并绘制校准曲线评估模型预测概率与实际发生率的一致性。最后，将验证集用于内部验证，以评估模型在独立数据集中的泛化性能。P0.05为差异有统计学意义。2结果2.1患者特征本研究初步筛查了5 923例胃癌患者的临床数据。根据既定的纳入与排除标准，最终纳入823例符合要求的UGC患者作为研究对象。这些患者分别来源于安徽医科大学第一附属医院（721例）和安徽医科大学第一附属医院北区（102例）。使用R软件按 7∶3 比例将所有823 例患者随机分配至训练集（576例）和验证集（247例）。见图1。在训练集和验证集中，患者均依据PLN转移状态（阳性/阴性）进行分组。总体而言，纳入研究的823 例UGC患者中，PLN转移率为7.7%（63/823）。分层分析显示，训练集的 PLN 转移率为7.8%（45/576），验证集的转移率为7.3%（18/247）。10.19405/j.cnki.issn1000–1492.2026.02.001.F001图1UGC患者数据收集及分组流程图Fig. 1Data collection and grouping flow chart of patients with upper gastric cancer2.2单因素分析与多因素Logistic回归分析在训练集的单因素分析中，PLN（+）组和PLN（-）组在年龄、性别、BMI、组织学类型、高血压史、糖尿病史、吸烟史、饮酒史、血红蛋白、白蛋白、AFP、CA125、CA199、D-二聚体及前白蛋白方面的差异均无统计学意义（P0.05）。而两组在肿瘤大小、分化程度、浸润深度、PNI、LVI以及CEA、FDP水平方面比较，差异均有统计学意义（P0.05）。具体表现为：PLN（+）组肿瘤直径更大、分化程度更差、浸润深度更深、PNI阳性、LVI阳性、CEA≥5 ng/mL、FDP≥5 μg/mL比例更大。见表1。进一步将这些具有统计学意义的变量纳入多因素Logistic回归分析，结果显示肿瘤大小（OR=1.324，P=0.017）、T3（OR=5.738，P=0.022）、T4（OR=7.680，P=0.013）、LVI（OR=6.623，P=0.018）、低分化（OR=3.108，P=0.001）、FDP（OR=4.849，P=0.001）为UGC患者PLN转移的独立危险因素。见表2。10.19405/j.cnki.issn1000–1492.2026.02.001.T001表1823例UGC患者发生幽门区淋巴结转移的单因素分析结果 ［n（%），x¯±s ］Tab. 1The results of single factor analysis of pyloric lymph node metastasis in 823 patients with upper gastric cancerVariableTraining set （n=576）VariableTraining set （n=576）PLN（-）（n=531）PLN（+）（n=45）t/χ²/Z valueP valuePLN（-）（n=531）PLN（+）（n=45）t/χ²/Z valueP valueAge （years）1.7160.190Prealbumin （mg/L）0.0100.9406099 （18.6）12 （26.7）18092 （17.3）8 （17.8）≥60432 （81.4）33 （73.3）≥180439 （82.7）37 （82.2）Gender0.0410.840AFP （ng/mL）0.0011.000Male418 （78.7）36 （80.0）25522 （98.3）44 （97.8）Female113 （21.3）9 （20.0）≥259 （1.7）1 （2.2）BMI （kg/m2）0.4040.368CEA （ng/mL）4.2510.03918.549 （9.2）6 （13.3）5404 （76.1）28 （62.2）≥18.5482 （90.8）39 （86.7）≥5127 （23.9）17 （37.8）Tumor size （cm）4.2±1.65.4±1.7-4.8500.001CA199 （U/mL）7.0270.080Histologic types1.7600.41527421 （79.3）28 （62.2）Adenocarcinoma451 （84.9）35 （77.8）≥27110 （20.7）17 （37.8）Signet-ring cell carcinoma69 （13.0）9 （20.0）CA125 （U/mL）0.9530.329Neuroendocrine carcinoma11 （2.1）1 （2.2）35516 （97.2）42 （93.3）Differentiation extent13.5580.001≥3515 （2.8）3 （6.7）poor differentiation184 （34.7）28 （62.2）Smoking history0.1840.668Moderate or high differentiation347 （65.3）17 （37.8）Yes206 （38.8）16 （35.6）Infiltrative depth21.430.001No325 （61.2）29 （64.4）T1 or T2185 （34.8）2 （4.4）Drinking history0.0670.769T3273 （51.4）29 （64.4）Yes211 （39.7）17 （37.8）T473 （13.7）14 （31.1）No320 （60.3）28 （62.2）LVI16.4880.001History of hypertension0.0650.799Positivity352 （66.3）43 （95.6）Yes187 （35.2）15 （33.3）Negativity179 （33.7）2 （4.4）No344 （64.8）30 （66.7）PNI6.0850.014History of diabetes0.0440.834Positivity397 （74.8）41 （91.1）Yes59 （11.1）4 （8.9）Negativity134 （25.2）4 （8.9）No472 （88.9）41 （91.1）Hemoglobin （g/L）0.0150.902D-dimer （μg/mL）1.5310.2169079 （14.9）7 （15.6）0.5310 （58.4）22 （48.9）≥90452 （85.1）38 （84.4）≥0.5221 （41.6）23 （51.1）Albumin （g/L）1.6110.204FDP （μg/mL）15.6270.00140179 （33.7）11 （24.4）5490 （92.3）33 （73.3）≥40352 （66.3）34 （75.6）≥541 （7.7）12 （26.7）［n（%），x¯±s ］10.19405/j.cnki.issn1000–1492.2026.02.001.T002表2影响UGC患者发生PLN转移的多因素Logistic回归分析Tab. 2Multivariate Logistic regression analysis of the factors affecting PLN metastasis in patients with upper gastric cancerVariableβSEWald χ²P valueOR（95%CI）Tumor size （cm）0.2810.1175.7450.0171.324 （1.053-1.667）Infiltrative depth6.2340.044T31.7470.7655.2170.0225.738 （1.281-25.695）T42.0390.8196.1940.0137.680 （1.542-38.247）LVI1.8910.7995.6000.0186.623 （1.384-31.708）PNI0.5420.6370.7240.3951.719 （0.493-5.993）CEA0.1930.3610.2870.5921.213 （0.598-2.459）Poor differentiation1.1340.35710.1140.0013.108 （1.545-6.251）FDP1.5790.43413.2270.0014.849 （2.071-11.355）2.3列线图的构建与评估在训练集中，通过多因素Logistic回归分析识别出5个独立危险因素：肿瘤大小、浸润深度、FDP、分化程度及LVI，并以其构建列线图模型，见图2。经ROC曲线分析评估，该模型的AUC（95%CI）为0.815（0.751~0.815）。其他单一因素如浸润深度、LVI、分化程度、FDP及肿瘤大小的AUC（95%CI）分别为0.687（0.628~0.747）、0.646（0.609~0.682）、0.637（0.563~0.712）、0.594（0.528~0.661）和0.697（0.615~0.778），表明列线图模型具有良好的预测能力。为验证模型的稳定性和可靠性，采用bootstrap法重复抽样1 000次进行内部验证并构建校准曲线，结果显示预测值与实际值具有良好的校准一致性（Hosmer-Lemeshow检验：χ²=6.779，P=0.561）。在验证集中，模型的AUC（95%CI）为0.832（0.831~0.933），且校准曲线显示预测风险与实际风险的理想曲线接近45°，进一步证实了模型的预测效能。见图3。10.19405/j.cnki.issn1000–1492.2026.02.001.F002图2预测UGC患者幽门淋巴结转移的列线图预测模型Fig. 2Nomogram prediction model for predicting pyloric lymph node metastasis in patients with UGC10.19405/j.cnki.issn1000–1492.2026.02.001.F003图3UGC患者预测模型验证结果Fig. 3Validation results of prediction model for patients with upper gastric cancerA： ROC curve of training set； B： ROC curve of validation set； C： Calibration curve of training set； D： Calibration curve of validation set.3讨论与TG相比，PG虽能保留部分胃功能、促进术后营养恢复，但因其淋巴结清扫范围受限，这可能会对UGC患者的预后产生影响，同时，淋巴结清扫不彻底也可能导致术后病理分期不够精准，从而对后续治疗决策产生潜在干扰［7］。为此，本研究开发并验证了含肿瘤大小、浸润深度、LVI、分化程度及FDP在内共5个参数的列线图，以预测PLN转移风险。在本研究中，肿瘤大小是PLN转移的独立危险因素。同样，Yang et al［8］报道，肿瘤直径≥4 cm的患者PLN转移率高达15.8%，建议对于此类较大肿瘤应优先考虑行TG并同期清扫PLN 。此外，日本一项多中心研究［9］亦指出，肿瘤直径超过6 cm的UGC患者PLN转移率为10.7%，进一步支持对较大肿瘤采取TG的必要性；该研究还提出，当预测淋巴结转移率超过10.0%时，应实施区域淋巴结清扫；而预测转移率低于5%的区域则可考虑免予清扫。本研究的多因素分析结果与上述研究趋势相符，进一步印证了肿瘤大小在PLN转移风险评估中的重要性。因此，对于肿瘤直径较大、PLN转移风险较高的患者，建议行TG以保障肿瘤切除的彻底性；而对于肿瘤较小、转移风险较低的患者，尤其是期望保留胃功能、改善术后生活质量者， PG可作为合理的手术选择。关于浸润深度，由于训练集中T1和T2期PLN阳性患者样本量有限（仅3例），本研究将T1和T2期合并分析，以提高统计效力和结论可靠性。结果显示，随着肿瘤浸润深度增加，PLN转移风险显著上升；较深的浸润深度使肿瘤细胞更易侵入周围组织和淋巴管，从而增加淋巴结转移风险。这一发现与Qi et al［10］的研究结果一致，尽管T1和T2期样本量限制使得两组需要合并分析，但整体趋势明确支持深度浸润与淋巴结转移的正相关性。此外，分化程度对胃癌淋巴结转移有显著影响。低分化肿瘤细胞因增殖能力强、黏附性低，更易脱离原发灶并侵入周围组织和淋巴系统，显著增加淋巴结转移风险。这一结论与既往研究［11］一致，进一步证实了分化程度作为胃癌淋巴结转移重要预测因子的价值。LVI是胃癌肿瘤侵袭性的重要组织病理学标志，对于淋巴结转移风险评估和预后分层具有关键意义［12–13］。课题组前期研究［14］也证实LVI是早期胃癌淋巴结转移的独立危险因素，与当前研究结果相一致。同样，Li et al［15］指出，LVI不仅是胃癌淋巴结转移的预测因子，也是晚期胃癌患者预后的独立危险因素。目前，术前影像学检查如CT扫描和超声内镜等技术正在不断进步，它们在检测LVI方面的准确性也在逐步提高［16–17］。未来的研究可以进一步探索如何将这些影像学发现与现有的术前预测模型相结合，以提高对PLN转移风险的预测能力。近年来，FDP作为纤溶系统活性指标在肿瘤研究中备受关注。恶性肿瘤常伴有高纤溶活性，一些肿瘤细胞分泌组织型纤溶酶原激活剂，增强纤溶过程［18］。肿瘤微环境也可导致局部血管内皮变化，过度激活纤溶系统，使血液中FDP水平升高［19］ 。尽管FDP对胃癌淋巴结转移影响的研究较少，但本研究的多因素Logistic回归分析表明，FDP水平升高是UGC患者PLN转移的独立危险因素。这一发现与Lee et al［20］的研究结果一致，他们发现直肠癌患者的术前FDP水平与淋巴结转移高度相关。此外，已有研究［21–22］显示，FDP水平与结肠癌和胃癌患者远处转移显著相关，且FDP水平越高，转移风险越大。这些研究进一步强调了FDP作为肿瘤转移风险评估标志物的潜在价值。本研究通过回顾性分析探讨了UGC患者发生PLN转移的临床相关因素，构建了预测模型。该模型在训练集中表现出良好的区分能力，AUC为0.815（95% CI： 0.751~0.815）。在验证集中，模型的AUC为0.832（95% CI： 0.731~0.933），进一步证实了其稳健的预测效能。并且将凝血功能标志物：FDP与传统临床病理因素（肿瘤大小、浸润深度、分化程度、LVI）整合入模型。多因素分析证实FDP是PLN转移的独立危险因素（OR=4.849， P=0.001），为理解PLN转移机制提供了新视角。然而，本研究存在以下局限性：回顾性设计可能存在选择和信息偏倚；验证集样本量较小（n=247）且来源单一，需更大规模、多中心的前瞻性研究进一步验证模型的普适性；模型未纳入影像组学或分子标志物，未来可探索整合以优化预测精度；研究聚焦于风险预测，未评估基于该模型指导手术方式（TG联合PLN清扫或PG）对患者长期生存及生活质量的影响，其临床转化价值仍需后续研究验证。