📄 medicine

Clinical Phenotypes and Prognosis in Patients with Venous Thromboembolism and Cancer: A Cluster Analysis

这项针对654例患有静脉血栓栓塞症的哥伦比亚癌症患者的回顾性队列研究表明，基于非肿瘤临床特征的聚类可以识别出具有不同生存预后的独特预后亚组，且这种关联独立于传统的肿瘤相关血栓风险因素。

原作者： Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gó

发布于 2026-07-30

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gómez, Julián David Yara, Hoover León-Giraldo, Frank Douglas Cañón-Estrada, Mario Miguel Barbosa-Rengifo, Jessica Largo-Ocampo, Juan Esteban Gómez-Mesa

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，人体是一座繁忙且高科技的城市。在这座城市里，血管是高速公路，而血细胞则是向每个社区运送氧气和营养的货运卡车。通常情况下，交通流动顺畅。但有时，一辆货运卡车会被卡住，从而形成一个阻塞道路的交通堵塞。在医学术语中，这就是血块（血栓）。当这些血块流向肺部或卡在深静脉中时，被称为静脉血栓栓塞症（VTE）。这是一个严重的事件，可能会导致城市的电网停转。

现在，想象一下这座城市也正在进行建设，因为有一个名为“癌症”的大规模、混乱的项目。癌症就像是一个流氓施工队，它不仅破坏了城市的布局，还让道路变得黏稠且容易发生拥堵。医生早已知道，癌症患者更容易出现这些血块。长期以来，医生试图预测患者病情严重程度的方法，仅仅是通过观察这个施工队：这是什么样的癌症？施工现场有多大？这支队伍有多么激进？他们使用了一张完全基于肿瘤的“地图”来预测未来。但就像两座拥有相同建设项目的城市，其结果可能因天气、建筑房龄或当地人口健康状况的不同而截然不同一样，即使患有同一种类型的肿瘤，两名癌症患者的旅程也可能大相径庭。这项研究提出了一个简单但具有革命性的问题：如果我们不再仅仅观察施工队，而是开始观察整座城市呢？

研究：绘制城市的地图，而不只是建设工程

来自哥伦比亚的一个研究小组决定以全新的视角审视 654 名同时患有癌症和血块的患者。他们不再仅仅询问：“你患了哪种癌症？”而是询问：“作为一个人的你是谁？”他们收集了关于患者生活的庞大细节清单：他们的年龄、是否患有高血压或糖尿病等其他健康问题、最近是否做过手术，以及他们的整体健康状况如何。在分析的第一部分，他们刻意忽略了具体的癌症类型和癌症治疗方法。他们想看看，隐藏在疾病背后的“人”所讲述的故事，是否是仅凭“疾病”本身无法讲述的故事。

他们使用了一种被称为“聚类分析”的高级计算机方法（可以将其想象为一个超级智能的分类机，将看起来相似的事物归为一类），将这 654 人分成了三个不同的组别，或者称为“表型”。这就像不是根据大理石的颜色，而是根据它们的重量和材质来进行分类。

发现的三组人群

“年轻且奋战”组： 这一组有 367 人。他们普遍较年轻（平均年龄在 59 岁左右），并且正在积极对抗癌症。他们没有许多其他的健康问题，但正处于战斗的最前线。
“年长且近期接受过手术”组： 这一组有 211 人。他们年龄较大（平均年龄在 76 岁左右），并且最近接受过手术。他们有一些其他的健康问题，但并不多。
“患有多种健康问题的年长者”组： 这是最小的一组，共有 76 人。他们是最年长的（平均年龄在 78 岁左右），并且背负着沉重的其他健康负担，如心脏病、糖尿病和高血压。

大惊喜：谁活得更久？

故事在这里发生了转折。你可能会猜想，“年轻且奋战”组会活得最久，因为他们更年轻、更健康。但数据却讲述了不同的故事。

研究人员追踪了各组在发现血块后的生存时间。

“年轻且奋战”组的中位生存期为 2.4 年。
“年长且近期接受过手术”组的中位生存期为 6.2 年。
“患有多种健康问题的年长者”组的中位生存期为 3.8 年。

等等，那组刚做完手术的老年人竟然活得最久？是的！研究表明，年轻且积极对抗癌症可能实际上是疾病更具侵略性或情况更复杂的标志，从而导致较短的生存时间。与此同时，那组接受过手术的老年人似乎有着更稳定的路径，生存时间更长。

为什么这很重要

研究人员重新运行了数据，以确保这不仅仅是由于肿瘤类型导致的偶然现象。他们根据“Khoran 评分”（这是目前医生根据肿瘤预测风险的标准方式）进行了调整。即使在考虑了癌症的危险程度之后，“人”本身依然至关重要。这三个组别无论其肿瘤类型如何，都具有不同的生存率。

这表明，仅仅观察癌症的旧方法并不是全貌。患者自身的身体、年龄以及其他健康问题就像第二张地图，改变了目的地。这项研究并不是说我们应该停止治疗癌症，但它确实表明，医生需要观察完整的患者，而不仅仅是肿瘤，才能了解谁面临着最高的风险。

底线

研究发现，在患有癌症和血块的人群中，存在三种截然不同的“人格类型”，并且这些类型比仅仅观察癌症更能预测他们的生存时间。相比于仅仅观察癌症，这些类型提供了更好的预测。研究人员谨慎地表示，这只是基于数据的建议，而非最终规则，但这打开了一扇新的大门。它告诉我们，要真正理解患者的未来，我们需要倾听整个身体的故事，而不仅仅是肿瘤的故事。

技术摘要：癌症相关静脉血栓栓塞症患者的临床表型与预后

问题陈述
目前针对癌症相关静脉血栓栓塞症（VTE）患者的风险分层主要以肿瘤为中心，依赖于如 Khorana 评分等侧重于肿瘤类型和分期的模型。然而，该人群的临床结局具有异质性，受患者层面特征的影响，这些特征独立于肿瘤生物学，包括共病负担、近期临床暴露以及整体临床状态。现有模型可能无法捕捉这些非肿瘤性的异质性，导致在仅通过肿瘤相关血栓风险进行预后评估时出现变异性。

方法学
作者开展了一项回顾性观察性队列研究，研究对象为哥伦比亚一家三级转诊中心内确诊为 VTE 且患有当前或既往恶性肿瘤（排除非黑色素瘤皮肤癌）的 654 名患者，研究时间跨度为 2011 年 1 月至 2025 年 1 月。

数据收集： 从电子病历中提取临床和人口统计学数据，包括肿瘤学特征、非肿瘤性共病、VTE 表现及抗凝管理。
表型识别： 为了基于非肿瘤性特征识别临床表型，作者采用了无监督机器学习方法。研究选择了反映患者临床特征、共病和近期临床暴露的 16 个变量。至关重要的是，在聚类变量中特意排除了肿瘤部位和肿瘤治疗，以防止分组主要由肿瘤类型驱动。
- 技术： 执行了多重对应分析（MCA），随后使用 Ward 最小方差法进行了层次凝聚聚类。
- 聚类选择： 虽然两聚类方案具有最高的轮廓宽度（silhouette width），但基于更高的临床分辨率和可解释性，最终选择了三聚类方案。
统计分析： 使用 Kaplan–Meier 分析估计总生存期（OS）。使用多变量 Cox 比例风险模型评估临床表型与死亡率之间的关联，并对肿瘤相关血栓风险类别（根据 Khorata 标准分为标准风险、高风险和极高风险）进行了调整。

核心贡献
本研究引入了一个数据驱动的框架，用于表征癌症相关 VTE 患者，该框架超越了以肿瘤为中心的模型。通过分离非肿瘤变量，作者证明了患者临床特征构成了独特的预后亚组。研究提供了一个细致的视角，展示了共病负担、年龄和近期临床暴露（如手术）如何相互作用，从而独立于潜在恶性肿瘤的血栓风险谱系来影响生存结局。

结果
分析识别出三种不同的临床表型：

聚类 1（伴有活动性癌症的年轻患者）： $n=367$ 。特征为中位年龄 59.3 岁，活动性癌症患病率高（81.7%），且共病负担较低。
聚类 2（伴有近期手术暴露的老年患者）： $n=211$ 。特征为中位年龄 75.9 岁，近期有手术暴露，且具有中等程度的共病负担。
聚类 3（伴有多种疾病的老年患者）： $n=76$ 。特征为中位年龄 78.5 岁，具有显著的心血管多重共病，且具有最高的 HAS-BLED 风险谱。

生存结局：

全组患者的中位总生存期（OS）为 3.7 年（95% CI 2.8–5.4）。
生存期在不同表型间存在显著差异（log-rank $p=0.044$ $p = 0.044$ ）：
- 聚类 1：中位 OS 为 2.4 年。
- 聚类 2：中位 OS 为 6.2 年。
- 聚类 3：中位 OS 为 3.8 年。
多变量分析： 在调整了肿瘤相关血栓风险后，临床表型仍与死亡率独立相关。与聚类 2（参照组）相比，聚类 1 的死亡风险较高（HR 1.30; 95% CI 1.02–1.65; $p=0.032$ ）。聚类 3 与聚类 2 相比，死亡风险差异无统计学意义（HR 1.07; 95% CI 0.74–1.54; $p=0.731$ ）。
二次结局（主要出血和 VTE 复发）发生率均为 3.8%，各聚类间无显著差异，尽管聚类 3 的出血率在数值上较高。

意义与主张
作者主张，通过非肿瘤学特征定义的临床表型可以识别出超出肿瘤相关血栓风险之外的预后组。研究结果表明，患者层面的因素对结局的异质性有显著贡献。具体而言，研究强调，年轻且患有活动性癌症但共病较少的患者（聚类 1），其生存结局可能比老年且有近期手术暴露的患者（聚类 2）更差，这挑战了认为单纯依靠生理年龄或活动性癌症状态即可决定预后的假设。

本文认为，将临床表型化与基于肿瘤的风险分层相结合，可以提供更细致的预后理解。研究表明，识别这些表型特征有助于支持更个体化的抗凝管理评估和随访强度，特别是对于具有复杂共病或高出血风险的患者。作者强调，这些发现源于真实世界数据，并支持了患者临床特征在结局变异中的相关性，尽管他们也指出，仍需前瞻性验证以确认其可重复性，并确定基于表型的策略是否能优化风险评估。

类似论文