Исследователи из First Affiliated Hospital of Bengbu Medical University (Китай) разработали предиктивную модель развития тяжёлого радиационного мукозита у пациентов с раком носоглотки, получающих химиолучевую терапию. Модель основана на прогностическом нутриционном индексе (prognostic nutritional index, PNI) — простом лабораторном показателе, рассчитываемом по уровню альбумина и абсолютному числу лимфоцитов.

В ретроспективный анализ включены 192 пациента с первичным раком носоглотки, получавших химиолучевую терапию с мая 2020 по декабрь 2025 года. Когорту разделили в соотношении 7:3 на обучающую (n=133) и валидационную (n=59) выборки.

Для отбора предикторов использовали комбинацию методов машинного обучения: LASSO-регрессию, случайный лес (random forest) и рекурсивное исключение признаков на основе метода опорных векторов (SVM-RFE). Финальные факторы риска определяли логистической регрессией. Для коррекции смещения в малых выборках применяли метод Firth penalized likelihood regression — важная деталь для обеспечения надёжности оценок.

Прогностический нутриционный индекс оказался независимым протективным фактором развития радиационного мукозита ≥2 степени. Пациенты с высоким PNI имели драматически сниженный риск тяжёлого мукозита (OR=0.067, P<0.001) — то есть риск был в ~15 раз ниже, чем у пациентов с низким индексом.

Предиктивная способность номограммы:

• AUC = 0.842 в обучающей выборке
• AUC = 0.725 в валидационной выборке

После применения propensity score matching (1:1) для контроля вмешивающихся факторов ассоциация сохранилась: OR=0.709, P<0.001; AUC=0.810. Калибровочные кривые и decision curve analysis подтвердили клиническую применимость модели.

Радиационный мукозит ≥2 степени — частое осложнение химиолучевой терапии рака носоглотки, приводящее к перерывам в лечении, снижению качества жизни и необходимости интенсивной поддерживающей терапии. PNI — доступный биомаркер, который можно рассчитать по рутинным анализам крови до начала лечения.

Прогностическая модель позволяет:

• Выявить пациентов высокого риска до начала лучевой терапии
• Инициировать упреждающие нутритивные интервенции (коррекция гипоальбуминемии, иммунонутриция)
• Оптимизировать мониторинг и раннее назначение профилактической терапии мукозита

Ретроспективный дизайн и включение пациентов из одного центра ограничивают обобщаемость результатов. Необходима внешняя валидация модели в независимых когортах и проспективные исследования влияния PNI-ориентированных интервенций на частоту тяжёлого мукозита и исходы лечения.

Тем не менее, исследование демонстрирует потенциал простых нутриционных биомаркеров для персонализации поддерживающей терапии при раке носоглотки.