Исследование продемонстрировало успешную внешнюю валидацию датской модели прогнозирования исходов при плоскоклеточном раке головы и шеи (HNSCC) в австралийской популяции пациентов. Модель показала стабильную производительность с 3-летними значениями AUC 0.66-0.73 для различных конечных точек и сохранила свою эффективность у пожилых пациентов ≥70 лет, что подтверждает её широкую применимость.

Модели прогнозирования исходов при HNSCC могут служить важным инструментом для поддержки клинических решений. Однако перед клиническим применением необходимы множественные независимые внешние валидации для демонстрации обобщаемости в различных популяциях.

Для валидации использовались ретроспективные данные пациентов, получавших лечение в шести австралийских центрах. Многоконечная модель прогнозировала 3-летние показатели локорегионального рецидива (LRF), отдалённых метастазов (DM) и смерти без признаков заболевания (death NED). Производительность модели оценивалась с использованием площади под кривой (AUC), показателя Бриера, калибровочных графиков и отношений рисков субраспределения для конкурирующих рисков.

Для полной когорты (n = 502) 3-летние значения AUC составили 0.66 (95% CI 0.60-0.73) для LRF, 0.73 (0.65-0.80) для DM и 0.73 (0.66-0.79) для Death NED. Аналогичные значения были получены для подгруппы пожилых пациентов.

Отношения рисков субраспределения продемонстрировали способность модели различать группы низкого, промежуточного и высокого риска для LRF и DM. Калибровочные графики выявили незначительную неточность калибровки в группах высокого риска для LRF и Death NED.

Модель продемонстрировала последовательную производительность в австралийской популяции по сравнению с датской когортой разработки, а также у пожилых пациентов, подчёркивая её обобщаемость. Это делает модель практическим инструментом для поддержки персонализированных обсуждений прогноза и лечения, особенно для пожилых пациентов, требующих модификации лечения.

Успешная валидация в географически и клинически различающихся популяциях подтверждает потенциал модели для широкого клинического применения в поддержке принятия решений при лечении HNSCC.