Исследователи проанализировали данные 14,863 пациентов с злокачественными новообразованиями желудочно-кишечного тракта и разработали модель прогнозирования риска метастазов в головной мозг (BrM). 15-летняя кумулятивная частота клинически значимых метастазов в головной мозг составила 1.89%, а медиана общей выживаемости после их развития — всего 3.7 месяца.

В ретроспективное исследование включили пациентов с опухолями ЖКТ, диагностированными в период с 2005 по 2020 год. Критерием наличия метастазов в головной мозг служило проведение лучевой терапии головного мозга. Для разработки модели прогнозирования использовали логистическую регрессию на обучающей когорте, после чего валидировали результаты на отдельной группе пациентов.

Оценку эффективности модели проводили с помощью ROC-анализа, калибровки, показателя Brier и анализа чувствительности методом множественной импутации (MICE).

Логистический регрессионный анализ выполнили у 11,022 пациентов с полными данными. В обучающей когорте (n = 7348) значимыми предикторами метастазов в головной мозг оказались:

• Локализация первичной опухоли
• Клиническая стадия заболевания
• Проведение химиотерапии
• Наличие рецидива на момент постановки диагноза

Площадь под ROC-кривой составила 0.80, что свидетельствует о хорошей дискриминационной способности модели. Модель продемонстрировала адекватную калибровку и низкий показатель Brier (0.012).

При валидации модели группы среднего и высокого риска показали значительно повышенный риск развития метастазов в головной мозг с отношениями рисков HR 4.57 и 11.35 соответственно.

Разработанная модель прогнозирования представляет собой первый специализированный инструмент для оценки риска метастазов в головной мозг у пациентов с опухолями ЖКТ. Низкая частота развития церебральных метастазов (менее 2% за 15 лет) и крайне неблагоприятный прогноз после их появления подчеркивают важность раннего выявления пациентов группы риска.

Авторы отмечают необходимость внешней валидации модели на независимых когортах пациентов перед внедрением в клиническую практику. Модель может помочь онкологам в стратификации пациентов и принятии решений о необходимости нейровизуализационного мониторинга.