全球直肠癌每年新发病例约190万例，其中局部进展期直肠癌(locally advanced rectal cancer, LARC)占30%左右^[1]。局部进展期直肠癌是介于早期直肠癌和晚期直肠癌的中间期，即直肠原发肿瘤限于系膜内或侵及周围组织结构(c/pT3-4b)，盆腔出现淋巴结转移(c/p_N1-2)^[2]。局部进展期直肠癌通常需要综合治疗以达到治愈目的，然而这种模式带来的并发症增加了治疗复杂性。全程新辅助治疗(total neoadjuvant therapy, TNT)模式将手术作为直肠癌治疗的终点，通过术前放化疗联合的方式改善肿瘤局部控制，提高术前药物治疗强度，可达到早期控制全身病灶、预防远处转移的目的^[3]。

由于盆腔内结构和器官毗邻，放射性肠炎(radiation enteritis, RE)是盆腔肿瘤患者放疗后最常报告的副作用之一。研究表明，20%~30%的直肠癌患者在TNT过程中会经历中至重度肠道反应，严重急性放射性肠炎(severe acute radiation enteritis, SARE)会显著影响患者的生活质量、依从性和肿瘤治疗效果^[4]。因此，尽早地对RE的初现及动态变化进行预测，可对临床实践中调整后续手术治疗时机与术中出血情况提供信息与警示。在既往研究中，RE的发生发展被认为与多种放疗相关因素密切相关，包括患者照射时体位、受照总剂量、受照总体积、分割剂量及照射剂量分布均匀性等剂量学参数^[5-6]。同时，患者的个体因素如既往腹盆腔手术史、盆腔炎症病史及糖尿病史等也被证实对RE的发生具有重要的促进作用。为进一步探索多维度因素与SARE发生发展的关系，本研究纳入肿瘤侵入性特征、营养指标、血液参数动态变化、系统性炎症指标、不良反应等因素，探索其与SARE的相关性并建立风险预测列线图，帮助识别高风险患者、优化放疗剂量及为营养管理提供依据。

1.入组患者：本研究回顾性纳入了2021年1月至2023年9月期间在苏州大学附属第一医院接受TNT治疗的138例直肠腺癌患者的数据。纳入标准：①年龄18~85岁。②经组织学诊断为原发性直肠腺癌，同时在治疗前据胸部、腹部和盆腔增强计算机体层成像(CT)、直肠的磁共振成像(MRI)和经直肠超声检查确认为局部进展期直肠癌。③既往无严重胃肠道疾病如中重度十二指肠溃疡、胃溃疡、溃疡性结肠炎、克罗恩病等。④接受TNT方案。⑤神志清，具有良好的理解和沟通能力。排除标准如下：①未完成标准TNT疗程。②患有除直肠癌外其他恶性肿瘤(12例)。③定期随访信息不完整(26例)。④严重心、肝肾功能不全。最终，8例患者因肠外因素(如心脏、肝肾等疾病及肺部感染)导致无法耐受而放弃完成标准TNT疗程。排除多原发性恶性肿瘤12例及随访信息缺失26例，共92名患者符合纳入标准。通过医院伦理委员会的论证，免除知情同意。

2.急性不良反应评估与资料收集：根据美国放射肿瘤学会不良事件通用术语标准第5版(CTCAE 5.0)于放疗期间每周评估患者急性放射性肠道不良反应，包括腹泻、腹痛、结肠炎、肛门坠胀感、便血的发生情况及分级。依据既往文献和临床表现，将SARE定义为上述5种肠道不良反应的CTCAE 5.0分级之和≥3分^[7]。此外，在放疗全过程中定期监测患者营养状况变化，包括放疗前后体重变化、粪便性状和潜血情况，并据此计算疾病活动指数(disease activity index, DAI)评分，用于量化肠黏膜炎症活动度。DAI评分具体计算方法如下：体重下降百分比≤0记0分，1%~5%记1分，5%~10%记2分，10%~15%记3分，＞15%记4分；粪便性状正常记0分，稀便记2分，腹泻(水样便)记4分；潜血试验阴性记0分，出现肉眼血便记4分。将3项得分相加后除以3得到最终DAI评分，该指标常用于评估放射性肠炎或炎症性肠病活动度。本研究中位DAI评分为2.67(IQR 2.0~3.33)。

3.放射治疗与剂量学参数：所有患者均采用调强放射治疗(intensity modulated radiation therapy, IMRT)技术，1次/d照射，5天/周。临床靶区勾画遵循《中国直肠癌放射治疗指南》^[8]，处方剂量覆盖95%计划靶区体积(PTV)，推荐生物等效剂量(BED)_10为50~60 Gy范围。主要危及器官(小肠、结肠)的体积剂量限制满足指南要求^[8]。记录患者的剂量-体积参数，包括PTV、肿瘤体积(gross tumor volume, GTV)、中位处方剂量线包绕体积及百分比、靶区适形指数(conformity index, CI)和均匀性指数(homogeneity index, HI)等。

4.随访与结局：患者在TNT治疗结束后6~8周接受手术治疗及巩固化疗等后续治疗，并定期门诊随访，主要观察终点为TNT期间SARE的发生，随访中位时间为3.0个月，随访时间区间为2.5个月至6.0个月。

5.统计学处理：采用SPSS 27.0.1软件进行数据分析。连续变量以中位数和四分位数间距(IQR)描述，分类变量以例数和百分比表示。使用Mann-Whitney U检验或χ²检验比较SARE发生组与未发生组的各基线特征差异。对部分连续型临床指标，利用受试者工作特征(receiver operating characteristi, ROC)曲线确定区分SARE的最佳截断值，以平衡灵敏度和特异性，随后将这些变量按截断值转换为分类变量用于logistic回归分析。以是否发生SARE为因变量，先行单因素logistic分析筛选候选风险因素，然后将P＜0.05的变量纳入多因素logistic回归模型，使用Spearman相关性分析避免因素之间的多重共线性，采用逐步后退法确定最终独立风险因素。基于多变量logistic回归分析的结果，采用R4.2.2版本中的rms包绘制列线图模型，并验证其计算一致性指数(concordance index, C-index)校准曲线评价模型区分度和校准度。决策曲线分析用于评估模型的临床实用价值。另取同期接受相似治疗的15例患者作为外部验证集，对模型进行独立验证。以双侧P＜0.05为差异有统计学意义。

1. 一般资料比较：纳入的92例患者中，男女比例为2.5∶1，初诊为Ⅲ期的患者占64.1%，Ⅳ期的患者占35.9%。治疗方案方面，16例(17.4%)接受FOLFOX方案化疗，其余76例(82.6%)接受XELOX方案。影像学评估显示，23例(25%)患者肿瘤边缘与直肠系膜筋膜(mesorectal fascia, MRF)之间的最短距离≤1 mm(提示MRF受侵可能性高)；15例(16%)存在胃肠壁固有肌层外血管的肿瘤浸润(extramural venous invasion, EMVI)；28例(30%)存在可疑系膜区域淋巴结转移。肿瘤下缘距肛门≤5 cm者42例(45.7%)，>5 cm者50例(54.3%)。病灶周径大于肠壁周长1/2者32例(34.8%)，≤1/2者60例(65.2%)。中位病灶长径5.05 cm。中位GTV体积约17.8 cm³。主要实验室指标的基线值及变化情况如下：治疗前后红细胞计数差值中位数0.80×10¹²/L，血小板计数差值中位数30×10⁹/L；前白蛋白降幅中位数62.2%，白蛋白降幅中位数23.7%；放疗前外周血中性粒细胞与淋巴细胞比值(neutrophil-to-lymphocyte ratio, NLR)中位值4.87，放疗后NLR中位值4.18；放疗前后癌胚抗原(CEA)水平差值中位数3.33 U/ml，CA199差值中位数6.45 U/ml(表 1)。

表 1(Table 1)

表 1 患者的基线特征(n=92) Table 1 Baseline characteristics of patients (n = 92) 指标 患者数/中位数 构成比(%)/IQR 年龄(岁) 64 60~68 性别   男/女 66/26 72/28 BMI (kg·m2) 22.45 20.85~23.21 糖尿病史   有/无 23/69 25/75 吸烟史   有/无 33/59 36/64 饮酒史   有/无 21/71 23/77 痔疮   有/无 22/70 24/76 盆腔手术史   有/无 23/69 25/75 化疗方案   FOLFOX/XELOX 16/76 17/83 初诊T期   Ⅲ期/Ⅳ期 59/33 64/36 初诊N期   阴性/阳性 25/67 27/73 MRF(cm)   ≤1/＞1 23/69 25/75 EVMI   阴性/阳性 77/15 84/16 系膜区淋巴结   阴性/阳性 64/28 70/30 肿瘤下缘距肛门(cm)   ≤5/＞5 42/50 46/54 病灶周径   ≤1/2/＞1/2 60/32 65/35 病变长径(cm) 5.05 4.13~6.50 红细胞计数差值(1012/L) 0.800 0.50~1.19 血小板计数差值(109/L) 30.0 11.50~55.75 前白蛋白降幅(%) 62.18 44.84~70.14 白蛋白降幅(%) 23.69 12.87~29.54 NLR_治疗前 4.87 3.78~6.12 NLR_治疗后 4.18 3.65~6.17 FLR 4.40 3.49~6.03 PLR 146.74 104.50~191.89 癌胚抗原差值(U/ml) 3.33 1.25~5.56 CA199差值(U/ml) 6.45 3.02~13.04 PTV体积(mm3) 1 255 1 135.63~1 456.88 处方等剂量线包绕的绝对体积(mm3) 1 209.88 1 098.19~1 410.00 处方等剂量线包绕的相对体积(%) 95.10 94.84~97.01 GTV体积(mm3) 17.78 11.02~24.09 HI 0.34 0.28~0.41 CI 0.95 0.95~0.97 DAI 2.67 2.00~3.33 注：连续变量特征以中位数及IQR形式表示；FLR. 纤维蛋白原与淋巴细胞的比值；PLR. 血小板与淋巴细胞的比值

表 1 患者的基线特征(n=92) Table 1 Baseline characteristics of patients (n = 92)

将部分连续型指标，通过绘制ROC曲线，取得最佳截断值：红细胞计数差值的截断值为1.27×10¹²/L，血小板计数差值的截断值为25.5×10⁹/L，前白蛋白降幅的截断值为36.67%，白蛋白降幅的截断值为26.5%，治疗前NLR的截断值为5.46，治疗后NLR截断值为4.46，FLR截断值为7.89，PLR截断值为170.92，CEA差值的截断值为3.075 U/ml，CA199差值的截断值为0.47 U/ml，帮助平衡模型的灵敏度与特异性。

2.RE相关急性不良反应发生率：本研究同时观测与记录了放疗期间不同时间点的RE相关不良反应发生率(图 1)。放疗开始2周时，腹泻、腹痛、结肠炎、肛门坠胀、便血五种症状的发生率分别达17%、23%、22%、20%、16%；至第4周时相应发生率升高至23%、27%、24%、33%、23%；放疗结束时则进一步升至43%、38%、35%、41%、33%。由T2到TF，各症状发生率均呈持续上升趋势，以肛门坠胀感与腹泻增幅最为显著。所有患者的急性肠道不良反应均为CTCAE 1~2级，未见≥3级的严重不良反应。根据前述SARE判定标准，有39例患者(42.4%)在放疗过程中累计出现SARE事件。同时本研究将T2时间点观测得到的五种RE相关不良反应数据作为预测SARE发生风险的影响因素进行研究分析。

注：T0.治疗前；T2.放疗开始第2周；T4.放疗开始第4周；TF.放疗结束时；AF.随访结束时间 图 1 放疗期间不良反应发生率及变化趋势图 Figure 1 Incidences of adverse reactions during radiotherapy and their variation trends

3.SARE发生相关因素分析：将92例患者按是否发生SARE分组，比对各项临床因素、剂量参数、实验室指标及不良反应程度等指标(表 2)，SARE组初诊时影像学N分期阳性率明显高于未发生组(87.2% vs 62.3%)，EMVI阳性率更高(30.8% vs 30.8%)；肿瘤局部测量数据方面：肿瘤病灶环绕肠周径＞1/2者均在SARE组，SARE组的病灶长径中位数高于非SARE组(6.00 cm vs 4.60 cm)，SARE组GTV体积略大于未发生组(中位数23.15 cm³ vs 18.01 cm³)。此外，SARE组治疗前后红细胞计数和血小板计数的下降值均显著大于未发生组，中位差值分别为1.01 vs 0.58(10¹²/L)和49 vs 18(10⁹/L)。两组外周血白蛋白下降比例差异尤为显著：SARE组中位白蛋白降幅达36%，明显高于未发生组的19%。放疗后NLR在SARE组也高于未发生组(中位数5.57 vs 3.95)。症状学指标方面，SARE组放疗过程中出现过便血的患者更多(30.8% vs 5.6%)，肛门坠胀感明显更为普遍且严重(1~2级发生率38.5% vs 5.7%)。SARE组放疗后DAI评分也略高于未发生组(中位2.67 vs 2.67)。相反，在年龄、性别、BMI、既往病史、肿瘤T分期、MRF受侵及有无可疑淋巴结转移等方面，两组差异均无统计学意义(P>0.1)，提示这些因素不是SARE发生的主要影响因素。

表 2(Table 2)

表 2 SARE发生组与未发生组患者特征对比及单因素分析结果 Table 2 Comparison of patient characteristics between the SARE occurrence group and the non-occurrence group and univariate analysis results 指标 SARE组(n = 39)(占比%) 非SARE组(n = 53)(占比%) OR 95%CI P值 N分期阳性 0.243 0.082~0.722 0.011   是 34 (87.2) 33(62.3)   否 5(12.8) 20(37.7) EMVI阳性 7.407 1.922~28.544 0.004   是 12(30.8) 3 (5.7)   否 27(69.2) 50(94.3) 病灶周径 0.224 0.090~0.560 0.001   ＞1/2 32 (80.1) 0 (0)   ≤1/2 7(17.9) 53(100) 病灶长径(cm) 6.00(4.7~6.7) 4.60(4.0~5.0) — — 0.001 红细胞计数差值 3.481 1.173~10.337 0.025   ≥1.27 12(30.8) 6(11.3)    < 1.27 27(69.2) 47(88.7) 血小板计数差值 2.516 1.075~5.892 0.034   ≥25.5 17(43.6) 25 (47.2)    < 25.5 22(56.4) 28(52.8) 白蛋白降幅(%) 6.880 2.679~17.669 ＜0.001   ＞26.5 15(38.5) 19(35.8)   ≤26.5 24(61.5) 34(64.2) NLR_治疗后 0.147 0.058~0.372 ＜0.001   ≥4.46 25 (64.1) 22(41.5)    < 4.46 14(35.9) 31(58.5) GTV体积(cm3) 23.15(17.5~26.8) 18.01(11.9~24.1) — — 0.002 便血 0.135 0.035~0.520 0.004   1~3级 12(30.8) 3(5.6)   0级 27(69.2) 50(94.3) 肛门坠胀感评级 0.096 0.025~0.364 ＜0.001   1~3级 15(38.5) 3 (5.7)   0级 24(61.5) 50(94.3) DAI评分 2.67(2~3.33) 2.33(1.67~3.00) — — < 0.001 注：“—”为无数据。OR.分类变量取高风险水平的比值比；连续变量以中位数及IQR形式表示

表 2 SARE发生组与未发生组患者特征对比及单因素分析结果 Table 2 Comparison of patient characteristics between the SARE occurrence group and the non-occurrence group and univariate analysis results

由表 2可见，多种临床因素在单因素分析中与SARE密切相关。进一步将上述P＜0.05的变量纳入logistic回归模型进行多因素分析，并行spearman相关性分析，多重共线性检验示自变量间相关性较弱(方差膨胀因子均接近1)，模型拟合程度较好(R²=0.567)，模型总体显著，构建有意义(P＜0.001)。最终结果保留了白蛋白降幅、肛门坠胀感评级和DAI评分三项独立风险因素(表 3)，而初始N分期、EMVI、肿瘤局部测量数据及其他实验室指标在多因素校正后均未进入最终模型。在多因素模型中，白蛋白降幅>26.5%的患者发生SARE的风险约为降幅较低患者的5倍(OR = 5.010，95%CI：1.766~14.154，P = 0.010)；出现明显肛门坠胀感(至少轻度不适)的患者风险约为无此症状患者的3.6倍(OR = 3.639，95%CI：1.425~9.300，P = 0.024)；每提高1分DAI评分则SARE风险增加约6.7倍(OR = 7.683，95%CI：1.105~53.410，P = 0.039)。这表明患者营养状态恶化(以白蛋白显著下降为标志)、放疗2周起出现肠道症状(肛门坠胀感)以及肠道炎症活动度升高(DAI评分高)是诱发急性严重放射性肠损伤的主要因素。

表 3(Table 3)

表 3 SARE发生的多因素logistic回归分析 Table 3 Multivariate logistic regression analysis of SARE occurrence 指标 OR 95% CI P值 白蛋白降幅(>26.5%) 5.010 1.766~14.154 0.010 肛门坠胀感评级(1~3级) 3.639 1.425~9.300 0.024 DAI评分(每增加1分) 7.683 1.105~53.410 0.039

表 3 SARE发生的多因素logistic回归分析 Table 3 Multivariate logistic regression analysis of SARE occurrence

4.列线图模型构建和验证：基于上述三项独立危险因素，本研究建立了预测直肠癌患者发生SARE风险的列线图模型。如图 2所示，直观地展示了各预测因子的相对贡献：每项因子对应于上方“得分”轴上的一个分值，通过将白蛋白降幅、肛门坠胀感评级和DAI评分各自的分值相加可得总分，对应下方的风险概率即可估计患者发生SARE的风险大小。

图 2 基于白蛋白降幅、肛门坠胀感评级和DAI评分预测局部进展期直肠癌患者TNT治疗下发生严重急性放射性肠炎风险的列线图 Figure 2 Nomogram for SARE risks of LARC patients treated with TNT predicted based on albumin reduction, tectal tenesmus rating, and DAI score

列线图模型的ROC曲线显示出较高的判别能力(AUC：0.841，95%CI：0.749~0.934)远高于三个单一指标：白蛋白降幅、肛门坠胀感评级和DAI评分的预测效果(三者AUC值分别为0.713、0.664、0.810)，此外，校准曲线显示模型预测概率与实际观察概率拟合良好，Hosmer-Lemeshow检验P = 0.872，无显著偏离理想曲线(图 3C)。决策曲线分析结果表明，当阈值概率处于0.1~0.8范围内时，应用该模型可获得较传统策略更高的净收益(图 3D)，提示模型具有一定临床实用价值。

A. 肛门坠胀感、DAI评分、白蛋白降幅三种预测指标的ROC曲线；B. 列线图预测模型在训练与验证集的ROC曲线对比；C. 列线图预测模型校准曲线；D. 列线图预测模型决策曲线 图 3 列线图预测模型效能评估及验证 A. ROC curves of three prediction indicators: anal tenesmus rating, DAI score, and albumin decline; B. Comparison of the ROC curves of the training and validation groups derived using the nomogram prediction model; C. Calibration curve of the nomogram prediction model; D. Decision curve of the nomogram prediction Figure 3 Performance assessment and verification of the nomogram prediction model

为检验模型的泛化能力，选取独立的15例患者作为外部验证集，其中实际发生SARE 6例(40%)。验证结果显示，模型在验证集中AUC降至0.677(95%CI：0.393~0.962)(图 3B)，灵敏度为25.0%，特异度为65.0%，预测准确性为80.0%，较训练集有所下降。这可能与验证样本量偏少、结果存在较大随机波动有关。总体而言，该预测模型在训练阶段表现出良好的判别力和校准度，但在外部小样本验证中性能下降，提示有待进一步扩充样本进行模型优化和再验证。

放射治疗是局部晚期直肠癌综合治疗关键，在接受TNT方案的患者中，60%~80%需行新辅助放疗 ^[9-11]。然而，盆腔结构复杂且肠道辐射耐受性低，这导致RE是困扰直肠癌患者的一大问题^[12]。

RE的发生机制涉及放射线对肠道粘膜上皮和血管内皮的直接损伤，继发局部炎症水肿、黏膜溃疡和纤维化等一系列病理改变^[13]。肠壁屏障破坏导致蛋白质摄入不足和吸收障碍，同时化疗副作用及肿瘤消耗，进一步加剧肿瘤患者的营养失衡。有研究通过对人体成分分析发现，接受放疗的患者发生营养不良或营养风险的比例显著高于未接受放疗者^[14]。Qiu等^[15] 针对食管癌放化疗患者进行为期6周的全程营养干预，干预组患者的放疗相关并发症(如放射性食管炎、皮肤反应)发生率和生活质量下降幅度均显著低于对照组(P＜0.05)，且干预组患者治疗后白蛋白和总蛋白水平均明显优于一般营养支持组(P＜0.05)。Zeng等^[16] 报道，鼻咽癌放疗后出现严重不良反应的患者常伴有血清白蛋白、尿素氮等指标异常下降，其中白蛋白水平可作为反映患者营养状态的敏感指标之一。Wang和Hu^[17]在一项宫颈癌研究中指出，放疗前血红蛋白≤97 g/L的患者发生RE的风险是血红蛋白＞97 g/L患者的3.03倍，放疗前白蛋白≤40.6 g/L的患者发生RE的风险是白蛋白＞40.6 g/L患者的2.08倍，提示营养不良状态可能是盆腔肿瘤患者易发生RE的危险因素。以上研究涵盖直肠癌、食管癌、鼻咽癌等多种肿瘤，结论一致表明营养状态恶化(尤其白蛋白降低)与放疗后RE高发生风险密切相关，而加强营养支持有望改善预后并降低放疗并发症风险。本研究亦侧重考察了营养相关指标对放射性肠炎的影响，结果发现BMI和糖尿病等一般指标与SARE关联不明显，而治疗前后白蛋白水平的相对下降幅度更具意义：白蛋白降幅＞26.5%的患者SARE发生率显著增高。这一点与上述研究相符，提示动态监测患者治疗过程中的白蛋白变化比单次测量的绝对值更能反映其营养储备和应激反应能力。当发现白蛋白持续大幅下降时，应及早给予高蛋白饮食、肠内营养等干预，以期降低重度肠炎发生率。

放疗诱导的肠道损伤还与全身炎症反应密切相关。一些动物实验表明，中性粒细胞等炎症细胞的过度浸润参与了放射性肠损伤的发生发展^[18]。临床指标如NLR、C-反应蛋白(CRP)等系统炎症指标已被证明可反映肿瘤患者的炎症状态，并用于预后预测^[19]。当肿瘤接受放疗时，较高的基线NLR往往预示患者可能存在慢性炎症和免疫抑制状态，从而更易发生辐射损伤。有报道指出，胸部放疗联合免疫治疗的患者中，NLR可反映放射性肺损伤程度，是一种有用的非侵入性监测指标^[20]。本研究也纳入了放疗前后NLR以及FLR、PLR等炎症指标。单因素分析提示较高的放疗后NLR与SARE发生有关，但多因素分析中NLR未被选为独立预测因子。这可能是由于不同肿瘤部位和治疗模式下，炎症指标的预测价值存在异质性^[21]。此外，发现FLR、PLR与SARE关联均不显著。这说明单一炎症指标对急性放射损伤风险的预测效度有限，可能需要结合特定靶器官特性或与其他生物标志物组合才能提高准确性。有学者建议采用CRP与前白蛋白比值等综合炎症-营养指数来评估癌症患者预后，更有效地反映全身炎症和营养状态^[22]。未来针对放射性肠损伤的研究，可考虑引入此类复合指标，并根据直肠癌放疗的特殊性优化预测模型。另外，鉴于放疗异常激活TLR4/NF-KB通路释放促炎因子(如IL-6、TNF-α)，其病理特征与炎症性肠病相似^[23]，且动物模型显示DAI评分与辐射毒性进展及炎症因子变化一致^[24]，故本研究将炎症性肠病评估工具DAI评分纳入考虑因素。结果证实DAI评分≥2.67是SARE的独立危险因素，这与既往一项前瞻性预测宫颈癌放疗后SARE发生风险的研究结果相一致^[7]。

此外，肛门坠胀感评分作为患者主观症状的量化表现，其在同样为SARE发生发展的独立预测因子，故在评估放射性肠损伤时应充分考虑患者的放疗后初期的自觉症状，以提高模型的敏感性和个体化指导能力。

与既往研究相比，本研究纳入因素更侧重于营养、炎症与症状学指标，所建联合模型在训练阶段取得了更高的AUC值，且仅需常规血检和简易症状评分即可完成评估，具有成本低、可及性高的特点，便于在基层医院推广应用。列线图的直观形式也方便临床快速评估风险并调整方案(如缩小照射野、降低剂量率等)或加强预防性干预(如增强肠黏膜保护、针对性营养支持)。值得注意的是，模型在小样本验证集中的AUC降至0.677，提示存在过拟合风险，需更大样本多中心验证及优化。同时，未来可纳入肠道微生物组等新兴指标，丰富模型生物学内涵，提升预测精度和适用范围。

利益冲突  无

作者贡献声明  傅旖负责数据分析和论文撰写、修改；马辰莺和周菊英指导论文修改；李书月、陈洁和甘广辉负责数据收集和分析