背景:预测模型是临床实践中不可或缺的一部分,有助于确定个体患者的最佳治疗策略。目前可用的食管癌预测模型的一个缺陷是仅可用于在确诊时或治疗结束后等的单一研究起点的预测,忽略了在随访阶段中的不同预测时间点仍有进行5年生存率的预测需要。此外,目前可用的预测模型通常是假设预测变量对患者总体生存率的影响是不会随时间而改变的,即具有“时间固定效应”。实际上,有些协变量的相对风险比可能会在随访期间发生变化,继而对患者的5年生存率产生动态的影响,这种效应称为“时变效应”。本文旨在探究食管癌患者中存在的具有时变效应的变量,并尝试构建一个动态预测模型,该模型可以计算随访期间不同预测时间点的5年动态生存概率。方法:利用SEER数据库中的经组织学确诊为食管癌的9132例患者的临床病理学信息及生存资料进行预测模型的构建。纳入的协变量包括:年龄、婚姻状况、性别、种族、肿瘤原发部位、组织学类型、病理分级、T分期、N分期、M分期、是否手术、是否化疗、是否放疗。使用Kaplan-Meier生存分析法找出食管癌患者的预后因素。使用PBLS模型(一种扩展COX模型)评估了协变量的时变效应并构建了一个动态食管癌生存预测模型。利用一个由99例食管癌患者构成的独立中国患者队列对预测模型进行外部验证。包括对区分度(Discrimination)和一致性(Calibration)的验证,评价模型的指标包括C-index,AUC 以及The heuristic shrinkage factor。结果:Kaplan-Meier生存分析中,发病年龄、婚姻状态、种族、肿瘤发病部位、组织学类型、分化程度、放疗、手术、T分期、N分期、M分期的不同分组之间的生存率均有统计学意义(P<0.01),性别、化疗的不同分组之间的生存率无统计学差异(P分别=0.803、0.058)。在食管癌患者各种预测变量中,年龄、原发肿瘤部位、组织学类型、化疗、手术和T分期对总生存率展示出显著的时变效应。相反地,婚姻状况,种族,性别,分化程度,N分期和M分期表现出时间固定效应。动态预测模型的外部验证结果:C-index= 0.746;AUC= 0.736,表明本预测模型具有较好的区分度。The heuristic shrinkage factor=0.996,表明模型具有较好的一致性。结论:对于食管癌患者,年龄、原发肿瘤部位、组织学类型、化疗、手术和T分期的相对风险比是会随时间改变而发生变化的,展示出显著的时变效应。时变效应的存在表明了在随访期间更新5年生存概率的重要性。本研究首次使用动态预测分析中的PBLS模型对食管癌患者的不同时间点的5年生存率进行预测。这种新型的动态预测模型,可以随着时间的推移更新患者5年生存概率,可用于根据对患者预后的动态评估协助医生做出更好的个体化治疗决策,也可以用于增强患者信心、提高治疗依从性。