关键信息
° 已开发出许多正常组织并发症概率（NTCP）模型用于预测头颈癌（HNC）患者放疗后的非期望结局，但其中大多数尚未经过充分的外部验证，即在未参与原始模型开发研究的患者中进行测试，因此无法确知它们预测非期望结局的真实效果。
° 对于在其原始模型开发研究之外，还在两项或更多研究中得到测试的模型，其测试和结果报告的质量普遍较差，因此难以判断它们可能有多大用处。
° 需要在头颈癌（HNC）领域开展更多、设计更精良的研究来探讨此问题。
我们如何判断治疗产生不良反应的可能性？
可以使用所谓的 NTCP 模型来计算放射治疗产生不良影响的可能性。NTCP 模型根据患者、其疾病和治疗的信息计算辐射引起的副作用的风险。
我们想要了解什么？
放射治疗是头颈癌患者的主要治疗方法。然而，放射疗法会使头部和颈部的健康部位（有时是至关重要的部位）受到辐射。这可能会导致这些正常器官损伤，例如唾液分泌紊乱，这可能会对接受放射治疗的头颈癌患者的生活质量产生重要影响。为了在肿瘤对照和预防放射引起的副作用之间达到最佳平衡，正常组织并发症概率 (NTCP) 模型可能会有所帮助。这些模型根据患者、其疾病和治疗的信息来预测辐射引起的副作用的风险。目前已有大量针对头颈癌患者的 NTCP 模型。我们想了解研究设计、实施和分析的质量（即偏倚风险），以及这些模型如何预测辐射引起的副作用的风险。
我们做了什么？
我们搜索了针对头颈癌患者开发和/或验证 NTCP 模型的研究。
我们发现了什么？
在已确定的 143 篇文章中，从 140,767 名患者中开发的 592 个模型中，大多数模型的质量都不够好；并且尚未调查其中 81% 的模型在新患者中的表现如何。对于剩余 19% 的模型，在 41 篇文章中的 34,304 名患者中发现了 152 个外部验证。只有九个模型具有两个或更多的外部验证。这些模型能够很好地区分有结果和没有结局的患者，但通常不清楚他们的预测是否与观察到的结果一致，因为后者并不总是被评估和/或报告。总体而言，大多数研究的质量较低。
本系统综述时效性如何？
证据检索日期截止至2024年1月8日
阅读完整摘要
放射疗法是治疗头颈癌 (head and neck cancer，HNC) 的主要方法，但可能会对周围正常组织产生各种副作用。为了在肿瘤对照和毒性预防之间达到最佳平衡，据报道正常组织并发症概率 (normal tissue complication probability，NTCP) 模型可以预测 HNC 患者放射诱发副作用的风险。然而，这些模型在研究设计、实施和分析（即偏倚风险（risk of bias，ROB））方面的质量，以及其预测性能，仍有待评估。
研究目的
本研究旨在识别、描述并评价用于预测头颈癌（HNC）患者放射性副作用风险的正常组织并发症概率（NTCP）模型。
检索策略
我们检索了Ovid MEDLINE、Embase和世界卫生组织国际临床试验注册平台（World Health Organization International Clinical Trials Registry Platform），时间自建库至2024年1月。此外，我们还筛选了检索到文章中所引用的参考文献。
纳入排除标准
两位系统综述作者独立纳入了报告正常组织并发症概率（NTCP）模型开发及外部验证的研究，这些模型旨在预测头颈癌（HNC）患者任何类型的放射性副作用。
资料收集与分析
一位综述作者基于《预测模型研究系统综述的批判性评价和数据提取清单》从每篇文章中提取资料，并使用预测模型偏倚风险评估工具（Prediction model Risk Of Bias Assessment Tool）评估其适用性和偏倚风险（ROB），另一位综述作者仔细核查了结果。对于针对其原始开发研究的相同结局至少进行过两次外部验证的模型，我们对其模型性能进行了定性分析。由于尚未建立适用于预后模型研究系统综述的GRADE系统，故未应用该系统。
主要结果
在源自143篇文章、包含140,767名头颈癌（HNC）患者的592个模型中，仅有来自6篇文章的49个（8%）模型被判定为具有低偏倚风险（ROB）且适用性关注度低。480 个模型（81%）未进行外部验证。对于剩余的 112 个模型和另外 6 个不符合本次评价的模型，在 41 篇文章中的 34,304 名 HNC 患者中进行了 152 次外部验证。下文讨论了至少经过两次外部验证的模型结果。
口干症模型
在275个口干症模型中，有两个模型至少经过两次外部验证。
Beetz 2012b模型用于预测放疗后六个月的口干症，并在两项研究中得到验证。C统计量（C-statistics）范围为0.70至0.74。其中一项研究报告了校准性能。一项验证研究在所有领域均被评为低偏倚风险（ROB），而另一项在分析领域被评为高偏倚风险（ROB）。
Cavallo 2021模型用于预测鼻咽癌患者放疗期间的急性口干症，在同一研究中使用了两种不同类型的队列进行了外部验证。C统计量（C-statistics）范围为0.68至0.73，两个队列均报告了校准图。两项验证均因未提供详细的招募信息，在受试者领域被评为偏倚风险（ROB）不明确。
吞咽困难模型
在 86 个吞咽困难模型中，有两个模型至少经过两次外部验证。
Christianen 2012模型用于预测放疗后六个月的吞咽困难，在五项研究中得到验证。C统计量（C-statistics）范围为0.66至0.75。所有研究均评估了校准性能，其中四项研究因样本量小，在分析领域被评为高偏倚风险（ROB）。
Wopken 2014b模型用于预测放疗后六个月的管饲依赖，在三项外部验证研究中得到验证。C统计量（C-statistics）范围为0.79至0.95，所有研究均评估了校准。由于验证数据集规模小，这些研究在分析领域被判定为具有高偏倚风险（ROB）。
甲状腺功能减退症模型
在 66 个甲状腺功能减退症模型中，有两个模型至少经过两次外部验证。此外，另有一个模型最初并非为头颈癌（HNC）患者开发，但在该领域得到了验证。
Boomsma 2012模型用于预测放疗后两年内的甲状腺功能减退，在两项研究中进行了外部验证。C统计量（C-statistics）范围为0.64至0.74，但仅有一项研究报告了其校准性能。两项验证研究在分析领域均被评为高偏倚风险（ROB）。
Ronjom 2013模型用于预测放射性甲状腺功能减退，在三项研究中得到验证。C统计量（C-statistics）范围为0.65至0.69，仅有一项研究报告了校准图。两项验证研究被判定为高偏倚风险（ROB），另一项在分析领域被评为偏倚风险（ROB）不明确。
Cella 2012模型最初是为预测霍奇金淋巴瘤患者放射性甲状腺功能减退而开发的。在针对头颈癌（HNC）患者的两项验证研究中，C统计量（C-statistics）范围为0.65至0.68，但未报告校准性能。一项验证研究被评为高偏倚风险（ROB），另一项在分析领域被评为风险不明确。
颞叶损伤模型
在6个颞叶损伤模型中，有两个至少经过两次外部验证。
OuYang 2023模型使用深度学习技术针对鼻咽癌患者，在同一篇论文中使用两个不同队列进行了验证。C统计量（C-statistics）范围为0.80至0.82，两个队列均评估了校准性能。两项验证在所有领域均被判定为低偏倚风险（ROB）。两次验证均被判定为在所有领域都具有较低的 ROB。
Wen 2021模型是为预测新诊断鼻咽癌患者的颞叶损伤而开发的。该模型由OuYang 2023使用两个队列进行了验证。C统计量（C-statistics）范围为0.77至0.79，但未报告校准性能。两项验证在分析领域均被判定为偏倚风险（ROB）不明确。两种验证均被判定为在分析领域中具有不明确的 ROB。
与声音嘶哑、疲劳、恶心呕吐、咽喉痛、吸入相关的结果模型
没有任何模型经过至少两次外部验证。
作者结论
在 592 个已开发的模型中，只有有限数量的模型具有足够的质量。只有五分之一的模型经过外部验证，其中只有九个模型至少经过两次验证。这九个模型在外部验证中表现出可接受的判别性能。然而，其校准性能并非总是得到报告。此外，大多数验证研究被判定为具有高偏倚风险（ROB），主要问题在于分析领域。总之，本综述表明，在将已开发的模型应用于临床实践之前，需要进行更多的外部验证研究，并需要提高预测模型研究实施和报告的质量。
译者：甘心怡（北京中医药大学循证医学中心），审校：王冉冉（北京中医药大学循证医学中心）。2025年9月24日。更新译者：张紫云（北京中医药大学人文学院）2025年9月30日。更新审校：向宇轩（北京中医药大学循证医学中心）。2026年3月17日。简体中文翻译由Cochrane中国协作网成员单位，北京中医药大学循证医学中心翻译传播工作组负责，联系方式：tina000341@163.com
