知识卡片：两阶段PRO-临床堆叠模型用于头颈癌吞咽困难风险分层

一句话结论

本研究提出一个无需视频荧光成像、仅凭患者报告结局（PRO）和结构化临床变量即可预测头颈癌（HNC）幸存者吞咽障碍风险的两阶段堆叠模型，并证明单个MDADI条目比总分或综合评分包含更多预测信息。

研究问题

吞咽困难是头颈癌治疗后的严重迟发效应，但现有确诊手段（视频荧光成像，即CTCAE-DIGEST）依赖专业设备和人员，难以在常规随访中大规模使用。患者报告结局（PRO）成本低、易收集，但缺乏明确的临床框架将PRO反应转化为可操作的干预决策。本研究旨在开发一个可在单次就诊时使用的PRO-临床预测框架，无需影像学检查即可实现吞咽障碍风险分层。

方法/产品要点

• 两阶段堆叠模型：一个临床可解释的预测框架，将患者报告的症状（通过MDADI问卷的单个条目）与结构化临床变量（如肿瘤分期、治疗类型）整合到统一的风险评估模型中。
• 关键创新：证明个体MDADI条目包含超越复合或全局总分之外的预测信息；通过可解释性分析揭示了与吞咽障碍相关的症状模式和临床风险因素。
• 无需视频荧光成像：完全基于问卷和临床数据，降低了检测门槛。

主要结果或产业意义

• 模型能够量化患者报告症状和临床因素对吞咽障碍风险的独立贡献。
• 支持将结构化PRO-临床集成作为头颈癌幸存者中吞咽障碍风险分层的实用、无影像方法。
• 待核实：具体性能指标（如AUC、敏感性、特异性）以及验证队列规模等未在摘要中提供。

为什么重要

该研究填补了从PRO到临床干预决策之间的实践框架空白，使低成本、可扩展的吞咽障碍筛查成为可能，尤其适用于资源有限或无法频繁进行影像检查的随访场景。与既有脉络的关系：本文聚焦于头颈癌特异性结局（吞咽困难）的预测，而非通用的LLM或多智能体框架，填补了肿瘤学临床决策支持中PRO利用的空白。

局限与不确定性

• 待核实：模型是否在外部独立队列中验证？是否涵盖不同种族/文化背景的人群？
• 待核实：MDADI问卷的个体条目最佳选择、阈值设定是否已明确？
• 待核实：本研究的样本量、偏倚控制及与现有标准（如DIGEST评分）的直接对比未给出。

可用于图书/PPT/简报的角度

• 临床实践角度：如何将患者自报症状（如吞咽困难问卷）转化为风险分层工具，减少对昂贵影像设备的依赖。
• 数据科学角度：两阶段堆叠模型的可解释性设计——如何在不牺牲性能的前提下让医生理解哪些症状和临床因素最具有预测价值。
• 健康管理角度：头颈癌幸存者长期随访中的低成本筛查策略，提升生活质量监测的覆盖率。

原始材料

• URL: https://arxiv.org/abs/2607.22514v1
• Track: academic
• Topics: foundation-model
• Manual title: Dysphagia Risk Stratification in Head and Neck Cancer via Two-Stage PRO-Clinical Stacking
• 英文关键词: dysphagia; head and neck cancer; patient-reported outcomes; risk stratification; stacking model; CTCAE-DIGEST; MDADI
• 来源: arXiv预印本（2026年7月，待核实卷号）