我们的研究是基于seer数据库的回顾性研究，在以往的直肠癌回顾性研究中存在诸多不妥，不太适用于现有的患者生存结局预测。近年来直肠癌患者的治疗在包括病理检查、影像技术、新辅助治疗和外科手术的进步和标准化，以及多学科决策的常规实施方法，从而患者的生活质量和长期生存有了较大提升。随着肿瘤沉积与神经脉管浸润等对患者生存影响的揭示，seer数据库中也收录了更多的随访项目，我们能够获得更多的变量内容用于研究。在我们的研究中除了纳入临床病理等基本特征外，还纳入肿瘤沉积、PNI等变量，与以往的研究相比更加丰富，并明确了它们在EORC患者长期生存中的预测价值。在逐步多因素Cox回归分析中，性别、分化程度、病理类型、TNM分期、肿瘤沉积、PNI、CEA、化疗、肿瘤大小、淋巴结采集数、LNR、婚姻状态是早发性直肠癌患者独立预后因素。为了便于临床工作中方便运用，我们使用列线图来预测患者的生存概率。列线图在一定程度上可以反映出患者的长期生存情况，但为了使得列线图更加简洁，避免冗杂，利于使用，我们使用lasso回归对多因素分析中有意义的变量进行压缩，摒弃了一些对患者生存影响较小的变量，剩余的变量为：分化程度、病理类型、T分期、M分期、LNR、肿瘤沉积、PNI。将压缩后的变量整合后构建列线图。使用ROC评估模型，显示构建的列线图模型具有着良好的预测性能。列线图显示T分期对早发性直肠癌病人死亡风险影响最大，其次是M分期、病理分化程度、LNR、病理类型、PNI，影响最小的是肿瘤沉积。列线图肯定了TNM分期在患者生存分析中的“基石”作用。LNR自出现以来就受到临床研究者的追捧，是一项强有力的预测因素^[13]，我们使用软件对LNR取最佳截断值，使其便于使用。PNI是结直肠癌患者预后的独立危险因素，在预测患者预后方面发挥着重要作用^[14]。我们的分析所涉及变量极易获取，并且模型表现出不俗的区分度，贴近临床实际工作需要。