1. 领域背景与文献
文献英文标题：Development of a Prediction Model for Skin Graft Failure Following Skin Cancer Excision: The GRAFT Score；
发表期刊：文献未明确提供；影响因子：未公开；研究领域：皮肤外科（肿瘤学分支）
领域共识：皮肤癌是白人人群中最常见的恶性肿瘤，手术切除是多数皮肤癌的主要治疗方式。当无法直接缝合伤口时，皮肤移植是常用的重建手段，包括断层皮肤移植（SSG）和全厚皮肤移植（FTSG），这类技术因适用性广、操作相对简单被广泛应用，但皮肤移植失败是常见临床并发症，会导致患者发病率升高、医疗资源消耗增加，包括再入院、住院时间延长和再次手术。当前研究热点集中在皮肤移植失败的风险因素识别，但现有研究存在证据不一致、多报道孤立风险因素而非整合评估的问题，核心未解决问题是缺乏经过验证的、临床实用的术前风险预测模型，导致临床医生多依赖主观判断进行重建策略选择和患者咨询。本研究针对这一空白，旨在构建并内部验证基于术前可获得变量的简约多变量预测模型，为临床决策提供客观框架，其学术价值在于填补了皮肤癌切除术后皮肤移植风险评估工具的空白，提升临床决策的精准性与医疗资源利用效率。
2. 文献综述解析
作者从皮肤癌治疗与皮肤移植的临床现状、现有风险因素研究的局限性、临床对实用预测工具的需求三个维度展开综述，逻辑清晰地引出本研究的必要性。
现有研究显示，皮肤癌切除术后皮肤移植是常用重建方式，但失败率报道差异较大，反映了研究人群、肿瘤特征、围手术期条件和手术技术的异质性；现有研究提出多种潜在风险因素，如患者合并症、肿瘤位置、伤口特征等，但证据不一致，且多数研究仅关注孤立因素，未进行整合的风险评估；这些局限性导致临床实践中缺乏客观的风险分层工具，医生只能依赖主观判断，术前优化和决策缺乏科学依据。
与现有研究相比，本研究的创新点在于首次构建并内部验证了基于两个术前可获得关键因素（抗凝药物使用、肿瘤位置）的简约多变量预测模型，解决了现有研究缺乏整合性、实用性风险评估工具的问题，该模型不仅具有良好的区分度和校准度，还转化为床边评分系统，可快速实现术前风险分层，为临床决策提供可重复的客观框架，符合临床实践对简便、有效工具的需求。
3. 研究思路总结与详细解析
本研究的研究目标是构建并内部验证皮肤癌切除术后皮肤移植失败的术前风险预测模型，核心科学问题是明确术前可获得的独立风险因素并将其整合为临床实用的评分系统，技术路线遵循“回顾性队列建立→变量筛选→单因素/多因素回归分析→模型构建→内部验证→评分系统转化”的闭环逻辑，确保研究的严谨性与临床适用性。
3.1 研究设计与患者入组
实验目的是建立符合研究要求的回顾性队列，明确研究对象的基本特征与结局定义；方法细节为在英国莱斯特大学医院NHS信托开展单中心回顾性队列研究，纳入2024年9月至2025年2月期间18岁以上、经组织学证实为皮肤癌且行切除术后皮肤移植的患者，共163例，排除1例失访患者后最终纳入162例，数据来源于医院手术和病理数据库及患者临床记录，结局定义为皮肤移植损失超过5%，需延长伤口护理或再次手术；结果解读显示纳入患者平均年龄为79±9.9岁，男性占比56.2%，皮肤移植失败率为14.8%；产品关联：文献未提及具体实验产品，领域常规使用电子病历管理系统、病理组织分析设备等。
3.2 变量筛选与单因素回归分析
实验目的是从临床相关变量中筛选出与皮肤移植失败具有潜在关联的预测因子；方法细节为基于临床相关性与现有文献，预先选择人口学特征（年龄、性别）、合并症（肥胖、糖尿病、辅助治疗）、围手术期因素（抗血小板药物、抗凝药物使用）、肿瘤特征（类型、位置）、手术因素（皮肤移植类型、大小、局部抗生素使用）等变量，采用单因素逻辑回归分析评估每个变量与皮肤移植失败结局的关联；结果解读显示单因素分析仅筛选出抗凝药物使用和下半身肿瘤位置两个变量与皮肤移植失败存在显著关联，其余变量如年龄、性别、体重指数（BMI）、吸烟状态、糖尿病等均未显示出显著的统计学关联；产品关联：文献未提及具体实验产品，领域常规使用Stata等专业统计学分析软件。
3.3 多因素模型构建与内部验证
实验目的是构建具有独立预测价值的风险模型，并验证模型的稳定性与可靠性；方法细节为采用多因素逻辑回归分析，为保证模型的临床实用性，仅保留术前可获得的两个关键变量（抗凝药物使用、下半身肿瘤位置），通过1000次bootstrap重采样进行内部验证，采用受试者工作特征曲线下面积（AUC）评估模型的区分度，采用Hosmer-Lemeshow拟合优度检验评估模型的校准度；结果解读显示多因素分析中，抗凝药物使用与皮肤移植失败的校正比值比（OR）为6.40（95%置信区间[CI]2.25-18.24，p=0.001），下半身肿瘤位置的OR为3.19（95%CI 1.21-8.45，p=0.019），模型的AUC为0.72，表明具有可接受的区分能力，Hosmer-Lemeshow检验p=0.87，提示模型的预测概率与实际观察结果具有良好的一致性，bootstrap验证显示模型回归系数和标准误在重采样数据集中保持一致，无明显过拟合现象，稳定性良好；产品关联：文献未提及具体实验产品，领域常规使用Stata等统计学软件进行模型构建与验证。
3.4 GRAFT评分系统转化
实验目的是将多因素模型转化为临床可直接使用的床边风险评分工具；方法细节为基于多因素模型的回归系数进行赋值，抗凝药物使用赋值2分，下半身肿瘤位置赋值1分，总分为0-3分，根据总分将患者分为低、中、高三个风险等级；结果解读显示低风险组（0分）的皮肤移植失败率为7.5%，中风险组（1-2分）为26.0%，高风险组（3分）为60.0%，该评分系统可实现快速、实时的术前风险分层，无需复杂计算；产品关联：文献未提及具体实验产品，领域常规使用纸质评分表或电子计算器实现临床应用。
4. Biomarker研究及发现成果解析
本研究涉及的Biomarker为临床预测因子，包括抗凝药物使用状态和肿瘤解剖位置，属于临床型Biomarker，其筛选与验证逻辑为“回顾性队列数据收集→单因素回归筛选候选因子→多因素回归验证独立关联→bootstrap内部验证模型稳定性→转化为评分系统”，逻辑链条完整且严谨。
该Biomarker来源于患者术前临床数据，抗凝药物使用为二分类变量（是/否），肿瘤位置分为上半身/下半身两类；验证方法采用单因素和多因素逻辑回归分析，明确其与皮肤移植失败的独立关联，通过1000次bootstrap重采样进行内部验证，评估模型的区分度与校准度；特异性与敏感性数据显示，模型的AUC为0.72（95%CI文献未明确提供，基于图表趋势推测），风险分层后的失败率分别为低风险组7.5%、中风险组26.0%、高风险组60.0%（n=162）。
该Biomarker的功能关联为，抗凝药物使用会使皮肤癌切除术后皮肤移植失败的风险升高6.40倍（p=0.001），下半身肿瘤位置会使风险升高3.19倍（p=0.019）；创新性在于首次在单中心回顾性队列中验证了这两个术前可获得因素作为独立预测因子的价值，并构建了简约实用的GRAFT评分系统，填补了该领域缺乏整合性风险评估工具的空白；统计学结果方面，多因素分析的OR值及95%CI、p值均具有统计学显著性，模型AUC=0.72，Hosmer-Lemeshow检验p=0.87，内部验证显示模型稳定性良好。