Beyond AJCC Staging: A Socioeconomic-Clinical Nomogram for Predicting 10-Year Survival in Epithelial Ovarian Cancer

Despite therapeutic advances improving 5-year survival in epithelial ovarian cancer (EOC), it remains unclear whether these treatments effectively promote long-term survival (currently exceeding 10 years). This study aimed to analyze 10-year survival trends and develop a nomogram to predict long-term survival.

Using the SEER database, we collected data from 30 924 EOC patients diagnosed between 2004 and 2015. Age-adjusted overall survival (OS) and cancer-specific survival (CSS) rates were calculated, and survival trends were analyzed using Joinpoint software. A nomogram was constructed based on clinicopathological and socioeconomic variables, then validated using the C-index, calibration curves, and decision curve analysis (DCA).

While 5-year OS and CSS improved significantly, 10-year survival showed minimal improvement (OS: +0.59%/year; CSS: unchanged). Race, household income, stage, tumour size and chemotherapy were identified as independent predictors of OS, while age, marital status, grade, stage, lymph node positivity and chemotherapy were independent predictors of CSS. A nomogram was constructed and validated based on the above independent predictors. Compared with the traditional AJCC staging system, this novel nomogram showed superior prognostic discrimination with a C-index of 0.712 for OS and 0.738 for CSS.

The influence of factors such as family income, age, and marital status on the prognosis of ovarian cancer highlights the necessity of comprehensive and sustained management approaches. Additionally, for the first time, we present a multifactorial nomogram for predicting long-term survival in EOC with an accuracy superior to traditional staging methods, offering clinicians a more personalized approach to patient assessment. Résumé OBJECTIF: Malgré les avancées thérapeutiques qui améliorent le taux de survie à 5 ans des personnes atteintes d'un cancer épithélial de l'ovaire (CEO), on ne sait toujours pas avec certitude si ces traitements favorisent efficacement la survie à long terme (établie actuellement à plus de 10 ans). Cette étude avait pour objectif d'analyser les tendances du taux de survie à 10 ans et de concevoir un nomogramme pour prédire le taux de survie à long terme. MéTHODES: Nous avons recueilli des données de la base de données SEER sur 30 924 patientes ayant reçu un diagnostic de CEO dans la période entre 2004 et 2015. Le taux de survie globale (SG) ajusté selon l'âge et le taux de survie spécifique au cancer (SSC) ont été calculés et les tendances de survie ont été analysées au moyen du logiciel Joinpoint. Un nomogramme a été conçu selon des variables socioéconomiques et clinicopathologiques. Il a ensuite été validé au moyen de l'indice de concordance (indice C), des courbes de calibration et de l'analyse de la courbe de décision. RéSULTATS: Bien que les taux de SG et de SSC à 5 ans aient beaucoup augmenté, les taux de survie à 10 ans se sont très peu améliorés (SG : + 0,59 %/année; SSC : aucun changement). La race, le revenu familial, le stade du cancer, la taille de la tumeur et la chimiothérapie ont été déterminés comme étant des prédicteurs indépendants de la SG, tandis que l'âge, l'état matrimonial, le grade et le stade du cancer, l'atteinte des ganglions lymphatiques et la chimiothérapie constituaient des prédicteurs indépendants de la SSC. Un nomogramme a été conçu et validé selon ces prédicteurs indépendants. Par comparaison au système de stadification traditionnel de l'American Joint Committee on Cancer (AJCC), ce nouveau nomogramme a permis une meilleure différenciation pronostique, avec un indice C de 0,712 pour la SG et de 0,738 pour la SSC.

L'influence de facteurs tels que le revenu familial, l'âge et l'état matrimonial sur le pronostic du cancer de l'ovaire souligne le besoin d'adopter des stratégies de prise en charge complète et durable. En outre, pour la première fois, nous présentons un nomogramme multifactoriel pour prédire la survie à long terme des personnes atteintes d'un CEO, qui affiche une exactitude supérieure aux méthodes de stadification traditionnelles. Cet outil offre aux cliniciens une approche plus personnalisée de l'évaluation des patientes.