本证据质量分为3个等级：高（A）、中（B）、低（C）；推荐强度分为强推荐和弱推荐（表1）。

1、Peters标准

淋巴结转移、宫旁浸润、阴道残端切缘阳性是目前公认的影响子宫颈癌患者预后的高危因素。淋巴结阳性、宫旁浸润或阴道残端切缘阳性，作为术后辅助放化疗的指征，故又称为“Peters标准”。美国国立癌症综合网络（NCCN）子宫颈癌临床实践指南建议，对早期子宫颈癌术后合并“Peters标准”中任何1个高危因素的患者均推荐进一步影像学检查排除其他部位转移后，补充盆腔外照射+含铂同期化疗±近距离放疗。

2、Sedlis标准

早期子宫颈癌患者预后较好，某些因素会增加患者复发风险，需要采取更积极的治疗方案。GOG-49研究依据临床肿瘤大小、淋巴脉管间隙浸润（LVSI）、肿瘤浸润深度3个手术后病理危险因素的相对风险，将患者分为3组即低、中、高复发风险组。该标准预测肿瘤复发的敏感度高，但特异度较低，仅与5%~8%的子宫颈癌复发相关，据此标准进行术后辅助治疗可能存在过度治疗的风险。GOG-92研究基于GOG-49提出的3个独立预后因素进行组合，形成了Sedlis标准（表2），发现盆腔放疗可降低ⅠB期手术后符合该标准患者的复发率，且其可靠性在后续研究中得以验证。NCCN子宫颈癌临床实践指南建议，对伴有中危因素患者术后处理，推荐参考Sedlis标准。但目前对于存在中危因素的早期子宫颈癌患者术后辅助治疗的适应证及治疗方式仍存一定的争议，有待进一步前瞻性研究。

Sedlis标准广泛应用于临床，指导合并中危因素子宫颈癌患者的术后辅助治疗。Sedlis标准能较准确预测30%的鳞癌复发率，但对腺癌的预后评估效能尚存有缺憾。此外，Sedlis标准中肿瘤的大小通过术前临床触诊获得，可能会存在人为测量误差，影像学技术的应用或许有助于更精准地判断肿瘤大小。

3、四因素模型

与子宫颈鳞癌的分子生物学行为不同，子宫颈腺癌更易发生淋巴结、卵巢和远处转移，预后不良。相较于子宫颈鳞癌，子宫颈非鳞癌患者的生存结局更差。Ryu等的一项纳入2158例ⅠB~ⅡA子宫颈癌患者的回顾性研究发现，由4个中危因素（肿瘤≥3cm、深1/3子宫颈间质浸润、LVSI阳性和组织学为腺癌或腺鳞癌）中的任意2个组成的模型，能够较准确预测复发，由此提出“四因素模型”。基于此研究结果，NCCN指南推荐，子宫颈腺癌或腺鳞癌患者术后是否需要补充治疗参照“四因素模型”。“四因素模型”没有区别子宫颈腺癌和腺鳞癌，二者的预后因素需要进一步验证。

4、Silva分型

虽然子宫颈癌的分期及预后与肿瘤大小及间质浸润深度有关，但子宫颈腺癌间质浸润深度往往不易准确评估。Silva等针对普通型子宫颈腺癌提出基于显微镜下肿瘤组织学形态模式的分类系统即Silva分型，主要组织形态学包括腺体生长方式、间质浸润方式及有无淋巴血管浸润（LVI）(表3)。

根据Silva分型，对普通型子宫颈腺癌的淋巴结转移、复发和死亡风险提出了相应的治疗方案：

• Silva A型基本排除淋巴结转移风险，子宫颈锥切切缘阴性时，依据生育需求可随访观察或行筋膜外子宫切除术，不推荐淋巴结切除术及术后辅助治疗；

• Silva B型较少出现淋巴结转移，合并LVI阳性者可行筋膜外或改良广泛子宫切除术，推荐前哨淋巴结活检；

• Silva C型淋巴结复发和转移的风险较高，推荐行根治性手术及淋巴切除术，必要时行辅助治疗。

Silva分型可以更精准识别淋巴结转移及高复发风险子宫颈腺癌患者，有助于风险分层及精准治疗，提高患者生存质量。

Silva分型仅适用于普通型子宫颈腺癌，其他特殊组织学类型的浸润性子宫颈腺癌尚未被纳入研究，因此Silva分型的应用有一定的局限性。将神经侵犯纳入Silva分型系统的评价标准，有助于为子宫颈腺癌患者精准制定手术方式和评估复发风险。

Manzour等基于SUCCOR研究数据库，确定ⅠB1期子宫颈癌接受根治性子宫切除术的相关复发风险的独立临床病理变量，设计并验证风险预测指数（RPI）。RPI可以有效识别高复发风险患者，作为风险分层和经典风险因素的补充工具，指导合并危险因素子宫颈癌患者的治疗决策，并特别强调MIS应用于子宫颈癌的适应证。

RPI评分=4×（未锥切活检）+3×（微创手术）+2×（术前影像学评估肿瘤＞2.0 cm）。

KGOG1028研究采用Cox分析、逐步逆向和最佳模型，建立预测DFS、血行转移、淋巴复发和OS的风险模型。

• DFS风险评分（RS）=1.46×腺癌+1.12×LVSI+1.08×深1/3浸润深度（DI）+0.63×盆腔淋巴结转移（p-LNM）+2.16×主动脉旁淋巴结转移（pa-LNM）-0.17×治疗前血清血红蛋白水平）；

• 血行转移的RS=1.92×腺癌+1.11×LVSI+1.69×深1/3DI+1.61×pa-LNM+0.77×宫旁浸润）；

• 淋巴复发的RS=1.89×深1/3DI+2.27×p-LNM+4.45×pa-LNM-0.71×年龄）；

• OS的RS=0.78×分期+1.58×腺癌+1.14×LVSI+1.21×深1/3DI+2.31×pa-LNM-0.19×治疗前血清血红蛋白水平）。

KGOG1028研究通过整合淋巴结状态、患者年龄、治疗前血清血红蛋白水平及传统病理参数，构建了针对早期子宫颈癌的精准预后模型，显著提升了复发和生存预测的准确性。

李盼盼等研究纳入ⅠA2~ⅡA2期行子宫颈癌根治术的子宫颈癌患者，多因素逻辑回归分析确定肿瘤直径≥4 cm、浸润深度≥1/2、淋巴结转移、除鳞癌、腺癌的其他组织学类型是肿瘤复发的独立危险因素。综合上述4个因素构建子宫颈癌复发风险预测评分表（表4）。根据评分将患者分为低危组（0~16分）、中危组（16~31分）和高危组（31~43分），各组之间的复发率差异有统计学意义。建模队列和验证队列ROC曲线的AUC分别为0.749和0.735，差异无统计学意义。该复发风险预测评分表可以较为准确及简便地预测子宫颈癌术后复发风险，指导制定个体化治疗方案。

Cibula等通过分析国际子宫颈癌监测联盟（SCCAN）4343例早期子宫颈癌患者资料，建立预测DFS的Cox比例风险模型并进行内部验证，在此基础上构建年复发风险模型（ARRM）。该预后模型包括5个变量：肿瘤最大直径、肿瘤组织类型、组织学分级、盆腔淋巴结阳性数和LVSI。该模型纳入易于获得的预测指标，便于临床推广应用，指导早期子宫颈癌患者的年复发风险个体化监测。

Levinson等对GOG49、GOG92和GOG141的研究数据进行分析，包括接受手术治疗且未接受新辅助或辅助治疗的Ⅰ期子宫颈癌患者，采用多变量Cox比例风险模型评估不同组织学类型肿瘤复发的独立危险因素，并生成3年复发风险的预后组织学特异性列线图。子宫颈鳞状细胞癌的LVSI、肿瘤≥4 cm、中和深1/3子宫颈间质浸润与复发相关。腺癌肿瘤≥4 cm与复发相关。2种组织学类型的子宫颈癌，肿瘤大小和LVSI共同影响肿瘤的复发风险。

Kang等进行一项回顾性分析，根据局部晚期子宫颈癌患者的18F-氟脱氧葡萄糖正电子发射断层扫描（18F-FDG-PET）数据和临床信息使用竞争风险回归分析建模，预测5年累积远处复发发生率。研究结果显示，盆腔和主动脉旁淋巴结FDG-PET阳性、非鳞状细胞癌和治疗前血清鳞状细胞癌抗原水平与远处复发有显著相关性，据此构建的预测模型一致性指数为0.70。从预测累积发病率分布确定3个不同的风险组（低风险，0~20%；中等风险，＞20%~40%；高风险，40%以上）。

该模型有助于更精准筛选远处复发风险高的患者，个体化制定治疗方案。其中准确评估转移性淋巴结对于预测远处复发风险至关重要，尽管模型中应用FDG-PET-CT评估子宫颈癌淋巴结状态是较为准确的影像学方法，但该方法的敏感度较低，建议结合手术分期或前哨淋巴结评估淋巴结状态以提高预测性能，该模型仅在韩国人群得到验证，是否适用于我国患者有待进一步研究。

Rose等回顾性分析2042例局部晚期子宫颈癌患者的GOG临床试验（GOG85、120、123、165、191和219），在顺铂化疗同时同步放疗，并创建2年PFS、5年OS和盆腔复发列线图。通过自助法校正，对辨别度和校准度进行估计并验证预后模型。多变量分析确定的预后因素包括组织学、种族/民族、患者体能状态、肿瘤大小、FIGO分期、肿瘤分级、盆腔淋巴结状态以及同时接受顺铂化疗。PFS、OS和盆腔复发列线图自助校正的一致性指数分别为0.62、0.64和0.73。

洪文翠等对局部晚期子宫颈癌放化疗后患者的临床资料进行分析。通过单因素和逻辑回归分析确定复发的危险因素，采用Ｒ软件制作列线图模型并检验拟合优度。研究发现中低分化、肿瘤直径＞4 cm、盆腔淋巴结转移、浸润深度≥1/2、鳞状细胞癌抗原＞1.5 μg/L、Ｄ-二聚体＞0.5 mg/L是局部晚期子宫颈癌患者放化疗后复发的独立危险因素，基于上述因素构建列线图模型，训练集和验证集的一致性指数分别为0.824和0.811，AUC分别为0.804和0.792，该模型可用于预测局部晚期子宫颈癌患者放化疗后复发的风险。

Huang等旨在建立子宫颈癌患者接受新辅助化疗和根治性手术后疾病复发的风险模型。根据风险评分，将患者分为高、中、低危组。单因素分析显示，年龄、FIGO分期、分级、肿瘤类型、宫旁浸润及淋巴结转移与无病生存相关（P＜0.05）。多因素分析显示，FIGO分期、分级、肿瘤类型、宫旁浸润和淋巴结转移是DFS的独立预后预测因素。训练队列中高危组复发49例（49/144，34%），风险评分为2.65；低危组复发3例（3/142，2%），风险评分＜0.90。3个危险组DFS差异有统计学意义。训练数据和验证数据风险模型预测5年DFS的AUC分别为0.754、0.766，该风险模型可用于区别子宫颈癌患者在接受新辅助化疗和根治性手术后的不同复发风险。

Peters标准、Sedlis标准、四因素模型及Silva分型是应用较为广泛的子宫颈癌复发风险评估方法，依据评估结果指导对于子宫颈癌的风险分层及辅助治疗。国内外提出的多种新型预测模型如早期子宫颈癌广泛性子宫切除术后复发风险评估模型、早期子宫颈癌年复发风险预测模型、局部晚期子宫颈癌复发预测模型、新辅助化疗和根治性手术后子宫颈癌复发的风险模型等，各类评估方法具有各自的适用范围及局限性，有待不断修正及补充。

来源：中国医师协会妇产科医师分会，中国医院协会妇产医院分会妇科肿瘤专业学组.子宫颈癌复发风险评估方法学中国专家共识（2025年版）［J］.中国实用妇科与产科杂志，2025,41(8):822-829.