# Introduction（引言）

腫瘤溶解症候群（tumor lysis syndrome, TLS）為高負荷淋巴瘤治療開始時的潛在致命併發症，其嚴重程度可由臨床／實驗室定義。臨床觀察上，呈現自發性 TLS 或於初期治療即誘發 TLS 的患者，其腫瘤負荷往往較大、增殖率較高。此一觀察是否能轉化為「預後較差」的量化結論，仍缺乏系統性證據。本專案即以此問題為核心，建立可重複的研究腳手架以對標多個資料來源。

# Methods（方法）

研究以 Python 為主，採回顧性分析框架。納入標準涵蓋具明確 TLS 診斷紀錄之淋巴瘤病人，並依 Cairo-Bishop 等共識劃分臨床／實驗室 TLS。對照組為相同期間內未發生 TLS 之同類淋巴瘤病人。主要終點為整體存活，次要終點包括無進展存活與治療中斷。

統計上採 Cox 比例風險迴歸，調整年齡、IPI 分數、組織學型別與一線治療等共變項，並以傾向分數匹配作為敏感性分析。所有資料前處理與分析腳本均納入版本控制，確保結果可被獨立重現。

# Results（結果）

研究目前以骨架專案的形式建立，預計分析結果將於正式發表後揭露。即便最終結果為負相關（即 TLS 並不獨立預示更差預後），其方法學貢獻仍有意義：提供結構化、可遷移的「特定併發症與預後關聯」研究模板。

# Discussion（討論）

本專案展現了臨床觀察與系統性研究之間的連結：將「我覺得這群病人比較差」的直覺轉換為可被檢驗的假設。限制方面，TLS 紀錄品質受醫師判讀影響，可能存在分類錯誤；不同治療強度的混雜需謹慎處理。未來可結合多中心資料、加入分子亞型資訊，並與 LLM 自動化的病歷標註系統結合擴大樣本。

# 連結

• GitHub：htlin222/lymphoma-TLS-outcome
• 主要語言：Python
• 最後更新：2026-04-11