目的 基于癌症统计数据库(SEER)构建唾液腺腺样囊性癌(salivary adenoid cystic carcinoma,SACC)患者列线图模型并预后分析.方法 利用SEER肿瘤登记注册数据库,提取2010～2017年诊断为SACC的所有患者的信息,包括年龄、性别、种族、累及腺体、组织学分型、肿瘤分期(TNM)、手术情况等分类数据.将数据集分为训练队列和验证队列,并对训练队列和验证队列的平衡进行研究.对训练队列进行单因素Logistic回归分析,将有意义的变量纳入多因素模型.最后,采用后向归纳法并利用绩效评价模型,以受试者工作特征(ROC)曲线和校准曲线确定最终预测模型.结果 将患者年龄、性别、种族、累及腺体等变量纳入多因素回归,确定预测模型.结果 显示,≥80岁患者发生淋巴结转移的风险较低(OR=0.610,95％CI:0.424～0.877),临床Ⅱ期SACC患者淋巴结转移风险低于 Ⅰ 期(OR=0.422,95％CI:0.237～0.750).在模型预测能力方面,训练队列曲线下面积(AUC)为0.851(95％CI:0.829～0.873),验证队列曲线下面积为0.849(95％CI:0.813～0.885),表明模型具有良好的判别能力.模型的准确度、灵敏度和特异度分别为0.791(95％CI:0.779～0.804)、0.803(95％CI:0.759～0.846)和0.790(95％CI:0.777～0.804).结论 SEER分析表明年龄、肿瘤原发部位、接受手术与否是SACC患者生存的影响因素.多变量Logistic回归模型对SACC患者整体预测效果良好.有高危险因素的患者在诊断后应给予更多关注,这些发现可能为SACC患者的筛查和治疗提供预防指南.

唾液腺;癌;腺样囊性;预后;SEER开放获取数据库

新疆医科大学第一附属医院(附属口腔医院)口腔颌面肿瘤外科,新疆 乌鲁木齐 830054;新疆维吾尔自治区口腔医学研究所,新疆 乌鲁木齐 830054;上海市口腔医院口腔颌面外科,上海 200031;上海市颅颌面发育与疾病重点实验室,上海 200031

[1]李晨曦;刘英;方昌;刘慧;龚忠诚-.基于SEER数据库构建唾液腺腺样囊性癌患者预后分析模型)[J].中国耳鼻咽喉头颈外科,2022(12):749-753

SEER,数据库构建,唾液腺腺样囊性癌,预后分析,salivary,adenoid,cystic,carcinoma,SACC,列线图模型,肿瘤登记,登记注册,册数,种族,腺体,组织学分型,肿瘤分期,TNM,手术情况,分类数据,训练队,多因素模型,归纳法,绩效评价模型,受试者工作特征,校准曲线,患者年龄,多因素回归,淋巴结转移,转移风险,预测能力,明年,多变量,断后,应给,开放获取,获取数据

0.277412