目的:探讨前列腺特异抗原(PSA)灰区前列腺癌(PCa)患者预后的独立预测因素,并为其建立个体化预测的列线图模型.方法:回顾性检索2010-2016年PCa患者的临床资料,随机将其分为训练集(2/3)和验证集(1/3).在多因素Cox回归分析的基础上,建立了独立危险因素的列线图.分别采用C指数(C-index)、ROC曲线及校准曲线来验证列线图预测准确性.结果:共收集PCa患者82 537例,其中训练集患者57 777例,验证集24 760例.多因素Cox分析显示,年龄、种族、婚姻状况、手术方式、是否放疗、是否化疗、病理分级及T分期是总生存期(OS)的独立危险因素.训练集OS的C指数(C-index)为0.741(95％CI:0.731～0.751),验证集为0.743(95％CI:0.725～0.761).表明预测OS的列线图在训练集和验证集上都显示出较好的识别力.此外,ROC曲线及校准曲线验证了预测的生存概率与实际生存概率之间良好的一致性,并且其区分度优于传统病理分级系统.结论:本研究基于SEER数据库建立了国内外首个可以个体化预测PSA灰区PCa患者预后的列线图模型;且经内部及外部验证,其预测性能良好.列线图模型的建立将有助于辅助临床医生更加精准地预测PCa患者预后结局,为PCa患者个体化管理提供依据.

前列腺癌;前列腺特异抗原;列线图;预后;SEER数据库

杭天昆;李通义;石明凯;陈建舟;马志方

山西医科大学第一临床医学院 太原,030001;山西医科大学第一医院泌尿外科

临床泌尿外科杂志

[1]杭天昆;李通义;石明凯;陈建舟;马志方-.建立针对PSA灰区前列腺癌的临床预测模型:一项针对SEER数据库的研究)[J].临床泌尿外科杂志,2022(08):606-614

PSA,灰区,前列腺癌,临床预测模型,项针,SEER,前列腺特异抗原,PCa,预测因素,个体化预测,列线图模型,训练集,验证集,Cox,校准曲线,预测准确性,共收,种族,婚姻状况,手术方式,放疗,病理分级,总生存期,OS,集为,识别力,生存概率,区分度,数据库建立,外部验证,预测性能,临床医生,预后结局,个体化管理

0.273544