典型文献
基于SEER数据库建立小肠癌特异性生存列线图
文献摘要：
目的 本研究为探讨小肠癌的独立预测因素,并构建一个有效的预后预测模型,用于预测小肠癌患者的肿瘤特异性生存期(CSS).方法 自监测、流行病学和结果(Surveillance,Epidemiology,and End Results,SEER)下载2004-2015年小肠癌患者临床信息,按照7:3的比例,随机将患者分为训练集和验证集.使用单因素及多因素Cox分析,筛选出CSS的独立预后因素,并构建列线图,使用校准曲线、决策曲线(DCA),时间依赖型受试者工作特征曲线(ROC)等对模型进行验证.并根据列线图得分的最佳截断值建立风险分层.结果 本研究共纳入8809名小肠癌患者.经过多因素Cox分析,CSS的独立预后因素为:年龄、肿瘤原发位置、分级、病理类型、分期、T期、M期、手术、化疗、放疗.上述独立预后因素均参与列线图的构建.使用多种方法验证列线图的准确性和临床效益.构建的列线图展现了稳定的预测性能,列线图1年、3年和5年ROC曲线下面积(AUC)分别为91.6％、92.3％和91.6％,在校准曲线上可以看到,预测生存概率与实际生存概率非常接近.结论 本研究建立了有效的小肠癌特异性生存列线图,为协助临床医生个性化评估小肠癌患者预后,以指导个体化治疗方案的制定.
文献关键词：
小肠癌;肿瘤特异性生存;预后;列线图
中图分类号：
作者姓名：
张琦琦;王红兵;蒋馨莹;丁川
作者机构：
221004 徐州医科大学
文献出处：
引用格式：
[1]张琦琦;王红兵;蒋馨莹;丁川-.基于SEER数据库建立小肠癌特异性生存列线图)[J].现代消化及介入诊疗,2022(04):439-444
A类：
B类：
SEER,数据库建立,小肠癌,生存列线图,预测因素,预后预测模型,肿瘤特异性生存期,CSS,自监测,Surveillance,Epidemiology,End,Results,下载,临床信息,训练集,验证集,Cox,独立预后因素,校准曲线,决策曲线,DCA,时间依赖,依赖型,受试者工作特征曲线,截断值,风险分层,病理类型,放疗,多种方法,方法验证,预测性能,生存概率,临床医生,个体化治疗方案
AB值：
0.283977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
