典型文献
前列腺癌侵犯周围神经的预测因子研究
文献摘要：
目的:建立和评价前列腺癌神经周围侵犯的预测模型,为筛选出前列腺癌神经侵犯的高危人群提供预测工具.方法:采用回顾观察性研究,随机分裂样本法将数据划分为训练数据集和验证数据集(分裂比=0.7:0.3).应用Lasso回归选择预测因子并建立预测模型.采用受试者工作特征(ROC)曲线评价模型的判别能力,校正曲线评价预测的准确性.决策曲线分析评价列线图.结果:纳入患者238例,以前列腺周围神经是否侵犯定义为阴性(n=123)和阳性(n=115).以PSA,PSA比值、NLR为预测因素,将其组合成预测模型.在训练数据集0.725(95％CI:0.578～0.798)和验证数据集0.678(95％CI:0.419～0.900)中,模型显示出较好的判别能力,并在2个数据集中进行了良好的校正(均P＞0.05).临床决策曲线分析表明此模型有较好的收益作用,临床应用价值较大.结论:本研究以PSA,PSA比值、NLR为预测因素,为前列腺癌神经周围侵犯个体化预测提供了一种有效的预测模型.在预测前列腺癌神经周围侵犯,制定适当的手术方式和术后预防具有一定的临床指导意义.
文献关键词：
前列腺肿瘤;前列腺癌;神经侵犯;数据模型;列线图
中图分类号：
作者姓名：
任建;黄涛;矫宾宾;陈雪龙;潘逸缙;苏彩霞;闫杨轩宇;王芝晶;张冠
作者机构：
中日友好医院泌尿外科,北京100029;北京大学 医学部,北京100191
文献出处：
引用格式：
[1]任建;黄涛;矫宾宾;陈雪龙;潘逸缙;苏彩霞;闫杨轩宇;王芝晶;张冠-.前列腺癌侵犯周围神经的预测因子研究)[J].中日友好医院学报,2022(06):331-336
A类：
B类：
前列腺癌,周围神经,预测因子,神经周围侵犯,神经侵犯,高危人群,观察性研究,本法,数据划分,训练数据集,Lasso,受试者工作特征,校正曲线,评价预测,决策曲线分析,列线图,PSA,NLR,预测因素,组合成,临床决策,临床应用价值,个体化预测,手术方式,防具,临床指导,前列腺肿瘤,数据模型
AB值：
0.290075
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。
