目的 构建及验证非小细胞肺癌(NSCLC)和乳腺癌患者癌痛发生风险的预测模型.方法 收集115例NSCLC和39例乳腺癌患者的病历资料,使用数字分级评分法(NRS)评估所有患者的疼痛程度,并据此分为无痛组和疼痛组,比较两组患者的临床特征.在训练集中采用单因素分析和多因素Logistic回归分析筛选独立影响因素,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)验证各因素单独及联合检测对NSCLC和乳腺癌患者癌痛发生的预测价值;构建NSCLC和乳腺癌患者癌痛发生风险的列线图模型;采用RMS软件绘制列线图的校准曲线,评价该模型用于预测NSCLC和乳腺癌患者癌痛发生风险的可靠性和准确性;通过决策曲线分析法(DCA)评价列线图的临床获益度.结果 Logistic回归分析结果显示,骨转移、中性粒细胞(NEU)升高、白蛋白(ALB)降低均是NSCLC患者发生癌痛的独立危险因素(P﹤0.05).ROC曲线结果显示,骨转移情况、NEU、ALB水平联合预测NSCLC和乳腺癌患者发生癌痛的AUC分别为0.874、0.799.将多因素分析筛选出来的骨转移情况、NEU、ALB水平纳入预测模型,使用RMS软件建立预测NSCLC和乳腺癌患者癌痛发生风险概率的列线图.校准曲线显示该模型预测NSCLC和乳腺癌患者癌痛发生的风险较为可靠,DCA评价预测模型的临床适用性,表明该列线图模型在很大的风险阈值概率范围内对NSCLC和乳腺癌患者癌痛发生风险的预测能力较高.结论 NEU、ALB水平、骨转移发生情况联合检测对NSCLC及乳腺癌患者癌痛发生风险具有较好的预测价值,建立的列线图模型对NSCLC及乳腺癌患者是否发生癌痛具有良好的预测效能.

非小细胞肺癌;乳腺癌;列线图;危险因素;癌痛

李侠;刘瑞;汤俊;刘亚锋;谢军

安徽理工大学附属肿瘤医院肺癌诊治中心,安徽 淮南 232000;淮南东方医院集团肿瘤医院肺癌诊治中心,安徽 淮南 232000;安徽理工大学医学院,安徽 淮南 2320000

癌症进展

[1]李侠;刘瑞;汤俊;刘亚锋;谢军-.非小细胞肺癌和乳腺癌患者癌痛发生风险预测模型的构建及验证)[J].癌症进展,2022(20):2082-2086,2090

非小细胞肺癌,乳腺癌患者,癌痛,发生风险,风险预测模型,NSCLC,病历资料,评分法,NRS,评估所,疼痛程度,无痛,训练集,独立影响因素,受试者工作特征,联合检测,预测价值,列线图模型,RMS,校准曲线,决策曲线分析,DCA,临床获益,骨转移,NEU,ALB,线结,移情,联合预测,多因素分析,风险概率,评价预测,风险阈值,预测能力,预测效能

0.1761