首站-论文投稿智能助手
典型文献
基于更全面变量预测小细胞肺癌2年生存率的列线图模型构建
文献摘要:
目的:基于更加全面广泛变量构建一个新的预测小细胞肺癌(SCLC)预后的列线图模型。方法:回顾性收集2015年1月至2018年12月山西医科大学附属肿瘤医院经病理证实为SCLC的722例患者资料,其中男592例,女130例,年龄23~82(61±9)岁。使用随机种子数133将患者分为训练集(422例)和验证集(300例)。使用Kaplan-Meier法进行生存分析,单因素使用Log-rank检验分析临床变量对SCLC预后的影响,将单因素分析中 P<0.05的变量纳入多因素Cox回归模型,基于多因素分析中 P<0.05的变量绘制列线图,使用受试者工作特征(ROC)曲线、整合布莱尔评分(IBS)以及决策曲线(DCA)评价模型的区分能力、预测误差值和临床净收益,并与美国癌症联合委员会提出的第8版TNM分期进行比较。 结果:男性、单核粒细胞计数(MON)异常、神经元特异性烯醇化酶(NSE)异常、细胞角蛋白19片段(Cyfra211)异常、M1a期、M1b期、M1c期、放疗、化疗≥4周期和预防性脑照射(PCI)是SCLC预后的影响因素[ HR值( 95%CI)分别为1.39(1.00~1.92)、1.29(1.02~1.63)、1.41(1.11~1.80)、2.02(1.48~2.76)、1.09(0.77~1.55)、1.44(0.94~2.22)、2.01(1.49~2.71)、0.75(0.57~0.98)、0.40(0.31~0.51)和0.42(0.26~0.68);均 P<0.05)]。基于以上变量建立列线图模型,曲线下面积(AUC)在训练集和验证集中分别为0.814(95% CI:0.765~0.862)和0.787(95% CI:0.725~0.849),高于第8版TNM分期[0.616(95% CI:0.558~0.674)和0.648(95% CI:0.581~0.715)];校准曲线表明其预测SCLC的2年生存率与实际具有较好的一致性;IBS表明其较TNM分期具有更小的预测误差值(训练集:0.132比0.169;验证集:0.138比0.169);DCA表明其较TNM分期有更宽的阈值范围(训练集:0.01~0.96比0.01~0.85,验证集:0.01~0.94比0.01~0.86)和更高的临床净获益(训练集:列线图在0.19~0.96阈值范围内获益高于TNM分期;验证集:列线图在0.19~0.94阈值范围内获益高于TNM分期)。 结论:本研究建立的基于性别、MON、NSE、Cyfra211、M分期、放疗、化疗周期和PCI共8个变量的SCLC 2年生存率列线图模型,能够为SCLC更准确的预后评估和治疗方案的选择提供参考。
文献关键词:
小细胞肺癌;列线图;生存期;预测;随访研究
作者姓名:
魏丽娟;侯庆;姚宁宁;梁玉;曹欣;孙博辰;李红卫;刘建庭;徐树明;曹建忠
作者机构:
山西省肿瘤医院 中国医学科学院肿瘤医院山西医院 山西医科大学附属肿瘤医院放疗中心,太原 030010;山西省儿童医院CT室,太原 030013
文献出处:
引用格式:
[1]魏丽娟;侯庆;姚宁宁;梁玉;曹欣;孙博辰;李红卫;刘建庭;徐树明;曹建忠-.基于更全面变量预测小细胞肺癌2年生存率的列线图模型构建)[J].中华医学杂志,2022(17):1283-1289
A类:
Cyfra211,M1b,M1c
B类:
变量预测,小细胞肺癌,列线图模型,面广,SCLC,肿瘤医院,中男,随机种子,种子数,训练集,验证集,Kaplan,Meier,生存分析,Log,rank,检验分析,Cox,多因素分析,受试者工作特征,布莱尔,IBS,决策曲线,DCA,区分能力,预测误差,误差值,净收益,美国癌症联合委员会,TNM,MON,神经元特异性烯醇化酶,NSE,细胞角蛋白,M1a,放疗,预防性脑照射,PCI,上变,校准曲线,阈值范围,益高,化疗周期,预后评估,生存期,随访研究
AB值:
0.274643
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。