您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览93 | 下载0

目的 寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具.方法 通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2673例年龄为18~44岁的青年胃癌患者信息,使用R 4.0.3软件将2673例病例按照约7:3的比例随机分成训练集(1873例)与验证集(800例).以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图.使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证.结果 训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素.训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56%、29.70%和23.96%.根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致.结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以

作者:朱旭;陈书;魏歆然;魏高文

来源:第二军医大学学报 2021 年 42卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:93 | 下载:0
作者:
朱旭;陈书;魏歆然;魏高文
来源:
第二军医大学学报 2021 年 42卷 10期
标签:
胃肿瘤;癌症特异性生存;预后;影响因素;列线图;SEER数据库
目的 寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具.方法 通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2673例年龄为18~44岁的青年胃癌患者信息,使用R 4.0.3软件将2673例病例按照约7:3的比例随机分成训练集(1873例)与验证集(800例).以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图.使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证.结果 训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素.训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56%、29.70%和23.96%.根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致.结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以