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547 | 下载187

目的:基于R软件介绍肿瘤风险预测模型的可视化-列线图的绘制和模型评价.方法:以SPSS软件自带案例乳腺癌生存数据为例,基于R软件包survival、rms拟合Cox回归模型并绘制生存概率风险列线图,用一致性指数(C-index)和校准曲线(calibration plots)评价模型区分度和一致性.结果: 模型预测因素包括年龄、孕酮受体状态、淋巴结转移、病理学肿瘤大小.基于模型绘制的列线图评估个体化发病预后风险简单直观,模型一致性指数:0. 70 (0. 62~0. 80),校准曲线3年、5年、10 年的预测生存概率与实际生存概率基本一致,反映该模型有较高的区分度(Discrimination)和一致性(Accuracy).结论:基于Cox模型的列线图可通过多种预测因素量化肿瘤发病风险,应用简单直观、使用方便,可以为临床决策提供支持.

作者:李伟栋;杨丽;邹兴文;代伯峰;王平;张晋昕

来源:肿瘤预防与治疗 2019 年 32卷 4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:547 | 下载:187
作者:
李伟栋;杨丽;邹兴文;代伯峰;王平;张晋昕
来源:
肿瘤预防与治疗 2019 年 32卷 4期
标签:
肿瘤风险预测 列线图 预测评价 Tumor Risk Prediction Nomogram Prediction and validation
目的:基于R软件介绍肿瘤风险预测模型的可视化-列线图的绘制和模型评价.方法:以SPSS软件自带案例乳腺癌生存数据为例,基于R软件包survival、rms拟合Cox回归模型并绘制生存概率风险列线图,用一致性指数(C-index)和校准曲线(calibration plots)评价模型区分度和一致性.结果: 模型预测因素包括年龄、孕酮受体状态、淋巴结转移、病理学肿瘤大小.基于模型绘制的列线图评估个体化发病预后风险简单直观,模型一致性指数:0. 70 (0. 62~0. 80),校准曲线3年、5年、10 年的预测生存概率与实际生存概率基本一致,反映该模型有较高的区分度(Discrimination)和一致性(Accuracy).结论:基于Cox模型的列线图可通过多种预测因素量化肿瘤发病风险,应用简单直观、使用方便,可以为临床决策提供支持.