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17 | 下载15

目的 基于SEER数据库建立并验证前列腺癌(PCa)患者总生存率(OS)的列线图模型.方法 从SEER数据库中提取2010-2015年诊断为PCa患者12 642例,将患者以7:3的分割比随机分为建模组(8 850例)和验证组(3 792例),采用单因素Cox比例风险回归、lasso回归、多因素Cox比例风险回归分析出PCa患者OS的独立危险因素,最终构建列线图来预测PCa患者1、3、5年的OS.通过一致性指数(C-index)、绘制校准曲线及受试者工作特征(ROC)曲线来评估模型的预测能力.结果 多因素Cox回归分析显示年龄、T分期、N分期、M分期、骨转移、肝转移、是否行区域淋巴结切除为PCa患者OS的独立危险因素(P<0.05).用这7个因素构建PCa患者OS列线图模型,最终建模组C指数为0.750,1、3、5年的ROC曲线下面积分别为0.77、0.77、0.76;验证组C指数为0.765,1、3、5年的ROC曲线下面积分别为0.83、0.79、0.76.建模组和验证组的校准曲线表明该模型生存预测率与实际的生存预测率有较好的一致性.基于此列线图模型将患者进行风险分层,可观察到高风险组患者的OS显著低于低风险组(P<0.001).结论 本研究构建的列线图可以用于预测PCa患者的预后情况,对患者的个体化治疗具有重要意义.

作者:李金霞;黄家鹏;梁沛华

来源:现代泌尿外科杂志 2023 年 28卷 8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:17 | 下载:15
作者:
李金霞;黄家鹏;梁沛华
来源:
现代泌尿外科杂志 2023 年 28卷 8期
标签:
前列腺癌 列线图 预后 SEER数据库 预测模型 总生存率 prostate cancer nomogram prognosis SEER database clinical prediction model overall survival
目的 基于SEER数据库建立并验证前列腺癌(PCa)患者总生存率(OS)的列线图模型.方法 从SEER数据库中提取2010-2015年诊断为PCa患者12 642例,将患者以7:3的分割比随机分为建模组(8 850例)和验证组(3 792例),采用单因素Cox比例风险回归、lasso回归、多因素Cox比例风险回归分析出PCa患者OS的独立危险因素,最终构建列线图来预测PCa患者1、3、5年的OS.通过一致性指数(C-index)、绘制校准曲线及受试者工作特征(ROC)曲线来评估模型的预测能力.结果 多因素Cox回归分析显示年龄、T分期、N分期、M分期、骨转移、肝转移、是否行区域淋巴结切除为PCa患者OS的独立危险因素(P<0.05).用这7个因素构建PCa患者OS列线图模型,最终建模组C指数为0.750,1、3、5年的ROC曲线下面积分别为0.77、0.77、0.76;验证组C指数为0.765,1、3、5年的ROC曲线下面积分别为0.83、0.79、0.76.建模组和验证组的校准曲线表明该模型生存预测率与实际的生存预测率有较好的一致性.基于此列线图模型将患者进行风险分层,可观察到高风险组患者的OS显著低于低风险组(P<0.001).结论 本研究构建的列线图可以用于预测PCa患者的预后情况,对患者的个体化治疗具有重要意义.