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58 | 下载2

目的:基于监测、流行病学和最终结果数据库(SEER)记录的腹膜后肿瘤数据,构建并验证腹膜后肿瘤患者生存预后预测模型。方法:收集2000至2019年腹膜后肿瘤临床数据,使用X-title软件计算年龄的最佳截断值,使用R语言将数据分为建模组和验证组。使用单因素和多因素COX回归分析构建腹膜后肿瘤患者预后预测模型。采用一致性指数(C指数)、受试者工作特征曲线(ROC曲线)和校准曲线对列线图进行评估。将本研究构建的模型与第7版美国癌症联合委员会(AJCC)TNM分期系统进行比较,采用净重分类改善指数(NRI)和综合判别改善指数(IDI)对模型性能进行评价。结果:纳入6个风险因素构建列线图用以预测患者3年和5年存活率。建模组C指数0.742,验证组C指数0.737。建模组预测3年和5年生存率的ROC曲线下面积(AUC)分别为0.817和0.794,验证组分别是0.779和0.789。校准曲线显示建模组和验证组预测3年和5年生存率和实际生存率拟合较好。NRI和IDI结果说明本研究预测模型与第7版AJCC的TNM分期比较具有正改善。以此模型构建的风险分层模型中低风险组预后好于高风险组( P=0),差异有统计学意义。 结论:本研究成功构建腹膜后肿瘤预测模型并进行验证,为患者3年和5年生存率预测提供一个简便可靠的工具。同时,以本预测模型构

作者:郑家梁;吴婷;苗逢霖;王昭;顾凌巍;李文岗

来源:中华实验外科杂志 2022 年 39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:58 | 下载:2
作者:
郑家梁;吴婷;苗逢霖;王昭;顾凌巍;李文岗
来源:
中华实验外科杂志 2022 年 39卷 8期
标签:
SEER数据库 腹膜后肿瘤 预后 列线图 SEER database Retroperitoneal tumor Prognosis Nomogram
目的:基于监测、流行病学和最终结果数据库(SEER)记录的腹膜后肿瘤数据,构建并验证腹膜后肿瘤患者生存预后预测模型。方法:收集2000至2019年腹膜后肿瘤临床数据,使用X-title软件计算年龄的最佳截断值,使用R语言将数据分为建模组和验证组。使用单因素和多因素COX回归分析构建腹膜后肿瘤患者预后预测模型。采用一致性指数(C指数)、受试者工作特征曲线(ROC曲线)和校准曲线对列线图进行评估。将本研究构建的模型与第7版美国癌症联合委员会(AJCC)TNM分期系统进行比较,采用净重分类改善指数(NRI)和综合判别改善指数(IDI)对模型性能进行评价。结果:纳入6个风险因素构建列线图用以预测患者3年和5年存活率。建模组C指数0.742,验证组C指数0.737。建模组预测3年和5年生存率的ROC曲线下面积(AUC)分别为0.817和0.794,验证组分别是0.779和0.789。校准曲线显示建模组和验证组预测3年和5年生存率和实际生存率拟合较好。NRI和IDI结果说明本研究预测模型与第7版AJCC的TNM分期比较具有正改善。以此模型构建的风险分层模型中低风险组预后好于高风险组( P=0),差异有统计学意义。 结论:本研究成功构建腹膜后肿瘤预测模型并进行验证,为患者3年和5年生存率预测提供一个简便可靠的工具。同时,以本预测模型构