华西医学期刊出版社
关键词
  • 标题
  • 作者
  • 关键词
  • 摘要
高级搜索
高级搜索

搜索

找到 关键词 包含"预后模型" 1条结果
  • 基于 SEER 数据库分析原发性气管恶性肿瘤的预后影响因素及 Nomogram预测模型的构建

    目的分析影响原发性气管恶性肿瘤患者预后的因素,并构建原发性气管恶性肿瘤患者预后的列线图(Nomogram)预测模型。方法选取 1975~2016 年美国国立癌症研究所的监测、流行病学和结果数据库(Surveillance,Epidemiology,and End Results,SEER)中病理学诊断为原发性气管恶性肿瘤的 557 例患者,分析其一般临床资料。通过单因素和多因素 Cox 回归分析筛选影响原发性气管恶性肿瘤患者预后的危险因素,采用 R 3.6.2 软件对危险因素进行可视化分析并构建 Nomogram 预测模型,并通过计算一致性指数(C-index)、构建校准图和受试者工作特征曲线(receiver operating characteristic curve,ROC 曲线)评价该模型的一致性和预测能力。结果557 例原发性气管恶性肿瘤患者的中位生存期为 21 个月(95%CI 14.666~27.334),1 年、3 年和 5 年的肿瘤总生存率分别为 59.1%±2.1%、42.5%±2.1% 和 35.4%±2.2%。单因素和多因素 Cox 回归分析显示年龄、组织学类型、手术方式、放射治疗、肿瘤大小、肿瘤浸润深度和淋巴结受累范围是影响原发性气管恶性肿瘤患者预后的独立危险因素(P<0.05)。基于以上 7 个危险因素通过可视化分析构建 Nomogram 预测模型,C-index 为 0.775(95%CI 0.751~0.799)。校准图显示本研究构建的预测模型 1 年、3 年和 5 年预测生存率和实际生存率之间具有良好的一致性。ROC 曲线结果显示 1 年、3 年和 5 年的预测生存率曲线下面积(area under curve,AUC)分别为 0.837、0.827 和 0.836,表明本模型具有较高的预测效能。结论基于多因素 Cox 回归分析构建的 Nomogram 预测模型有较好的预测能力,具有较高的区分度和精准度,临床价值高,对高危人群的筛选和个体化诊疗方案的制定具有重要意义,可作为原发性气管恶性肿瘤患者预后监测的一种评价工具。

    发表时间: 导出 下载 收藏 扫码
共1页 上一页 1 下一页

Format

Content