胃がんにおけるメタクロン性肝臓転移の予測モデルの開発
Siyuan Wang1,2, Gaozan Zheng1, Fengsu Wu1
1Department of Digestive Surgery, Xijing Hospital of Digestive Diseases, Fourth Military Medical University, Xi'an, Shaanxi, China.
Frontiers in oncology
|September 3, 2025
まとめ
この研究では,胃がん患者のメタクロン性肝転移 (MLM) を予測するノモグラムを開発しました. モノサイトとリンパ細胞数などの新しい予測要素を組み込み,よりよい臨床結果のための予測の精度を向上させます.
科学分野:
- 腫瘍学
- 医療 統計
背景:
- メタクロン性肝転移 (MLM) は,胃がん患者の予後を著しく悪化させる.
- 早期発見とMLMの正確な予測は,患者のアウトカムを改善するために重要です.
研究 の 目的:
- 臨床病理学的パラメータを用いて胃がんにおけるMLMの危険因子を特定する.
- 胃がんにおけるMLMの予測モデル (ノモグラム) を開発し,検証する.
主な方法:
- 1248人の胃がん患者の遡及分析
- ロジスティック回帰とROC曲線,校正曲線,DCAを用いたノモグラムの開発.
- Tステージ,Nステージ,単細胞数,リンパ細胞数,AFP,CA125レベルを含む危険因子の特定
主要な成果:
- Tステージ,Nステージ,単細胞数,リンパ細胞数,手術前のAFP,CA125レベルを含む予測ノモグラムが開発されました.
- ノモグラムは,AUCが0. 859 (訓練) と0. 803 (検証) で,強い差別的パフォーマンスを示した.
- このモデルは優れた校正と臨床的有用性を示した.
結論:
- 胃がんにおけるMLMを予測するための検証されたノモグラムが成功裏に開発されました.
- 外周血液の単細胞とリンパ球の数は,MLMの新規で独立した予測因子として特定されました.
- これらの新しい要因を統合することで MLM の予測精度が向上します
さらに関連する動画
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
1.2K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
193
