鼻咽癌患者淋巴结阳性高风险预测：一种多模型方法
Hongming Liao1, Benchao He, Fengbo Yan
1Department of Otolaryngology Head and Neck Surgery, Tianmen First People's Hospital, Affiliated Hospital of Wuhan University of Science and Technology, Tianmen, Hubei Province, China.
Medicine
|January 10, 2026
まとめ
识别鼻咽癌（NPC）高淋巴结比率（LNR）患者对于预后至关重要。新的列线图可有效预测高LNR风险，有助于个性化患者管理和改善预后。
科学分野:
- 肿瘤学；医学统计学；流行病学
背景:
- 鼻咽癌（NPC）的淋巴结比率（LNR）是关键的预后指标。
- 准确识别高LNR风险患者对于制定个性化治疗策略至关重要。
- 现有的预后模型可能无法完全捕捉NPC中LNR预测的复杂性。
研究 の 目的:
- 研究NPC患者高LNR的流行病学和相关影响因素。
- 利用机器学习和Cox回归开发和验证高LNR预测模型。
- 创建实用的临床工具（列线图）以根据LNR风险对NPC患者进行分层。
主な方法:
- 对1563名NPC患者进行回顾性观察研究。
- 应用机器学习算法进行变量选择。
- 进行单变量和多变量Cox回归分析以构建预测模型。
- 使用ROC曲线、校准图和决策曲线分析进行评估。
主要な成果:
- 最佳预测模型的AUC为0.73（建模）和0.76（验证）。
- 高LNR的独立危险因素包括N分期、M分期、手术类型、种族和确诊状态。
- 开发的列线图有效地将患者分为高风险和低风险组，高风险患者的预后明显较差。
結論:
- 升高的LNR与NPC患者的不良预后密切相关。
- 开发的列线图是LNR风险分层的有价值的临床工具。
- 基于列线图风险的个性化管理策略可以优化NPC患者的预后。
