一种诺米克图模型,用于分层分类经过手术后患有脑膜瘤的患者复发的风险
Guanling Mo1, Qian Jiang1, Yuling Bao2
1Department of Neurosurgery, Guangxi Medical University Cancer Hospital, Nanning, Guangxi, P.R. China.
World neurosurgery
|June 4, 2023
概括
瘤大小,Ki-67指数和切除程度预测脑膜瘤复发. 一个新的诺莫格拉姆模型准确地预测了个性化治疗策略的无复发生存率 (RFS).
科学领域:
- 神经外科 神经外科
- 在瘤学瘤学.
- 病理学 病理学 病理学
背景情况:
- 脑膜瘤是大脑和脊髓的主要瘤.
- 脑膜瘤的复发是一个重大的临床挑战.
- 准确预测无复发生存率 (RFS) 对患者管理至关重要.
研究的目的:
- 确定影响脑膜瘤复发的临床参数.
- 开发一个预测性脑膜瘤无复发生存率 (RFS) 的预测性脑膜图.
- 为了提高脑膜瘤患者RFS预测的准确性.
主要方法:
- 对155名原发性脑膜瘤患者的回顾性分析.
- 单变量和多变量考克斯回归用于预后因素识别.
- 使用ROC,校准和Kaplan-Meier分析开发和验证一个预测名ogram.
主要成果:
- 瘤大小,Ki-67指数和切除程度是RFS的独立预后因素.
- 与单个因素相比,名图在预测RFS方面表现出更高的准确性.
- 校准曲线证实了预测和观察到的RFS之间的良好一致.
- 卡普兰-梅尔分析显示,高风险病例的RFS显著缩短.
结论:
- 瘤大小,Ki-67指数和切除程度是脑膜瘤复发的关键预测因素.
- 开发的诺米图有效地分层了复发风险.
- 这种工具有助于为脑膜瘤患者做出个性化治疗决策.
