相关实验视频
Updated: Jul 19, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
基于临床特征和系统性炎症标志物,用于预测分散型大B细胞淋巴瘤患者的整体存活率的外部验证的诺姆图
Yajiao Liu1, Li Sheng1, Haiying Hua1,2
1Wuxi School of Medicine, Jiangnan University, Wuxi, China.
Technology in cancer research & treatment
|August 8, 2023
概括
一种新的整合临床因素和炎症标记者的名图准确地预测了扩散型大B细胞淋巴瘤 (DLBCL) 的存活率. 该工具为DLBCL患者的现有指数提供了更好的预后见解.
科学领域:
- 在瘤学瘤学.
- 血液学 血液学 血液学
- 生物统计学 生物统计学
背景情况:
- 系统性炎症指标对于扩散性大B细胞淋巴瘤 (DLBCL) 的预后至关重要.
- 预测DLBCL结果的最佳炎症标志物仍然不清楚.
- 需要准确的预后工具来指导DLBCL患者的管理.
研究的目的:
- 开发和验证用于预测DLBCL患者整体存活率的诺米克图.
- 确定DLBCL预后最重要的临床和炎症标志物.
- 为了比较新型名谱的预测性能与已建立的预后指数.
主要方法:
- 分析了423名DLBCL患者在培训,内部和外部验证队列中的数据.
- 使用最少绝对收缩和选择运算符 (LASSO) 和考克斯回归的编号表的开发.
- 使用一致性指数 (C指数),校准,ROC和决策曲线分析 (DCA) 评估名录表的性能.
主要成果:
- 纳米图包括年龄,ECOG表现状态,LDH,全身免疫炎症指数 (SII),预后营养指数 (PNI) 和β-2微球蛋白 (β-2 MG).
- 与IPI (0.690) 和NCCN-IPI (0.691) 相比,名图表在培训队列中显示出更高的预测准确性 (C指数0.804).
- 诺米图表表现出令人满意的预测能力和临床实用性,在整个队列中得到验证.
结论:
- 一个整合临床特征和炎症标志物的名图有效预测DLBCL预后.
- 这种新的工具为DLBCL患者提供了增强的预后能力.
- 诺米图可以帮助临床决策和DLBCL患者分层.
