两种基于网络的动态交互性名图和风险分层系统,用于预测非转移性鼻癌的生存结果和指导治疗

科学领域:

• 在瘤学瘤学.
• 生物统计学 生物统计学
• 癌症预后 癌症预后

背景情况:

• 对个性化癌症预后而言,预后性诺姆图非常重要.
• 非转移性鼻癌 (NPC) 需要准确的生存预测工具.

研究的目的:

• 在非转移性NPC中开发和验证总生存率 (OS) 和癌症特异性生存率 (CSS) 的预后名录.
• 研究基于风险分层的个性化治疗选择.

主要方法:

• 利用了监测,流行病学和最终结果 (SEER) 数据库对3959名非转移性NPC患者 (2004-2015) 的数据库.
• 使用多变量考克斯回归构建的名图,并通过C指数,AUC,NRI,IDI,校准图和DCA进行验证.
• 用Kaplan-Meier和log-rank测试进行生存分析,将患者分为不同风险组进行分层.

主要成果:

• 确定了OS (性别,年龄,种族,婚姻状况,组织学,收入,AJCC阶段,瘤/淋巴结大小) 和CSS (不包括种族) 的独立预测因素.
• 诺姆图表显示了令人满意的歧视和校准,风险组之间的预后差异显著 (p < 0.001).
• 化疗对高风险NPC患者有好处;对低风险患者建议仅使用放射治疗.

结论:

• 经过验证的诺姆图谱为非转移性NPC的预后评估提供了可靠的性能.
• 这些名图可以指导临床医生为NPC患者做出个性化治疗决策.