一种基于血小板与淋巴细胞比率的诺莫图,用于预测早期胃癌患者的淋巴结转移

科学领域:

• 在瘤学瘤学.
• 手术病理学手术病理学
• 生物统计学 生物统计学

背景情况:

• 在早期胃癌 (EGC) 术前评估淋巴结转移 (LNM) 是具有挑战性的.
• 准确的手术前预测LNM对于EGC的治疗计划至关重要.

研究的目的:

• 开发一种实用的预测模型,用于 EGC 患者的 LNM.
• 用手术前的病理数据和炎症/营养指标来构建模型.

主要方法:

• 对1061名EGC患者的回顾性分析,分为培训 (70%) 和验证 (30%) 集.
• 应用LASSO算法和后勤回归来确定LNM的独立风险因素.
• 使用AUC,C指数,校准曲线和决策曲线分析 (DCA) 的验证.

主要成果:

• 15.27%的患者患有LNM.
• 侵入深度,瘤大小,分化程度和血小板与淋巴细胞比率 (PLR) 被确定为独立的风险因素.
• 诺米图实现了0.775 (培训) 和0.792 (验证) 的AUC值,与良好的校准和临床实用性.

结论:

• 一个手术前的诺图,包括入侵深度,瘤大小,分化和PLR,可以有效地预测EGC中的LNM.
• 开发的模型证明了在EGC中进行手术前LNM评估的良好性能和临床适用性.