在一般人群中预测胃癌的算法:一个验证研究.
Martin C S Wong1,2,3,4,5, Eman Yee-Man Leung1, Sarah T Y Yau1
1The Jockey Club School of Public Health and Primary Care, Faculty of Medicine, Chinese University of Hong Kong, Hong Kong, SAR, China.
Cancer medicine
|October 19, 2023
概括
一个新的评分系统有效地预测胃癌风险,使用大量中国人口中常见的临床数据. 该工具有助于识别高风险个体进行优先内镜查.
科学领域:
- 在瘤学瘤学.
- 流行病学 流行病学
- 生物统计学 生物统计学
背景情况:
- 胃癌是全球重要的健康问题,在全球的发病率和死亡率上排名高.
- 预测胃癌风险对于早期检测和干预策略至关重要.
- 对于风险分层,需要一个易于获得的基于临床数据的评分系统.
研究的目的:
- 开发和验证用于预测胃癌风险的评分系统.
- 利用易于获取的临床数据进行风险评估.
- 将该系统应用于大量的中国人口.
主要方法:
- 这是一项回顾性研究,涉及超过600万名在香港 (1997-2018) 接受上消化器内镜检查的受试者.
- 二进制后勤回归被用来识别导出队列中的胃癌预测因子.
- 在一个验证队列中,使用接收器操作特征 (ROC) 曲线分析和曲线下的面积 (AUC) 评估了模型性能.
主要成果:
- 确定的主要预测因素包括年龄,男性性别,Helicobacter pylori感染史,质子抑制剂使用,以及不使用阿司匹林,NSAIDs和他类药物.
- 建立了一个评分系统,将个人分为"平均风险" (≤8) 和"高风险" (≥9).
- 与低风险组 (0.096%) 相比,高风险组的胃癌患病率显著更高 (1.81%). 验证队列中的AUC为0.834.
结论:
- 为胃癌预测开发了一种经过验证,简单且准确的评分算法.
- 评分系统表现出高度的歧视能力.
- 这种工具可以帮助对怀疑胃癌的个体进行风险分层,从而使优先调查成为可能.
