胆囊癌肝转移患者预测模型的构建和验证:基于SEER的研究

科学领域:

• 在瘤学瘤学.
• 医学统计 医学统计
• 临床决策支持 临床决策支持

背景情况:

• 胆囊癌与肝转移 (GCLM) 是一个重大的临床挑战.
• 准确的预后预测对于指导GCLM患者的治疗策略至关重要.
• 现有的模型可能无法完全捕捉GCLM预后的复杂性.

研究的目的:

• 开发和验证一种名谱模型,用于预测GCLM患者的癌症特异性存活率 (CSS).
• 提供一个定量工具,以帮助临床决策,用于GCLM管理.
• 通过提供个性化的预后预测来增强患者咨询.

主要方法:

• 利用监测流行病学和最终结果 (SEER) 数据库 (2010-2019) 来获取患者数据.
• 采用单变量和多变量考克斯回归分析来确定独立的预后因素.
• 使用训练 (n=510) 和验证 (n=217) 集构建和验证了一个名ogram模型.

主要成果:

• 确定了骨转移,手术,化疗和放射治疗作为CSS的独立预后因素.
• 诺米图表实现了良好的预测性能,C指数为0.688 (训练) 和0.708 (验证).
• 校准曲线表明预测和实际的CSS率之间存在很强的一致性;ROC和DCA曲线证实了模型的有效性.

结论:

• 已成功开发了一种经过验证的诺莫格拉姆模型,用于预测GCLM患者的CSS.
• 这种名图为临床医生在治疗规划和患者咨询方面提供了宝贵的工具.
• 该模型提供了一个数据驱动的方法来个性化GCLM的预后评估.