一种用于预测子宫内膜癌患者复发的诺姆图:基于人口的分析分析

科学领域:

• 在瘤学瘤学.
• 医学统计 医学统计

背景情况:

• 子宫内膜癌复发显著导致死亡率.
• 目前缺乏对子宫内膜癌复发的预测模型.
• 准确的预测对于有效的患者管理和治疗策略至关重要.

研究的目的:

• 为预测子宫内膜癌复发建立一个诺莫格拉姆预测模型.
• 为临床医生提供一个工具来评估个体患者的复发风险.
• 为了提高预测子宫内膜癌中瘤复发的准确性.

主要方法:

• 使用了517名子宫内膜癌患者的队列,数据分为培训和验证组.
• 单变量,多变量逻辑回归和逐步回归用于变量选择.
• 模型性能使用一致性指数 (c-index),时间依赖的AUC,校准图,DCA,NRI和IDI进行评估.

主要成果:

• 成功建立了一个包含八个选变量的名录.
• 命名图表表现出良好的区分能力,由高c指数和时间依赖的AUC值证明.
• 校准图表证实了名图的预测与训练和验证队伍中观察到的结果之间的强烈一致.

结论:

• 为子宫内膜癌复发开发了一种经过验证的预测模型.
• 诺姆图表作为一个有价值的工具,帮助临床医生评估复发风险.
• 这个模型可以帮助个性化治疗策略和改善患者的治疗结果.