相关实验视频
Updated: Jul 22, 2026
00:13
Modified Single-Loop Reconstruction for Pancreaticoduodenectomy
Published on: September 28, 2019
7.4K
预测不可预测的情况:用于预测囊性癌瘤患者复发的强大的名图
Ruiqiu Chen1,2,3, Lin Zhu1,2,3, Yibin Zhang4
1Medical School of Chinese PLA, Beijing, China.
BMC cancer
|February 15, 2024
概括
这项研究确定了手术后囊癌复发的关键风险因素. 为了准确预测患者的复发风险,开发了一种强大的拉索-考克斯回归模型和名图.
科学领域:
- 在瘤学瘤学.
- 手术瘤学手术瘤学
- 生物统计学 生物统计学
背景情况:
- 腹膜癌 (AC) 是一种罕见的恶性瘤,需要在切除后进行有效的复发风险评估.
- 识别预测因素对于个性化患者管理和改善结果至关重要.
研究的目的:
- 为了确定影响复发的风险因素,在彻底切除后,在囊癌患者复发.
- 开发和验证使用拉索-考克斯回归的AC复发的预测模型.
主要方法:
- 追溯分析了162名接受胰腺二切除术的囊性癌症患者.
- 风险因素查的拉索回归,其次是拉索-考克斯回归和随机生存森林 (RSF) 模型比较.
- 模型验证使用依赖时间的ROC曲线,校准图和决策曲线分析 (DCA).
主要成果:
- 拉索回归确定了CA19-9/GGT,TNM分期,淋巴结入侵,分化,瘤大小,CA19-9,性别,GPR,PLR,饮酒史和并发症作为重要因素.
- 与RSF (C-index=0.719) 相比,拉索-考克斯回归模型显示出更高的预测性能 (C指数=0.845).
- 经过验证的模型在1,3年和5年的预测间隔中显示出高准确性,通过DCA进行了优异的校准和广泛的临床实用性.
结论:
- 一个基于拉索-考克斯回归的强大的名图有效地预测了囊性癌症患者的复发.
- 与其他方法相比,这种开发的模型为临床风险分层提供了更高的准确性和可靠性.
