对新诊断出癌症的患者进行大脑转移风险估计

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物统计学 生物统计学

背景情况:

• 大脑转移 (BM) 显著影响癌症患者的预后和管理.
• 在新诊断的患者中估计BM风险的资源有限.
• 目前关于脑MRI查的指导方针往往是不够的.

研究的目的:

• 在初始癌症诊断时开发和验证大脑转移 (BM) 风险的预测模型.
• 在诊断常见的大脑转移癌症时确定与BM相关的关键变量.
• 为临床使用创建可访问的工具 (nomograms,web工具).

主要方法:

• 利用来自国家癌症数据库 (2010-2018) 的六种癌症类型 (乳腺癌,黑色素瘤,脏癌,CRC,SCLC,NSCLC) 的4,828,305名患者的数据.
• 开发了多变量逻辑回归 (LR) 模型来预测BM风险.
• 使用接收器操作特征曲线 (AUC) 下的面积和随机分割验证,评估模型性能.

主要成果:

• 诊断时的BM患病率因癌症类型而异,从0.3% (乳腺,CRC) 到16.0% (SCLC).
• 开发的LR模型显示出高预测准确度,平均AUC从0.6180 (SCLC) 到0.9534 (乳腺癌) 之间.
• 创建了针对癌症的特定名录和风险预测的网络工具.

结论:

• 对多种癌症类型成功开发了诊断时大脑转移风险的准确预测模型.
• 开发的诺米图和网络工具可以帮助临床医生确定在初始癌症诊断时是否需要进行脑部MRI查.
• 这些工具旨在改善及时检测和管理大脑转移.