对子宫内膜癌患者的术后瘤特定死亡预测模型:一项回顾性研究
Hailong Chen1, Weiwei Yan2, Dechang Xu1
1Department of Gynecomatology, Ganzhou Cancer Hospital, Ganzhou, China.
Translational cancer research
|March 14, 2024
概括
一种新的诺莫格拉姆模型准确地预测了子宫内膜癌 (EC) 患者在手术后5年内的瘤特异性死亡. 关键因素包括瘤大小,Ki-67,FIGO阶段和血管血栓,有助于EC幸存者的风险分层.
科学领域:
- 妇科瘤学 妇科瘤学
- 癌症预后 癌症预后
- 医学统计 医学统计
背景情况:
- 子宫内膜癌 (EC) 是女性癌症相关死亡的一个重要原因.
- 超过10%的5年死亡率凸显了改善预后工具的需要.
- 目前,关于EC患者手术后瘤特异性死亡的预测模型的研究有限.
研究的目的:
- 开发和验证一个预测模型,用于识别患有高瘤特异性死亡风险的患者,在子宫内膜癌手术后5年.
- 确定与子宫内膜癌5年瘤特异性死亡率相关的关键临床因素.
主要方法:
- 在2015年1月至2017年12月期间接受治疗的482名子宫内膜癌患者的回顾性分析.
- 使用后勤回归分析来确定瘤特异性死亡的风险因素.
- 基于显著的风险因素构建了一个名ogram预测模型并进行了验证.
主要成果:
- 与瘤特异性死亡相关的统计学显著因素包括瘤大小,Ki-67阳性率,FIGO阶段和血管瘤血栓 (P<0.05).
- 阳性Ki-67,瘤大小>3.35厘米,III期和血管瘤血栓被确定为5年瘤特异性死亡的独立预测因素.
- 诺米图表表现出强大的预测性能,在训练组中,曲线下的面积 (AUC) 为0.847,在验证组中为0.886.
结论:
- 开发的诺莫格拉姆预测模型是评估子宫内膜癌患者手术后5年瘤特异性死亡风险的宝贵工具.
- 该模型可以帮助临床医生对EC患者进行个性化风险分层和治疗规划.
- 建议在不同的队列中进行进一步验证,以提高预测模型的通用性.
相关概念视频
01:21Cancer Survival Analysis
345
Cancer survival analysis focuses on quantifying and interpreting the time from a key starting point, such as diagnosis or the initiation of treatment, to a specific endpoint, such as remission or death. This analysis provides critical insights into treatment effectiveness and factors that influence patient outcomes, helping to shape clinical decisions and guide prognostic evaluations. A cornerstone of oncology research, survival analysis tackles the challenges of skewed, non-normally...
345
01:24Kaplan-Meier Approach
136
The Kaplan-Meier estimator is a non-parametric method used to estimate the survival function from time-to-event data. In medical research, it is frequently employed to measure the proportion of patients surviving for a certain period after treatment. This estimator is fundamental in analyzing time-to-event data, making it indispensable in clinical trials, epidemiological studies, and reliability engineering. By estimating survival probabilities, researchers can evaluate treatment effectiveness,...
136