开发和验证用于预测早期喉状细胞癌的术后预后的诺莫格拉姆模型
Xu Juan1, Huang Jiali2, Liu Ziqi2
1Department of Otorhinolaryngology, The First Affiliated Hospital, Nanjing Medical University, Nanjing, Jiangsu, China; Department of Otorhinolaryngology-Head and Neck surgery, Shanghai Pudong New Area People's Hospital, Shanghai, China.
Current problems in cancer
|March 16, 2024
概括
新的诺基图预测了使用血液标记物和临床病理学数据预测早期喉状细胞癌 (LSCC) 的预后. 这些模型为无复发生存 (RFS) 和总生存 (OS) 提供了比传统的T分期更好的风险预测.
科学领域:
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
- 生物统计学 生物统计学
背景情况:
- 早期喉状细胞癌 (LSCC) 预后需要改进的预测工具.
- 手术前的血液标志物和临床病理特征是潜在的预后指标.
- 目前的分期方法可能无法完全捕捉个体患者的风险.
研究的目的:
- 调查手术前血液标记物,临床病理学特征和早期LSCC手术后预后之间的关联.
- 开发和验证用于预测这些患者无复发存活率 (RFS) 和整体存活率 (OS) 的诺姆图.
- 为了比较开发的诺姆图的预测准确度与传统的瘤T分期.
主要方法:
- 从353名早期LSCC患者 (2009-2018) 的临床数据进行了回顾性分析.
- 随机划分为培训 (70%) 和测试 (30%) 的队列.
- 单变量和多变量分析以确定独立的预后因素,然后进行名录构造和内部验证.
主要成果:
- 血小板计数 (PLT),纤维素原 (FIB) 和血小板与淋巴细胞比率 (PLR) 是RFS的独立预测因素.
- FIB,全身免疫炎症指数 (SII) 和血红蛋白 (HGB) 是OS的独立预测因素.
- 与T分阶段相比,Nomograms表现出优异的预测能力 (C指数) 和净收益,由决策曲线分析 (DCA) 证实.
结论:
- 已确立和验证的名录图准确地预测早期LSCC的1年,3年和5年的RFS和OS.
- 这些基于名谱的模型整合了血液标记物和临床病理学数据,以进行个性化风险评估.
- 这些发现支持使用这些名录来帮助临床医生为LSCC患者做出个性化治疗决策.
