雷切尔分数:用于预测肺部神经内分泌瘤的预后的诺莫格拉姆模型

科学领域:

• 在瘤学瘤学.
• 医学统计 医学统计

背景情况:

• 肺部神经内分泌瘤 (NET) 在生物学和预后方面表现出显著的异质性.
• 组织学亚型 (典型的癌类与非典型的癌类) 和TNM阶段是确定的预后因素.
• 侧面性以前被确定为影响肺 NET 存活的重要因素.

研究的目的:

• 为预测肺部神经内分泌瘤 (NET) 结果,开发一种预后性诺摩图.
• 将关键的预后因素整合到预测模型中.
• 为了改善管理,将患者分为不同的风险组.

主要方法:

• 开发了一个名图,整合了肺 NET 的相关预后变量.
• 预后得分 (雷切尔得分) 是通过总结单个变量得分来得出的.
• 统计分析包括威尔科克森测试,哈雷尔对应指数,戈宁和赫勒对应指数以及时间依赖的ROC曲线.

主要成果:

• 雷切尔得分成功地将患者分为三个预后组:高风险,中风险和低风险.
• 对于名ogram (I: 0-90, II: 91-130, III: >130) 的定义点范围有助于风险分层.
• 卡普兰-梅尔曲线显示,在已识别的风险组中,总生存期 (OS) 和无进展生存期 (PFS) 有显著差异 (p < 0.0001).

结论:

• 开发了一种新的预后名谱,其中包含了肺 NET 的显著生存变量.
• 诺米图表显示了可靠的预测准确性OS和PFS在受研究的人群.
• 这些发现突显了肺 NET 的预后异质性,超出了组织病理学分类.