在患有晚期骨髓瘤的患者中确定初级瘤切除的最佳候选人

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:

• 骨髓瘤是一种具有挑战性的骨癌,特别是在晚期 (III和IV).
• 主要瘤的手术切除是治疗的基石,但并非所有患者都能获得生存益处.
• 识别将从手术中受益的患者对于优化治疗策略和资源配置至关重要.

研究的目的:

• 开发和验证一个预测性名ogram模型.
• 确定一组患有III期和IV期骨髓瘤的患者,他们可以从初级瘤切除手术中受益.
• 改善患者选择进行外科手术的情况.

主要方法:

• 利用了监测,流行病学和最终结果 (SEER) 数据库中的412名患者的数据.
• 采用1:1倾向分数匹配 (PSM) 来平衡手术和非手术组之间的混因素.
• 构建了一个多变量考克斯模型和名图,使用ROC曲线,校准曲线和决策曲线分析 (DCA) 进行验证.

主要成果:

• 使用年龄,主要部位和化疗作为癌症特异性生存率 (CSS) 的独立预测指标,开发了一个名图.
• 诺米图表显示出良好的预测准确性和临床实用性,ROC,校准和DCA证实了这一点.
• 卡普兰 - 梅尔分析证实了名图表能够区分手术受益者和非受益者.

结论:

• 一个实用的和经过验证的诺莫格拉姆模型可以有效地预测III/IV期骨髓瘤患者的手术益处.
• 这种工具有助于临床医生选择适当的候选人进行手术,从而有可能改善患者的治疗结果.
• 需要进一步改进和对名ogram 的未来验证.