新诊断的质母细胞瘤的个性化预后分层,应用统计决策树模型
Katharina Conrad1, Ronja Löber-Handwerker1, Mohammad Hazaymeh1
1Department of Neurosurgery, University Medical Center Göttingen, Robert-Koch Straße 40, 37075, Göttingen, Germany.
Journal of neuro-oncology
|April 19, 2024
概括
一个新的风险分层算法有助于估计质母细胞瘤 (GBM) 的预后. 它使用诸如查尔森并发症指数 (CCI) 等因素来个性化诊断后的患者咨询.
科学领域:
- 神经瘤学神经瘤学
- 临床预后 临床预后
- 癌症研究 癌症研究
背景情况:
- 质母细胞瘤 (GBM) 是最常见的成年质母细胞瘤,其特点是耐治疗性和有限的存活率.
- 由于各种预后因素,GBM患者的个体预后有很大差异.
- 准确的预后估计对于GBM诊断后的患者咨询至关重要.
研究的目的:
- 开发一个风险分层算法,以进行个性化质母细胞瘤预后估计.
- 确定可靠的预后因素,以便在新诊断的GBM患者中早期评估风险.
- 通过数据驱动的预测预后,促进改善患者咨询.
主要方法:
- 2010年至2021年间被诊断患有GBM的连续患者队列的回顾性分析.
- 包括临床,放射和分子参数来确定预后因素.
- 基于已识别的预后因素和整体存活率 (OS) 数据开发风险分层算法.
主要成果:
- 对462名GBM患者的分析确定了查尔森并发症指数 (CCI),瘤切除程度和辅助治疗作为关键的预后因素.
- 患有CCI≤1和瘤切除的患者的生存率很高 (10个月后为88%).
- 患有CCI>3且没有辅助治疗的患者的生存率最低 (10个月后为0%),CCI较高的组中年龄影响结果.
结论:
- 使用显著的预后因素的风险分层算法可以对GBM患者进行个性化预后估计.
- 这种算法可以通过提供早期,个性化的生存前景来增强患者咨询.
- 该研究强调了CCI,瘤切除和辅助治疗在GBM预后中的重要性.
更多相关视频
10:58Transposon Mediated Integration of Plasmid DNA into the Subventricular Zone of Neonatal Mice to Generate Novel Models of Glioblastoma
Published on: February 22, 2015
12.9K
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
7.2K
