5个评分系统的验证和评估,用于预测叶绿细胞瘤和结瘤的转移风险

科学领域:

• 内分泌学 在内分泌学.
• 在瘤学瘤学.
• 病理学 病理学 病理学

背景情况:

• 乳红细胞瘤和偏角细胞瘤 (PPGL) 是一种罕见的神经内分泌瘤,具有转移潜力.
• 准确预测转移风险对于患者管理和治疗策略至关重要.
• 现有几种评分系统可以预测PPGL中的转移风险,但它们的临床实用性需要验证.

研究的目的:

• 验证和比较五种已建立的评分系统的性能,以预测染细胞瘤和偏角细胞瘤 (PPGL) 的转移风险.
• 在临床队列中评估PASS,GAPP,COPPS,ASES和SGAP模型的区分能力和预测准确性.

主要方法:

• 在2012年1月至2019年12月期间诊断的185例PPGL病例的回顾性审查.
• 应用五种评分系统 (PASS,GAPP,COPPS,ASES,SGAP) 来进行风险分类.
• 使用一致性指数 (C指数) 和决策曲线分析 (DCA) 评估预测性能.

主要成果:

• 与PASS,GAPP和SGAP相比,复合叶红细胞瘤/偏瘤预后得分 (COPPS) 和ASES得分显示出更好的歧视性表现 (C指数为0.740和0.706).
• 决策曲线分析表明COPPS优于ASES,并且在预测能力方面都超过了PASS,GAPP和SGAP.
• 仅基于病理学的评分系统在预测PPGL的转移风险方面仅具有有限的准确性.

结论:

• 现有的基于病理学的评分系统在准确预测色细胞瘤和偏角细胞瘤 (PPGL) 的转移风险方面存在局限性.
• 对PPGL转移的更精确的预测系统需要整合临床,病理和分子数据.
• 未来的研究应该专注于开发具有科学验证的预测因素和权重评估的综合模型.