胃癌预测模型 (SCoPM):一种在美国人口中风险分层的方法
Bechien U Wu1, Elizabeth Y Dong2, Qiaoling Chen3
1Center for Digestive Health, Department of Gastroenterology, Los Angeles Medical Center, Los Angeles, CA, United States of America.
PloS one
|May 21, 2024
概括
一个新的胃癌 (GC) 风险模型识别了针对性查的高风险个体. 这种工具有助于在美国不同人群中进行前内镜评估,改善早期检测策略.
科学领域:
- 在瘤学瘤学.
- 流行病学 流行病学
- 生物统计学 生物统计学
背景情况:
- 在低患病率的国家不建议以人口为基础进行胃癌 (GC) 查.
- 需要针对不同人群中高风险个体进行有针对性的查.
研究的目的:
- 为GC风险开发一个预测模型.
- 在美国地区人口中确定高风险患者进行有针对性的查.
主要方法:
- 这是一项对180万个人的回顾性队列研究 (Kaiser Permanente南加州,2008-2018).
- LASSO回归模型用于识别GC的预测因素.
- 模型使用培训,验证和测试数据集进行验证.
主要成果:
- GC发生率为每1万人年2.1人.
- 关键预测因素包括年龄,性别,种族/民族,吸烟,PPI使用,家族史,胃史,H. pylori和血红蛋白.
- 模型实现了0.75-0.76.7的c指数.
结论:
- 一个经过验证的风险预测模型可以帮助识别患胃癌高风险的个体.
- 该工具支持针对不同人群的查策略.
- 该模型可以帮助进行前内镜风险评估.
