[基于LASSO回归的早期上皮卵巢癌预测模型的建立和验证]
H J Luo1, S J Wang2, X F Zhang1
1Department of Laboratory Center, Tianjin Medical University General Hospital, Tianjin 300052, China.
Zhonghua yi xue za zhi
|June 13, 2024
概括
这项研究开发了一个使用年龄,CA125,HE4,CA199和LDH的预测模型,以有效地识别早期的上皮卵巢癌. 经过验证的nomogram模型证明了早期诊断的强大的临床适用性.
科学领域:
- 妇科 妇科 妇科 妇科
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 早期的上皮卵巢癌 (EOC) 诊断仍然具有挑战性.
- 准确的预测模型对于及时干预和改善患者结果至关重要.
研究的目的:
- 开发和验证使用LASSO回归用于早期EOC的预测模型.
- 确定与早期EOC相关的关键临床和生化因素.
主要方法:
- 对509名卵巢瘤患者的回顾性分析.
- 使用LASSO回归的变量选择.
- 通过多变量逻辑回归构建Nomogram模型,通过内部和外部验证.
主要成果:
- 确定了五个重要的预测因子:年龄,碳水化合物抗原125 (CA125),人体皮膜蛋白4 (HE4),碳水化合物抗原199 (CA199) 和乳酸脱酶 (LDH).
- 诺莫格拉姆模型实现了高预测准确性,曲线下的面积 (AUC) 值为0.915 (建模),0.891 (内部验证) 和0.924 (外部验证).
- 校准和决策曲线分析证实了良好的一致性和临床实用性.
结论:
- 结合年龄,CA125,HE4,CA199和LDH的诺莫格拉姆模型有效地预测了早期的EOC.
- 该模型展示了强大的性能和早期检测的实际临床适用性.
更多相关视频
12:42Heterotypic Three-dimensional In Vitro Modeling of Stromal-Epithelial Interactions During Ovarian Cancer Initiation and Progression
Published on: August 28, 2012
15.1K
05:42Author Spotlight: Advanced Ex Vivo Model for Investigating Cancer-Adipose Microenvironment Interaction
Published on: January 26, 2024
2.6K
