改善2015年ATA复发风险分层在乳腺甲状腺癌的风险预测
Hongxi Wang1, Qianrui Li1, Tian Tian1
1Department of Nuclear Medicine, West China Hospital, Sichuan University, Chengdu City, 610041, Sichuan Province, China.
The Journal of clinical endocrinology and metabolism
|July 9, 2024
概括
结合淋巴结特征和甲状腺蛋白水平的新模型改善了对乳头甲状腺癌 (PTC) 复发的预测,有助于治疗决策.
科学领域:
- 内分泌学 在内分泌学.
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 乳头甲状腺癌 (PTC) 复发风险分层是根据美国甲状腺协会的指导方针进行引导的.
- 整合额外的预后因素对患者治疗决策的影响需要进一步调查.
研究的目的:
- 在PTC患者中开发和验证结构不完整反应 (SIR) 的预测模型.
- 与现有的风险分层相比,评估这些模型的临床实用性.
主要方法:
- 使用2539名PTC患者的回顾性数据开发了两种SIR预测模型.
- 第1模型包括风险分层和淋巴结特征;第2模型添加了提前提升刺激的铁血球蛋白 (s-Tg).
- 模型性能在746名患者的单独队列中使用IDI,NRI和决策曲线分析进行了验证.
主要成果:
- 与标准风险分层相比,这两种模型都显示出SIR的优异预测能力.
- 模型2在正确分类 (事件NRI=53.54%) 和临床实用性方面显著改善.
- 模型1也显示了改进,尽管在验证中不那么明显.
结论:
- 纳入淋巴结特征和s-Tg水平可以提高PTC风险分层的准确性和临床实用性.
- 这些精细的模型为改善患者管理和治疗决策提供了潜力.
