相关实验视频
Updated: May 3, 2026

05:37
An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
2.0K
克利夫兰诊所对不确定性肺结节的恶性瘤概率预测模型的回顾性外部验证
Michal M Reid1,2, Jack J Amja3,4, Irene T Riestra Guiance1
1Division of Pulmonary and Critical Care Medicine, Mayo Clinic, Rochester, MN.
Mayo Clinic proceedings. Innovations, quality & outcomes
|July 29, 2024
概括
克利夫兰诊所恶性瘤预测模型准确地确定了高风险的肺结节. 这种模型有助于临床医生在偶然肺结节的决策.
科学领域:
- 肺部病理学 肺部病理学
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 偶然的肺结节需要对恶性瘤进行准确的风险分层.
- 现有的预测模型需要外部验证来评估可通用性.
研究的目的:
- 为了外部验证克利夫兰诊所恶性瘤概率预测模型 (CCM) 对于偶然的肺结节.
- 评估CCM在数据收集的不同时间点上的表现.
主要方法:
- 追溯性,多中心的外部验证研究.
- 包括296名经组织病理学确认的肺结节患者.
- 计算接收器下面面积的运行特征曲线和校准分析.
主要成果:
- 克利夫兰诊所模型 (CCM) 显示出良好的区分 (AUC从0.68到0.75) 和校准.
- CCM预测的恶性瘤概率与观察到的率非常接近.
- 与CCM相比,梅奥诊所 (MC) 模型的性能较低.
结论:
- CCM是预测偶发性肺结节中恶性瘤的可靠工具.
- 该模型的性能与其内部验证一致.
- CCM可以支持肺结节患者的临床决策.

