一个预测静脉血栓栓塞的nomogram风险在初级肝癌患者
Haike Lei1, Xiaosheng Li1, Zuhai Hu2
1Chongqing Cancer Multi-omics Big Data Application Engineering Research Center, Chongqing University Cancer Hospital, Chongqing, 400030, China.
Journal of thrombosis and thrombolysis
|September 21, 2024
概括
一个新的诺莫格拉姆模型有助于预测原发性肝癌 (PLC) 患者的静脉血栓栓塞 (VTE). 该工具可以识别高风险个体,及时进行干预,减少因血栓形成的癌症相关死亡率.
科学领域:
- 在瘤学瘤学.
- 血液学 血液学 血液学
- 医学统计 医学统计
背景情况:
- 静脉血栓栓塞 (VTE) 是癌症患者死亡的重要原因.
- 初级肝癌 (PLC) 携带高风险的VTE,需要预测工具.
研究的目的:
- 开发和验证一种名谱模型,用于预测PLC患者的静脉瘤风险.
- 确定与PLC中VTE相关的关键临床和实验室因素.
主要方法:
- 在2018-2022年间诊断的1,565名PLC患者的回顾性分析.
- 使用单变量和多变量逻辑回归来识别风险因素.
- 开发了一个名图,并使用C指数,校准曲线,决策曲线分析 (DCA) 和临床影响曲线 (CIC) 来评估其性能.
主要成果:
- 在PLC中确定了VTE的八个显著风险因素:激活的部分血栓形成时间 (APTT) ≤32.20秒,D二次数>1.44毫克/升,淋巴细胞计数 (LYM) ≤1.18 × 109/升,单细胞计数 (MONO) >0.42 × 109/升,跨动脉化血栓化 (TACE),手术干预,免疫疗法和β2微型球蛋白.
- 该名录显示出强大的歧视力,C指数为0.753 (培训) 和0.710 (验证).
- 校准曲线,DCA和CIC证实了该模型强大的预测准确性和临床实用性.
结论:
- 开发的名图是识别高风险的PLC患者的宝贵工具VTE.
- 早期识别可以及时采取预防和治疗策略,从而有可能减少PLC中VTE相关的发病率和死亡率.
- 该模型有助于临床医生进行个性化风险评估和管理VTE在原发性肝癌的管理.
