胃癌预测模型的开发和验证:一个单中心前性研究
Suyu Sun1, Feifei Huang2, Xueqin Xu3
1Department of Obstetrics and Gynecology, Wenzhou Central Hospital, Wenzhou, China.
Laboratory medicine
|October 11, 2024
概括
使用5个关键参数开发了胃癌 (GC) 的新诊断名录. 该工具在区分GC与良性疾病方面表现出高准确性,具有临床实用性.
科学领域:
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
- 生物统计学 生物统计学
背景情况:
- 胃癌 (GC) 仍然是一个重大的全球健康挑战.
- 准确和早期诊断对于有效的治疗和改善患者结果至关重要.
- 现有的诊断方法在灵敏度和特异性方面可能存在局限性.
研究的目的:
- 开发和验证一种用于诊断胃癌 (GC) 的新型名谱.
- 确定可预测GC的关键临床和分析参数.
- 评估开发的诺莫图的诊断性能.
主要方法:
- 对146名患者进行前性分析,分为GC和良性病变组.
- 数据分为培训 (70%) 和内部验证 (30%) 集.
- 用于参数选择和模型开发的物流回归分析.
- 使用接收器操作特征 (ROC) 曲线,校准和决策曲线分析进行评估.
主要成果:
- 确定了五个参数:白蛋白,癌胚抗原 (CEA),碳水化合物抗原125 (CA125),肌素和富含proline的小蛋白2A (SPRR2A).
- 在训练组中,名图实现了0.968的曲线下的面积 (AUC),在内部验证组中达到0.979.
- 在区分GC和良性病变方面表现出强大的诊断性能.
结论:
- 已经开发出一种用于GC诊断的新型,经过验证的nomogram.
- 这个名ogram 包含了五个重要的预测参数.
- 该模型表现出卓越的诊断准确性,并具有在区分GC的临床应用的潜力.
