在爱沙尼亚开展全国范围的关于开发和验证CIN3+和子宫癌风险预测模型的研究
Anna Tisler1, Andres Võrk2, Martin Tammemägi3
1Institute of Family Medicine and Public Health, University of Tartu, Ravila 19, 50411, Tartu, Estonia. anna.tisler@ut.ee.
Scientific reports
|October 19, 2024
概括
使用电子健康记录的新预测模型可以识别患有3级或更高 (CIN3+) 的宫内皮质瘤和癌症的高风险妇女. 这种方法提高了宫癌查,使个性化风险评估能够获得更好的结果.
科学领域:
- 在瘤学瘤学.
- 公共卫生 公共卫生
- 生物统计学 生物统计学
背景情况:
- 目前的宫癌查计划可以通过基于风险的个性化方法来改进.
- 精确的风险分层对于优化选策略和资源分配至关重要.
研究的目的:
- 开发和内部验证一个预测模型来评估3级或更高 (CIN3+) 的宫内皮质瘤和宫癌的风险.
- 评估模型在大规模,全国性数据集中的实用性,用于选计划中的风险分层.
主要方法:
- 使用爱沙尼亚全国517,884名妇女电子健康记录进行的回顾性研究.
- 考克斯比例危险回归与14个共变量,包括生殖和病史.
- 最小绝对收缩和选择操作员 (LASSO) 用于变量选择和10倍交叉验证用于内部验证.
主要成果:
- 在8年内,宫癌的绝对风险为0.3%,CIN3+的绝对风险为1.1%.
- 该预测模型对CIN3+ (哈雷尔C=0.74) 和子宫癌 (哈雷尔C=0.67) 显示出良好的分辨能力.
- 该模型显示了两种结果的良好校准,校准斜率为CIN3+的1.00和癌症的0.92.
结论:
- 使用全国电子健康数据的验证预测模型可以有效地分层宫癌风险.
- 这种风险分层工具有可能补充现有的宫癌查工作,从而带来更个性化的护理.
- 这些发现支持在宫癌查计划中转向个性化,基于风险的方法.
