为预测肺癌患者癌症疼痛而开发名图:一项观察性研究
Yuewen Li1, Zhiyong Wang1, Chuxiong Gong2
1The Third Affiliated Hospital of Kunming Medical University, Kunming, China.
Medicine
|November 29, 2024
概括
研究人员使用临床数据开发了肺癌疼痛的预测模型. 关键因素包括淋巴细胞,骨转移,TNFα和IL6,有助于癌症疼痛的早期诊断和干预.
科学领域:
- 在瘤学瘤学.
- 疼痛医学 医学 疼痛医学
- 生物统计学 生物统计学
背景情况:
- 癌症疼痛是肺癌进展过程中经常出现的并发症.
- 目前尚缺少肺癌疼痛的准确预测工具.
- 早期诊断和干预对于改善患者预后至关重要.
研究的目的:
- 为构建肺癌疼痛的预测模型.
- 确定与癌症疼痛发展相关的关键临床因素.
- 帮助肺癌患者早期诊断和治疗癌症疼痛.
主要方法:
- 追溯收集了300名肺癌患者的临床数据.
- 疼痛和无疼痛组之间的临床数据的比较.
- 使用随机森林分析对显著因素的选 (IncMSE%>2).
- 使用多因素物流回归的预测模型的开发.
- 通过ROC曲线,校准曲线和DCA评估模型性能.
- 使用5倍交叉验证进行验证.
主要成果:
- 识别了淋巴细胞 (LYM) 百分比,骨转移,瘤亡因子α (TNFα) 和互白素-6 (IL6) 作为关键预测因素.
- 开发的预测模型表现出强大的预测能力,AUC为0.852.
- 校准曲线和DCA证实了该模型的高精度和可靠性.
结论:
- 一个可靠的预测模型,用于癌症疼痛的肺癌已经成功开发.
- 该模型将淋巴细胞,骨转移,TNFα和IL6纳入风险评估.
- 该模型为未来的大规模研究提供了基础,并有助于肺癌疼痛的早期预防和干预策略.
