开发和验证一个术前预测模型用于新发性胆囊多
Yanning Zhang1, Jinyong Hao1, Pengfei Wang1
1Department of Gastroenterology, Lanzhou University Second Hospital, Lanzhou, Gansu, China.
British journal of hospital medicine (London, England : 2005)
|February 25, 2025
概括
这项研究开发了一种实际的预测模型,使用临床数据识别胆囊多性病变 (GPLs) 中的瘤多 (NP). 该模型准确地预测NP,有助于GPL管理的临床决策.
科学领域:
- 胃肠病学和肝病学
- 手术瘤学手术瘤学
- 医疗成像医学成像
背景情况:
- 胆囊多性病变 (GPLs) 需要评估,以区分瘤多体 (NP) 和良性多体.
- 准确的手术前识别NP对于适当的患者管理和手术规划至关重要.
- 目前对NP的风险因素研究尚未产生一个实际的预测模型.
研究的目的:
- 开发和验证胆囊多性病变 (GPLs) 中瘤多体 (NP) 的实用术前预测模型.
- 用简单且易于访问的临床变量来预测NP.
- 改善GLP管理中的临床决策.
主要方法:
- 对621名经过胆囊切除术的GLL患者进行了回顾性分析.
- 开发一个逻辑回归模型,包括年龄,多体大小,多体数,胆囊壁厚度和多体回声特征.
- 模型的验证使用培训,内部和外部数据集,评估歧视,校准和临床实用性.
主要成果:
- 对NP的关键预测因素包括年龄,多体大小,多体数,胆囊壁厚度和多体回声特征.
- 诺莫格拉姆模型实现了高预测准确度,AUC为0.886 (训练),0.836 (内部验证) 和0.867 (外部验证).
- 该模型在所有数据集中显示出良好的校准,在0.6.6的值概率下显著的临床益处.
结论:
- 一个实用的术前预测模型,结合了可访问的临床变量,有效地识别了胆囊多性病变中的瘤多.
- 开发的nomogram模型显示出卓越的性能,并有助于GPL管理的临床决策.
- 该工具可以帮助临床医生分层风险,并确定GPL患者的最佳管理策略.
