构建和验证膜性脏病患者恶性瘤预测模型
Yaling Zhai1,2, Shuaigang Sun1,2, Wenhui Zhang1,2
1Department of Nephrology, The First Affiliated Hospital of Zhengzhou University, Zhengzhou, China.
BMC nephrology
|March 23, 2025
概括
这项研究开发了膜性病 (MN) 患者恶性瘤风险的预测模型. 该模型使用病理发现来帮助早期癌症查,并改善高风险个体的结果.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學.
- 在瘤学瘤学.
- 病理学 病理学 病理学
背景情况:
- 膜性脏病 (MN) 和癌症之间的联系是已知的,但之前的研究仅集中在MN一年内的诊断上.
- 这种有限的范围忽略了许多患有并发性恶性瘤的mn患者,需要更广泛的调查.
研究的目的:
- 为了研究患有恶性瘤的MN患者的临床病理特征.
- 开发一个预测模型来识别MN患者的恶性瘤风险.
主要方法:
- 追溯分析了174名患有癌症的MN患者和604名没有癌症的异常性MN患者.
- 患者被分为培训 (n=584) 和验证 (n=194) 队列.
- 使用回归分析构建了一个预测模型,并对歧视,校准和临床实用性进行了验证.
主要成果:
- 患有癌症的MN患者显示IgG1,IgG2,IgG3和PLA2R的球沉积量较高,IgG4沉积量较低.
- 基于独立的风险因素开发了一个预测模型,在验证中表现出色.
结论:
- 用病理参数创建了一个新的预测模型,用于患有恶性瘤的MN患者.
- 该工具协助临床医生进行风险评估,并促进及时瘤查,以改善患者的预后.
