一项中国前性队列研究开发并验证了宫癌患者的风险预测模型

科学领域:

• 在瘤学瘤学.
• 医学统计 医学统计
• 流行病学 流行病学

背景情况:

• 宫癌是一个重大的全球健康挑战,特别是在发展中国家.
• 宫癌患者的生存率是高度可变的,受到许多因素的影响.
• 准确预测整体存活率 (OS) 对于有效的患者管理至关重要.

研究的目的:

• 开发和验证子宫癌患者整体生存期 (OS) 的预测模型.
• 使用可靠的统计方法,识别生存的独立预测因素.
• 提供一个支持个性化治疗策略的工具.

主要方法:

• 从宫癌患者的临床病理和随访数据的前性收集.
• 使用LASSO和Cox逐步回归来进行预测因素的选择和识别.
• 通过培训和测试队伍开发和验证静态和动态名ograms.
• 使用一致性指数 (C指数),校准图,ROC曲线,NRI和DCA评估模型性能.

主要成果:

• 确定了年龄,医疗保险,病理,HPV状态,化疗,β2-微球蛋白,NLR和PLR作为独立的风险因素.
• 实现了高预测准确度,C指数为0.769 (训练) 和0.779 (测试).
• 诺米图表表现出了出色的校准和区分,超过了FIGO分期系统.

结论:

• 开发的预测模型准确地预测了宫癌患者的结果.
• 该模型的强大的校准和区分提供了一种可靠的方法来预测生存率.
• 这种工具可以促进个性化治疗规划,并改善患者的护理.