基于Lasso-Cox回归的营养指标的预后影响,用于非肌肉侵入性膀癌

科学领域:

• 在瘤学瘤学.
• 生物统计学 生物统计学
• 营养科学 营养科学

背景情况:

• 非肌肉侵入性膀癌 (NMIBC) 缺乏针对接受Bacillus Calmette-Guérin (BCG) 免疫治疗的患者的可靠预后模型.
• 已建立的营养风险指标 (如PNI,GNRI,NPS) 在各种癌症中显示出预后效用.

研究的目的:

• 开发和验证新的营养风险指数 (NRIs) 以预测用BCG治疗的NMIBC患者的结果.
• 利用周围血液标记物和拉索-考克斯回归来构建这些NRIs.

主要方法:

• 追溯分析了525名NMIBC患者的数据.
• 拉索-考克斯回归用于识别与无复发生存 (RFS),BCG治疗失败的时间 (TTF) 和无进展生存 (PFS) 相关的手术前血液生物标志物.
• 根据现有指标 (GNRI,PNI,NPS,EAU2021模型) 验证开发的NRIs,使用包括ROC曲线和决策曲线分析在内的统计分析.

主要成果:

• 拉索-考克斯回归确定了关键生物标志物 (GGT,TP,白蛋白,胆固醇,红细胞分布宽度变化) 用于预测复发,BCG失败和进展.
• 构建了三个新的NRIs (NRITR,NRIBF,NRITP),并证明了显著的独立预后价值.
• 与现有模型相比,结合NRIs的诺姆图显示了RFS,TTF和PFS的优异预测性能.

结论:

• 拉索-考克斯回归在NMIBC中有效选择预后生物标志物.
• 基于拉索-考克斯回归的新型NRIs增强BCG治疗的NMIBC患者的预后分层.
• 将这些基于血液的NRIs集成到临床实践中可以优化个性化的NMIBC治疗策略.