原发性肝细胞癌的动态条件生存名图:基于人口的分析分析
Junling Zhao1, Jing Gao1, Wei Liu1
1Department of Oncology, Changle People's Hospital Affiliated to Shandong Second Medical University, Weifang, China.
Discover oncology
|May 21, 2025
概括
条件生存分析改善了肝细胞癌 (HCC) 患者的预后预测. 这种动态方法为更好的临床决策提供了个性化,时间调整的生存估计.
科学领域:
- 在瘤学瘤学.
- 生物统计学 生物统计学
- 医学预测 医学预测
背景情况:
- 肝细胞癌 (HCC) 是全球癌症死亡的主要原因.
- 标准的5年整体存活率 (OS) 无法捕捉长期幸存者的不断变化的预后.
研究的目的:
- 用条件生存 (CS) 分析评估HCCC患者实时生存率的动态变化.
- 开发一个个性化的,随时更新的HCC的预后模型.
主要方法:
- 包括11,926名初级HCC患者在培训 (70%) 和验证 (30%) 队列中.
- 定义CS为给定已经存活的时间的额外几年生存的概率 [CS{\displaystyle \mathrm {t1}}} t0) = OS{\displaystyle \mathrm {t}}} t1 + t0) / OS{\displaystyle \mathrm {t}}} t0) ].
- 利用考克斯回归来确定预后因素,构建一个CS-nomogram,并通过AUC和校准评估性能.
主要成果:
- CS分析显示,随着每年的生存时间,实时生存率显著增加.
- 5年后的CS从诊断时的35.1%改善到4年后的90.2%.
- 该CS-nomogram显示出强烈的歧视 (5年AUC>0.84) 和良好的校准,并开发了一个交互式工具.
结论:
- 条件生存分析为HCC患者提供了更准确,更动态的预后见解.
- 在CS-nomogram允许个性化,时间调整的生存估计.
- 这有助于改善HCC的临床决策和幸存者护理.
更多相关视频
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.2K
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
199
