发展和验证直径和鼻腔得分,一个新型模型来预测机器人辅助部分切除术的三重失败:一个多中心回顾性研究
Yuto Hattori1, Kosuke Kobayashi2, Hiromichi Nakagawa3
1Department of Urology, Kobe City Medical Center General Hospital, Kobe, Japan.
Journal of endourology
|August 4, 2025
概括
一个新的直径-阴影 (DS) 评分模型比RENAL评分更好地预测机器人辅助部分切除术的难度. 这种基于瘤直径和鼻附近的简化模型,可以改善细胞癌的手术规划.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 手术瘤学手术瘤学
- 医疗成像医学成像
背景情况:
- 机器人辅助部分切除术 (RAPN) 是局部细胞癌 (RCC) 的标准.
- 准确预测手术难度对于最佳结果至关重要.
- 像RENAL这样的现有评分系统可能无法完全捕捉复杂性.
研究的目的:
- 重新评估RENAL分数组件,以预测RAPN难度.
- 开发和验证一个新的,更准确的RAPN复杂性的预测模型.
- 提高RAPN程序中的三重成就率.
主要方法:
- 对847名局部RCC患者进行了回顾性多中心研究,这些患者接受了RAPN.
- 对RENAL分数组件 (R和N) 的多变量逻辑回归分析.
- 开发新的直径-正弦 (DS) 评分和使用ROC曲线和AUC的外部验证.
主要成果:
- 与RENAL得分 (AUC 0.68) 和SPARE模型 (AUC 0.69) 相比,新的DS得分显示出更高的预测性能 (AUC 0.73).
- DS得分显示出非常好的观察者间一致性 (κ = 0.94).
- 在开发和验证队伍中,三项成就率很高 (71.8-74.9%).
结论:
- 简化的直径-正弦 (DS) 评分有效预测RAPN难度.
- 对于RAPN,DS得分提供了比RENAL得分更好的预测准确度.
- 这种新型模型可以帮助进行手术规划,并有可能改善患者的治疗结果.
