一个多算法预后模型,将炎症指数和外科手术特征结合起来,用于远端胆管癌

科学领域:

• 在瘤学瘤学.
• 生物标志物 生物标志物
• 外科手术的结果

背景情况:

• 导出的中性粒细胞与淋巴细胞比率 (dNLR) 是一种新兴的基于血液的炎症生物标志物.
• 以前的研究表明dNLR在各种恶性瘤中具有预后价值.
• 在远端胆管癌 (dCCA) 治疗后切除中dNLR的预后意义需要研究.

研究的目的:

• 为了调查dNLR在治疗切除后的远端胆管癌 (dCCA) 患者的预后意义.
• 评估dNLR对dCCA患者术后生存的预测价值.
• 开发和验证一个包含dNLR的dCCA结果的预测模型.

主要方法:

• 从177名dCCA患者的临床病理学数据的回顾性分析.
• 接收器操作特征 (ROC) 曲线分析以确定最佳的dNLR切断点 (1.60).
• 卡普兰-梅尔分析,机器学习模型 (随机森林,RFE,LASSO) 和Cox回归用于预后因素识别和模型开发.

主要成果:

• 确定了1.60的最佳dNLR截止值,用于预测术后生存的AUC为0.707.
• 患有高dNLR (>1.60) 的患者无复发和整体存活率明显降低.
• 术前dNLR>1.60被确定为独立的不良预后因素,改善了与其他临床变量相关的预测模型.

结论:

• 术前dNLR>1.60是dCCA患者预后不佳的独立风险因素.
• 结合dNLR的基于机器学习的临床预测模型有效预测dCCA的术后结果.