一个基于病理的风险分层模型,用于预测乳头甲状腺癌患者的隐性病变:使用5年热废除结果数据的验证
Han-Xiao Zhao1,2, Yun Niu3, Ying Wei2
1China-Japan Friendship Institute of Clinical Medical Sciences, Beijing, China.
World journal of surgery
|August 13, 2025
概括
一种新的预测模型识别了在热切除掉 (TA) 后患有新 papillary thyroid carcinoma (PTC) 瘤的高风险患者. 这种工具有助于临床医生为接受TA治疗的PTC患者量身定制后续护理.
科学领域:
- 在瘤学瘤学.
- 最少侵入性的手术
背景情况:
- 热移除 (TA) 是对乳头甲状腺癌 (PTC) 的最小侵入性治疗方法.
- 超声波隐性病变可能导致TA后的新瘤发育,需要进行风险识别.
- 开发一个预测模型对于管理为PTC接受TA的患者至关重要.
研究的目的:
- 开发和验证一个预测模型,用于识别高风险的患者新瘤的发展后TA为PTC.
- 根据已识别的因素,将患者分为风险组.
- 为个性化后续战略提供基于证据的工具.
主要方法:
- 对全甲状腺切除术患者的病理结果进行回顾性分析,以确定隐性病变的危险因素.
- 基于已识别的风险因素 (瘤阶段,多焦点) 的预测模型的开发.
- 在接受TA的患者中对模型的外部验证,随访时间超过5年.
主要成果:
- 鉴定了隐性甲状腺病变的两个独立风险因素:瘤阶段和多焦点性.
- 预测模型表现出良好的歧视,AUC为0.717 (内部验证:0.769).
- 在290名患者的外部验证证实了该模型在预测新瘤发展方面的有效性 (AUC:0.755).
结论:
- 已经开发和验证了隐性病变的风险分层预测模型.
- 这个模型可以作为临床医生的基于证据的工具.
- 该模型有助于估计新的瘤风险,并指导PTCTA后的个性化后续策略.
