在分化甲状腺癌中预测初始放射性治疗失败的诺基图的开发和验证:一项回顾性队列研究
Yulong Tang1, Peng Wu1, Shiwei Zhou1
1Department of thyroid surgery, Hunan Cancer Hospital & The Affiliated Cancer Hospital of Xiangya School of Medicine, Central South University, No. 238 Tongzipo Road, Changsha, 410013, Hunan Province, P. R. China.
Scientific reports
|August 21, 2025
概括
临床病理因素如部淋巴结转移和治疗前的甲状腺蛋白水平可以预测放射性-131治疗失败的甲状腺癌. 这种预测模型有助于DTC患者的临床决策.
科学领域:
- 内分泌学
- 癌症学
- 核医学
背景情况:
- 差异化甲状腺癌 (DTC) 的治疗通常涉及放射性-131 (RAI).
- 根据临床病理因素预测RAI治疗失败对于患者管理至关重要.
- 使用这些因素预测RAI治疗失败的研究有限.
研究的目的:
- 确定临床病理特征是否可以预测DTC患者的RAI治疗失败.
- 开发和验证RAI治疗失败的预测模型.
- 确定治疗失败的独立预测因素.
主要方法:
- 对182名DTC患者的回顾性分析 (114个有利,68个不良结果).
- 患者分为培训 (122) 和验证 (60) 组.
- 用于预测建模的物流回归和名图.
主要成果:
- 部淋巴结转移的数量和RAI前血清甲状腺蛋白水平是治疗失败的独立预测指标.
- 诺米图的AUC值为0. 838 (训练) 和0. 766 (验证).
- 模型表现出良好的校准和临床实用性.
结论:
- 结合临床病理因素的预测模型可以有效地识别DTC患者的RAI治疗失败风险.
- 该模型为临床决策和个性化治疗策略提供了宝贵的见解.
- 在不同的群体中进一步验证可能会提高其适用性.
更多相关视频
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
376
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
193
