有肝转移的结肠直肠癌的动态预后模型
Qichen Chen1, Yiqiao Deng2, Kun Wang3
1Department of Colorectal Surgery, State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China.
JAMA network open
|August 27, 2025
概括
这项研究使用纵向数据开发了结直肠肝转移 (CRLM) 的动态预后模型,其性能优于静态模型. 一个基于网络的工具提供了个性化的无进展生存 (PFS) 和整体生存 (OS) 风险预测.
科学领域:
- 癌症学
- 医疗信息学
- 生物统计学
背景情况:
- 目前的结直肠转移模型 (CRLM) 基于单个时间点的数据提供静态风险评估.
- 瘤的进展是动态的, 需要适应不断变化的患者数据的模型.
- 随访期间的纵向数据收集为动态风险预测提供了机会.
研究的目的:
- 开发CRLM的先进预后模型.
- 创建一个基于网络的临床工具来进行动态风险预测.
主要方法:
- 包括976名经过切除的CRLM患者的回顾性研究.
- 在手术后12个月内收集临床病理和纵向实验室数据 (9个标志物).
- 开发了三种随机生存森林模型 (A:仅临床病理学;B: + 手术前标记;C: + 纵向标记) 用于无进展生存 (PFS) 和整体生存 (OS).
主要成果:
- 包含纵向标记的模型C在验证队列中显示出优异的预后能力.
- 在模型C中,1,3,5年PFS的AUC分别为0.796,0.837和0.850.
- 模型C显示了0.849 (1年),0.741 (3年) 和0.753 (5年) 的改善的OS预测值.
结论:
- 集成纵向标记的动态预测模型显著提高了CRLM的预测准确性.
- 一个基于网络的新工具为患者提供了个性化,动态的风险评估.
- 这些进展为CRLM管理提供了更好的临床决策.
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
374
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
