一个新型模型的预后价值对于经过过动脉化学栓塞的肝细胞癌患者
Cailing Ye1, Yaqiong Chen1, Jiahao Chen1
1Department of Laboratory Medicine, The Third Affiliated Hospital of Sun Yat-Sen University, Guangzhou, China.
Journal of clinical laboratory analysis
|September 5, 2025
概括
使用中性粒细胞- 淋巴细胞比率,GGT,AFP和TNM阶段的新PI评分模型准确预测经过跨动脉化学栓塞 (TACE) 的肝细胞癌 (HCC) 患者的整体存活率. 这种新的评分优于现有的TNM和BCLC风险分层系统.
科学领域:
- 肝病学
- 癌症学
- 医学统计
背景情况:
- 接受过动脉化血栓化治疗的肝细胞癌 (HCC) 患者的临床结果不同.
- 准确的预后和风险分层对于个性化HCC治疗策略至关重要.
研究的目的:
- 在接受TACE的HCC患者中开发和验证全生存期 (OS) 的新预后模型.
- 该模型包含了改善个体预后估计的关键临床和实验室因素.
主要方法:
- 在接受TACE治疗的180名HCC患者的数据上使用考克斯回归分析来确定风险因素并构建预后模型.
- 通过将其预测精度与瘤结节转移 (TNM) 和巴塞罗那诊所肝癌 (BCLC) 阶段系统进行比较,评估了该模型的性能.
主要成果:
- 开发了一个新的预后指数 (PI) 评分,整合了中性粒细胞- 淋巴细胞比率 (NLR),γ- 谷氨基转酶 (GGT),α- 胎蛋白 (AFP) 和TNM阶段.
- 与TNM和BCLC分期系统相比,PI得分显示出较高的整体生存预测能力,ROC曲线下的面积分别较高 (分别为0. 746和0. 692).
- 根据PI得分分为四个不同的阶段的患者在OS率上表现出显著的统计差异 (p < 0. 001).
结论:
- 在接受TACE的HCC患者中,PI得分对整体生存有很好的预测价值.
- 这种新的预后模型超过了TNM和BCLC分期系统对这一患者队列的预测能力.
- 该PI得分有助于更准确的风险分层,为接受TACE的HCC患者做出个性化治疗决策.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
05:31Transradial Access Chemoembolization for Hepatocellular Carcinoma Patients
Published on: September 20, 2020
5.7K
