相关实验视频
Updated: Jan 6, 2026
08:49
A 3D Organotypic Melanoma Spheroid Skin Model
Published on: May 18, 2018
16.5K
对侵袭性黑色素瘤的风险预测工具
David C Whiteman1,2,3, Catherine M Olsen1,4, Huanwei Wang1
1Department of Population Health, QIMR Berghofer Medical Research Institute, Herston, Queensland, Australia.
JAMA dermatology
|September 10, 2025
概括
这项研究开发了一种改进的黑色素瘤风险预测工具,使用了QSkin研究的10年数据. 新工具提高了识别具有侵袭性黑色素瘤高风险个体的准确性.
科学领域:
- 皮肤病学 皮肤病学
- 流行病学 流行病学
- 在瘤学瘤学.
背景情况:
- 针对黑色素瘤的查策略越来越多地被采用,优先考虑高危人群.
- 现有的黑色素瘤风险预测工具经常受到有限的准确性和潜在偏差的影响.
研究的目的:
- 开发一种改进的侵袭性黑色素瘤风险预测工具.
- 提高黑色素瘤风险评估的准确性,以进行有针对性的查.
主要方法:
- 在澳大利亚进行了一项基于人口的前性队列研究 (QSkin Study),随访时间为10年.
- 利用Cox比例危险模型与前向和后向选择来识别侵入性黑色素瘤的预测因子.
- 包括41,919名40-69岁的参与者,在基线没有黑色素瘤.
主要成果:
- 最适合的模型确定了14个预测因素和2个统计术语,达到0.74.7的歧视性准确性.
- 关键预测因素包括年龄,性别,血统,和雀斑密度,头发颜色,晒能力,晒伤,家族史和以前的皮肤状况.
- 查值捕获预测风险的前40%确定了74%的侵袭性黑色素瘤病例.
结论:
- 一个改进的侵入性黑色素瘤风险预测工具已经开发出来.
- 与现有的预测模型相比,该工具的准确性更高.
- 这些发现支持使用这种工具来更有效地查黑色素瘤.
