预测大脑转移在非小细胞肺癌患者中的发展:使用常规可用的医疗记录进行回顾性分析

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 放射学 放射学是一门学科.

背景情况:

• 大脑转移 (BrM) 是非小细胞肺癌 (NSCLC) 患者的一个重要并发症.
• 目前对于晚期NSCLC存在中枢神经系统查指南,但对早期疾病的监测是有限的.
• 为BrM开发准确的风险预测工具对于及时干预和管理至关重要.

研究的目的:

• 在回顾性NSCLC队列中评估现有的BrM风险预测算法.
• 利用临床信息开发新的,依赖时间的诺米克,用于使用临床信息预测BrM风险.
• 为改善NSCLC的预后建模和中枢神经系统查策略提供工具.

主要方法:

• 1904名宾夕法尼亚州立卫生院NSCLC患者的回顾性分析.
• 使用L1规范化的Cox比例危险模型进行BrM风险预测.
• 开发并验证了两种新型名ograms:一个基线模型和一个包含临床和治疗数据的扩展模型.

主要成果:

• 张2021年模型在预测BrM方面表现高 (AUROC 0.91) .
• 开发了两种新型的诺姆图,仅依靠常规可用的临床数据.
• 与基线模型相比,扩展名录显示出优越的长期预测能力 (AUROC 0.91 在3年内).

结论:

• 用于BrM预测的临床可访问的诺姆图可以增强预后建模和风险分层.
• 这些工具可以帮助完善NSCLC患者的中枢神经系统查指南.
• 开发的诺姆图表有助于为患者提供明智的咨询和管理策略.