组合了三种不同的淋巴结分类的诺姆图来预测桃状状细胞癌患者的生存率,这些患者正在接受手术治疗
Dilong Yu1,2, Zhuo Tan2,3,4, Chuanming Zheng2,3,4
1Jinzhou Medical University, Department of postgraduate education, Jinzhou, Liaoning Province, China.
Journal of Cancer
|September 17, 2025
概括
这项研究发现,结合阳性淋巴结比率 (pLNR),阳性淋巴结几率 (LODDS) 和阳性淋巴结数量 (NPLNs) 的对数组图最能预测桃体状细胞癌 (TSCC) 患者的生存率.
科学领域:
- 在瘤学瘤学.
- 头部和部手术 头部和部手术
背景情况:
- 状状细胞癌 (TSCC) 经常转移到淋巴结,使治疗和复发风险复杂化.
- 精确预测淋巴结的参与对于头癌患者的管理至关重要.
- 现有的淋巴结分类系统 (NPLNs,pLNRs,LODDS) 提供预后见解,但它们在TSCC中的最佳使用需要澄清.
研究的目的:
- 为了确定最有效的预后诺姆图来预测TSCC患者的预后结果.
- 为了比较TSCC不同淋巴结分类系统的预测准确度.
- 开发一种优质的名录仪,用于预测TSCC中的存活率.
主要方法:
- 来自SEER数据库的1,775名TSCC患者的回顾性分析.
- 使用哈雷尔一致性指数 (C指数) 和Akaike信息标准 (AIC) 评估预后模型性能.
- 构建和验证用于IDI和NRI评估的癌症特异性和整体生存预测的诺姆图.
主要成果:
- 结合pLNR,LODDS和NPLN的一种名录显示出优异的预测性能.
- 这种结合的诺米图有效地预测了TSCC患者进行喉腔切除术的生存结果.
- 开发的诺姆图表显示出预测患者存活率的巨大潜力.
结论:
- 开发的诺姆图为预测TSCC患者手术后的存活率提供了有价值的工具.
- pLNR,LODDS和NPLN的组合为TSCC的预后评估提供了一个强大的框架.
- 进一步的研究可以完善这些名录,以改善头瘤学中的临床决策.
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
648
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
493
