相关实验视频
Updated: Jan 17, 2026
05:37
An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
2.5K
在初级保健中检测卵巢癌的CA125和基于年龄的模型:基于人口的外部验证研究
Kirsten D Arendse1, Fiona M Walter1,2, Gary Abel3
1Wolfson Institute of Population Health, Queen Mary University of London Barts and The London School of Medicine and Dentistry, London, United Kingdom.
British journal of cancer
|September 17, 2025
概括
Ovatools模型使用CA125水平和年龄准确预测卵巢癌 (OC) 风险. 这种经过验证的工具可以改善早期检测,并为呈现症状的妇女指导诊断决策.
科学领域:
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
- 生物标志物研究 生物标志物研究
背景情况:
- 癌症抗原-125 (CA125) 是调查初级保健中潜在的卵巢癌 (OC) 症状的关键生物标志物.
- 卵巢癌风险受患者年龄和CA125水平的影响,需要风险分层的方法.
- 卵巢模型提供年龄和CA125特定的卵巢癌风险预测.
研究的目的:
- 通过外部验证Ovatools模型来预测卵巢癌风险.
- 评估Ovatools在50岁以下和50岁以上的妇女在初级保健机构中的表现.
- 将Ovatools的准确性与标准CA125值≥35U/ml的准确性进行比较.
主要方法:
- 用342,278名妇女的英语医疗保健数据对Ovatools的外部验证.
- 在CA125测试12个月内对Ovatools的预测性能 (区分,校准,准确性) 的分析.
- 使用Ovatools风险值对诊断途径进行模拟,以对妇女进行超声波或紧急转诊.
主要成果:
- 卵巢表现出强大的预测性能,女性≥50的AUC为0.95,女性<50.0的AUC为0.89.
- 在女性≥50时,Ovatools与CA125≥35U/ml相比,在灵敏度/特异性匹配时,精度指标略有改善.
- 在50岁以上的女性中,两门分拣途径确定了18.3%的紧急转诊和1%的超声波,其中1%的女性患有OC.
结论:
- 在外部验证后,Ovatools模型表现良好,证实了它们的实用性.
- 通过提供精确的风险分层信息,Ovatools可以有效地支持临床决策.
- 这些模型提供了一种有价值的工具,用于对妇女进行选,以便根据她们计算的卵巢癌风险进行适当的进一步调查.
