基于LASSO-逻辑回归的皮肤状甲状腺癌横向淋巴结转移的预测风险因素
Han Han1,2, Lei Yang2, WenJun Jia3
1School of Nursing, Anhui University of Chinese Medicine, Hefei, China.
Frontiers in endocrinology
|October 8, 2025
概括
这项研究开发了侧侧淋巴结转移 (LLNM) 在乳头甲状腺癌 (PTC) 患者的预测模型. 该模型有助于临床医生决定治疗侧淋巴结解剖 (LLND) 和个性化后续护理.
科学领域:
- 在瘤学瘤学.
- 手术瘤学手术瘤学
- 医疗信息学 医疗信息学
背景情况:
- 临床医生在确定治疗侧淋巴结解剖 (LLND) 对于怀疑侧淋巴结转移 (LLNM) 的乳头甲状腺癌 (PTC) 患者的必要性方面面临挑战.
- 准确预测LLNM风险对于优化PTC治疗策略和患者管理至关重要.
- 这项研究解决了需要一个可靠的工具来评估LLNM风险手术前.
研究的目的:
- 构建和验证一个预测模型,用于识别乳头甲状腺癌 (PTC) 患者的横向淋巴结转移 (LLNM) 风险.
- 帮助临床医生做出关于治疗侧侧淋巴结解剖 (LLND) 的明智决策.
- 促进为PTC患者制定个性化的术后随访计划.
主要方法:
- 一组389名PTC患者被追溯分析,数据被随机分为训练 (N=244) 和验证 (N=145) 组.
- 使用LASSO和后勤回归分析来确定LLNM的重大风险因素.
- 使用接收器操作特征 (ROC) 曲线,校准曲线和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 一个结合LASSO和后勤回归的预测模型成功地建立了PTC患者的LLNM风险.
- 为可视化风险评估开发了一个名图,在培训和验证组中表现良好.
- 该模型表现出强大的预测准确性,校准和临床实用性,如AUC,校准曲线和DCA所证明.
结论:
- 基于LASSO回归的开发名图有效预测PTC患者LLNM的手术前风险.
- 这种预测工具可以大大帮助临床医生量身定制治疗决策,特别是在治疗LLND方面.
- 该模型支持个性化的术后管理策略,增强PTC患者的护理.
