基于炎症生物标志物的肝细胞癌中微血管入侵的术前预测模型

科学领域:

• 肝胆道手术 肝胆道手术
• 在瘤学瘤学.
• 生物标志物发现发现

背景情况:

• 肝细胞癌 (HCC) 的复发率很高,与微血管入侵 (MVI) 有关.
• 炎症生物标志物会影响MVI的进展.
• 需要使用手术前数据对MVI进行预测模型.

研究的目的:

• 开发和验证HCC中MVI的手术前预测模型.
• 整合炎症生物标志物和瘤特征用于MVI风险评估.
• 为个性化手术前治疗策略提供一个工具.

主要方法:

• 对300名HCC患者进行了彻底肝切除术的回顾性分析.
• 使用后勤回归识别独立预测因素.
• 用ROC曲线,校准和DCA构建和验证名图.

主要成果:

• 确定了关键预测因素:差差分化,瘤大小≥5厘米,高的des-γ-carboxyprothrombin,以及高的血小板与淋巴细胞比率.
• 诺莫格拉姆的AUC为0.81 (训练) 和0.83 (验证).
• 模型在决策曲线分析中展示了良好的校准和优越的净收益.

结论:

• 综合炎症生物标志物和瘤特征的诺莫图有效预测HCC中的MVI.
• 这种非侵入性模型支持个性化手术前治疗计划.
• 建议进一步进行多中心验证,以确保可通用性.