在肺癌患者手术后肺炎的术前预测模型的开发和内部验证:一项回顾性研究

科学领域:

• 在瘤学瘤学.
• 肺部医学 肺部医学
• 医疗信息学 医疗信息学

背景情况:

• 手术后肺炎 (POP) 是非小细胞肺癌 (NSCLC) 手术后的一种严重并发症.
• 准确的风险预测对于患者管理和资源分配至关重要.

研究的目的:

• 评估非小细胞肺癌 (NSCLC) 患者的术后肺炎 (POP) 风险.
• 确定影响NSCLC手术后POP发展的关键因素.
• 开发和验证使用LASSO回归的POP风险的预测模型.

主要方法:

• 对457名接受手术的NSCLC患者 (2021-2024) 的回顾性分析.
• 变量选择的 LASSO 回归,然后是模型构建的后勤回归.
• 模型性能使用AUC,灵敏度,特异性,精度,PPV,F1得分,校准曲线和DCA进行评估.

主要成果:

• 在457名患者中,64名 (14%) 患有POP.
• 预测模型在验证集中实现了0.832的AUC.
• 该模型显示高特异性 (0.941) 但低灵敏度 (0.438),准确度为0.881.

结论:

• 基于LASSO回归的模型显示,由于高特异性,有可能识别高风险NSCLC患者的POP.
• 目前临床效用受到低灵敏度和值依赖度的限制.
• 该模型可以作为综合风险评估策略的一部分而不是独立选工具.