开发和验证一个多中心预后模型,以利用肺和血液学数据预测非小细胞肺癌的生存率
Peihong Hu1,2, Hang Gu2,3, Zitao Tang4
1Department of Thoracic Surgery, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital and Institute, Sichuan Cancer Center, School of Medicine, University of Electronic Science and Technology of China, Chengdu, China.
Journal of thoracic disease
|December 11, 2025
概括
非小细胞肺癌 (NSCLC) 的新预后模型整合了肺功能,生物标志物和临床数据,以改善生存预测. 该工具有助于为NSCLC患者做出个性化治疗决策.
科学领域:
- 在瘤学瘤学.
- 肺部病理学 肺部病理学
- 生物统计学 生物统计学
背景情况:
- 非小细胞肺癌 (NSCLC) 的预后分层由于结果异质而具有挑战性.
- 准确的生存预测对于NSCLC患者个性化治疗决策至关重要.
研究的目的:
- 开发和验证一个临床上适用于NSCLC的预后模型.
- 提高生存预测,并支持NSCLC的个性化治疗策略.
主要方法:
- 从多家医院的1,013名NSCLC患者的回顾性招生.
- 使用了人口,临床病理,肺功能 (FEV1,MVV) 和生化 (TBIL) 数据.
- 变量选择的向后渐进回归和Cox比例危险模型的预测,内部和外部验证.
主要成果:
- 开发了一个结合FEV1,MVV,吸烟,病态阶段和TBIL的预后模型.
- 该模型表现出强大的预测性能,C指数值约为0.74和AUC>0.70对于3年和5年生存期.
- 外部验证证实了该模型的准确性和临床实用性,用于风险分层.
结论:
- 一个新的NSCLC预后模型整合了关键的临床,功能和生化参数.
- 该模型为NSCLC的量身定制治疗计划和预后评估提供了重要的临床影响.
- 这种模型的常规整合可以增强临床决策,并可能改善患者的治疗结果.
更多相关视频
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
470
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
625
