基于LASSO的诺米图预测小细胞肺癌 (SCLC) 脑转移患者的早期死亡
Xiaohao Liu1,2, Long Wang1,2, Linkuan Huangfu1,2
1Department of The First Clinical Medical College of Zhengzhou University, Zhengzhou, China.
Translational cancer research
|January 9, 2026
概括
这项研究开发了名图来预测小细胞肺癌与大脑转移 (SCLC-BM) 患者的早期死亡 (ED). 这些模型可以帮助瘤学家识别高风险患者,以改善治疗计划.
科学领域:
- 在瘤学瘤学.
- 医学统计 医学统计
- 癌症研究 癌症研究
背景情况:
- 小细胞肺癌与大脑转移 (SCLC-BM) 呈现出不良预后和高死亡率.
- 在SCLC-BM患者中早期死亡 (ED) 的预测模型很少.
- 这项研究解决了在SCLC-BM中预测ED的工具需求.
研究的目的:
- 在SCLC-BM患者中开发和验证用于预测全因早期死亡 (ACED) 和癌症特异性早期死亡 (CSED) 的诺姆图.
- 确定SCLC-BM中早期死亡的关键预后因素.
- 为SCLC-BM提供临床工具,用于SCLC-BM的风险分层.
主要方法:
- 从SEER数据库 (2010-2015) 中分析了SCLC-BM患者的数据.
- 使用LASSO和多变量回归分析来确定独立的预测因素.
- 通过使用ROC,校准和DCA构建和验证了两个名图.
主要成果:
- ACED的预测因素包括初级部位,N阶段,种族,年龄,瘤大小,放射治疗和化疗.
- CSED的预测因素包括种族,年龄,瘤大小,放射治疗和化疗.
- 纳米图表表现出良好的区分和校准能力,AUC范围从0.783到0.837.
结论:
- 开发的诺姆图有效预测SCLC-BM患者的ACED和CSED.
- 这些预测模型显示出临床实用性,用于识别高风险个体和治疗后规划.
- 诺米图可以帮助瘤学家对SCLC-BM进行个性化风险评估和管理策略.
