基于系统性免疫炎症指数和关键临床病理特征的子宫内膜癌预后诺莫грам的开发和验证

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 生物统计学 生物统计学

背景情况:

• 子宫内膜癌 (EC) 需要改进精准医学的风险分层工具.
• 现有的方法可能不够低成本或足够动态,无法用于常规的临床使用.

研究的目的:

• 开发和验证用于预测EC患者2年,3年和5年的整体存活率 (OS) 的预后性名谱.
• 将系统性免疫-炎症指数 (SII) 与关键的临床病理特征相结合.
• 为EC管理提供低成本,动态的风险分层工具.

主要方法:

• 对341名EC患者的回顾性分析 (世卫组织2020年标准).
• 数据分为培训 (60%) 和验证 (40%) 集.
• 使用LASSO和多变量考克斯回归识别独立的预后因素.
• 通过ROC曲线,校准图表和决策曲线分析 (DCA) 来构建和评估名图.

主要成果:

• 确定了四个独立的预测因素:年龄,病理差异化程度,淋巴血管空间入侵 (LVSI) 和SII.
• 在训练 (AUCs ~0.87-0.88) 和验证 (AUCs ~0.83-0.87) 队列中,名图显示了对2年,3年和5年的OS的优秀歧视.
• SII是OS的重要独立预测因子 (HR = 1.001,P < 0.001).

结论:

• 成功开发了一种有效的预后名录,将SII和EC的病理差异化整合在一起.
• 这种模型显著优于传统的临床参数.
• 在欧盟临床实践中,名图是早期风险分层和个性化管理的宝贵工具.