基于SEER数据库的乳头甲状腺癌中侧淋巴结转移的预测模型

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学

背景情况:

• 乳头甲状腺癌 (PTC) 是最常见的甲状腺癌.
• 淋巴结转移 (LNM) 显著影响PTC预后.
• 由于超声波等当前诊断方法的局限性,手术前识别侧侧淋巴结转移 (LLNM) 是具有挑战性的.

研究的目的:

• 开发和验证PTC患者LLNM的预测模型.
• 为了改善LLNM的手术前诊断.
• 帮助临床医生优化PTC患者的手术决策.

主要方法:

• 利用来自监测,流行病学和最终结果 (SEER) 数据库的18342名PTC患者 (2016-2020年) 的数据.
• 采用单变量和多变量物流回归来识别LLNM的独立风险因素.
• 开发并验证了使用ROC曲线,校准图表和决策曲线分析 (DCA) 的预测名录.

主要成果:

• 确定了五个独立的LLNM预测因素:性别,年龄,种族,瘤 (T) 阶段和转移 (M) 阶段.
• 诺米图表显示出强大的预测性能,培训队列中的AUC为0.715,验证队列中的AUC为0.707.
• 校准图和DCA证实了该模型的良好一致性和临床适用性.

结论:

• 在PTC中成功开发了LLNM的新型预测模型.
• 该模型整合了人口统计和临床病理学指标,提供了显著的预测精度.
• 该工具可以帮助医疗专业人员识别高风险患者并优化手术策略.