基于病理和组织学指标,开发和内部验证用于预测子宫内膜癌复发的诺米克图,以此预测子宫内膜癌的复发
Mengdan Miao1, Bingna Huang2, Yirou Jiang2
1Department of Gynecology, Nanjing Drum Tower Hospital Clinical College of Nanjing Medical University, Nanjing, People's Republic of China.
Cancer management and research
|March 11, 2026
概括
这项研究开发了一种预测性名录,以评估子宫内膜癌 (EC) 复发风险. 该模型基于病理和免疫组织化学因素,证明了个性化治疗策略的优异预测性能.
科学领域:
- 妇科瘤学 妇科瘤学
- 癌症生物标志物 癌症生物标志物
- 临床预测模型临床预测模型
背景情况:
- 子宫内膜癌 (EC) 是一种流行的妇科恶性瘤.
- 准确识别患有EC复发高风险的患者对于个性化管理至关重要.
- 开发可靠的预测模型有助于定制后续和治疗策略.
研究的目的:
- 开发和验证一个用于预测子宫内膜癌治疗后复发风险的诺米克图.
- 评估模型的预测准确性和临床实用性.
主要方法:
- 对486名子宫内膜癌患者的回顾性分析.
- 在培训组 (n=389) 中使用已识别的预测因子开发名ogram.
- 使用各种统计指标验证名录,包括ROC,校准图,NRI,IDI和DCA.
主要成果:
- 构建并验证了包含六个预测因子的nomogram.
- 该模型显示了高分辨率和校准 (AUC=0.890).
- 与现有模式相比,观察到预测准确度 (NRI,IDI) 的显著改善.
结论:
- 基于病理和免疫组织化学因素的验证名录准确地预测了EC的复发.
- 与ESGO-ESTRO-ESP模式相比,开发的名图提供了更高的预测性能.
- 该工具可用于临床风险分层和个性化患者管理.


