相关实验视频
Updated: Mar 14, 2026
14:45
Technical Detail for Robot Assisted Pancreaticoduodenectomy
Published on: September 28, 2019
15.7K
在术前风险评估中重新评估常规采集的临床和实验室参数,用于导管内皮质粘膜瘤:模型开发和内部验证
Camila Hidalgo Salinas1, Mahip Grewal2, Vishnu Jayaprakash2
1Department of Surgery, NYU Grossman School of Medicine, New York, NY, USA; Centre for Evidence-Based Medicine, Nuffield Department of Primary Care Health Sciences, University of Oxford, Radcliffe Observatory Quarter, Woodstock Road, Oxford, OX2 6GG, United Kingdom; Department for Continuing Education, University of Oxford, Rewley House, 1 Wellington Square, Oxford, OX1 2JA, United Kingdom.
概括
一个新的组合模型准确地预测了导管内 papillary 粘膜瘤 (IPMN) 中的高度发育不良或侵入性癌症 (HGD / IC). 该工具通过识别需要及时干预的患者,平衡风险以获得更好的患者结果,改善了手术决策.
科学领域:
- 胃肠病学和肝病学
- 手术瘤学手术瘤学
- 诊断成像 诊断成像 诊断成像
背景情况:
- 精确的手术前风险分层对内导管 papillary 粘膜瘤 (IPMN) 对于管理高度发育不良或侵入性癌症 (HGD / IC) 至关重要.
- 目前的指导方针需要验证和改进,以便在IPMN患者中进行最佳的手术决策.
- 为了平衡恶性IPMN的及时干预与避免低度IPMN不必要的手术,这是一个临床挑战.
研究的目的:
- 在外部验证2023年国际胰腺学会 (IAP) /京都指南IPMN风险评估.
- 开发和验证一个综合预测模型,整合临床数据,实验室参数和基于指南的特征.
- 加强高风险IPMN (HGD/IC) 的术前识别,以改善外科决定.
主要方法:
- 对194名接受IPMN切除 (2012-2024) 的患者进行了回顾性队列研究.
- 对"京都模型" (IAP/京都标准) 的评估和使用实验室和临床变量开发临床预测模型.
- 集成模型和使用歧视 (AUC) 和校准指标的预测性能的评估与内部验证.
主要成果:
- "京都模式"显示了适度的歧视 (AUC 0.62).
- 结合中性粒细胞与淋巴细胞比率 (NLR),吸烟史,血糖,CA19-9和性酸酶的临床模型,AUC达到0.76.
- 组合模型 (AUC 0.77) 显著改善了区分和校准 (p < 0.001),在>0.75概率值下显示了90%的特异性和91%的HGD/IC积极预测值.
结论:
- 整合临床,实验室和成像数据可以提高高风险IPMN的手术前风险识别.
- 组合模型为在选定的IPMN患者中进行手术决策提供了实用,高特异性的工具.
- 在广泛临床实施之前需要外部验证;该模型是针对被考虑切除的患者而不是未经选择的监测队伍.
