期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于SEER数据库建立和验证甲胎蛋白阴性肝细胞癌患者癌症特异生存期的列线图 被引量:2
1
作者 余孝鹏 杨仁义 +1 位作者 贺佐梅 曾普华 《吉林大学学报(医学版)》 CAS CSCD 北大核心 2024年第1期188-197,共10页
目的:探讨甲胎蛋白(AFP)阴性肝细胞癌(HCC)患者预后相关因素,构建列线图以预测患者生存时间。方法:回顾性分析监测、流行病学和最终结果(SEER)数据库提取的2064例AFP阴性HCC患者数据,将所有患者按7∶3比例随机分为训练集和内部验证集,... 目的:探讨甲胎蛋白(AFP)阴性肝细胞癌(HCC)患者预后相关因素,构建列线图以预测患者生存时间。方法:回顾性分析监测、流行病学和最终结果(SEER)数据库提取的2064例AFP阴性HCC患者数据,将所有患者按7∶3比例随机分为训练集和内部验证集,以湖南省中西医结合医院101例AFP阴性HCC患者作为外部验证集。将单因素Cox回归分析结果纳入多因素分析,采用多因素Cox分析获得AFP阴性HCC患者的独立危险因素,构建AFP阴性HCC患者癌症特异生存(CSS)预后列线图。采用时间依赖受试者工作特征曲线(ROC)、校准图和决策曲线分析(DCA)评估列线图的预测效能和临床实用性。将列线图所得总分进行风险分层,比较列线图和美国癌症联合委员会(AJCC)分期系统的风险区分程度。结果:采用多因素Cox回归分析筛选出10个独立危险因素,构建AFP阴性HCC患者3、4和5年CSS预后列线图,包括患者年龄、病理分级、手术情况、放疗情况、化疗情况、肺转移情况、肿瘤大小、肿瘤T分期、肿瘤M分期和婚姻状况。3、4和5年时间依赖ROC曲线下面积(AUC),训练集分别为0.807(95%CI:0.786~0.828)、0.804(95%CI:0.782~0.826)和0.813(95%CI:0.790~0.835),内部验证集分别为0.776(95%CI:0.743~0.810)、0.772(95%CI:0.737~0.808)和0.789(95%CI:0.752~0.826),外部验证集分别为0.773(95%CI:0.677~0.868)、0.746(95%CI:0.620~0.872)和0.736(95%CI:0.577~0.895)。校准图验证列线图能够很好地拟合到完美曲线上。DCA曲线显示列线图在某特定概率阈值上的净收益明显高于AJCC分期在某特定概率时净收益。与AJCC分期比较,列线图具有较好的识别高风险人群的能力。结论:血清中AFP表达是HCC患者的预后指标之一,对于部分血清中AFP阴性表达的HCC患者应区别对待,基于多个风险因素建立的列线图模型有望成为临床评估AFP阴性HCC患者CSS的有效工具。 展开更多
关键词 甲胎蛋白阴性肝细胞癌 列线图 癌症特异生存 预测模型 生存时间
在线阅读 下载PDF
预测小肝癌患者生存率列线图的建立和验证 被引量:7
2
作者 李传红 胡鹏 +2 位作者 欧晏娇 王宏 张雷达 《第三军医大学学报》 CAS CSCD 北大核心 2020年第20期2046-2056,共11页
目的构建预测小肝癌患者总生存率(overall survival,OS)和癌症特异性生存率(cancer-specific survival,CSS)的列线图。方法从SEER数据库中提取1916例2000-2014年诊断的小肝癌病例,采用随机数表法以1∶1比例分为训练组(n=958)和验证组(n=... 目的构建预测小肝癌患者总生存率(overall survival,OS)和癌症特异性生存率(cancer-specific survival,CSS)的列线图。方法从SEER数据库中提取1916例2000-2014年诊断的小肝癌病例,采用随机数表法以1∶1比例分为训练组(n=958)和验证组(n=958)。运用单因素Cox回归分析筛选与预后相关的因素,lasso Cox回归分析进一步筛选独立影响因素,并引入AIC信息准则进行评价,基于筛选后的影响因素建立预测小肝癌患者OS和CSS的列线图。在训练组和验证组中,运用C指数、受试者工作特征曲线(ROC曲线)、校准曲线对列线图的预测能力进行验证。结果小肝癌患者1、3、5年总生存率分别为81.3%、60.7%、49.2%,1、3、5年癌症特异性生存率分别为85.2%、66.9%、56.9%。与OS相关的6个独立影响因素构建预测OS的列线图;与CSS相关的6个独立影响因素和1个相关因素构建预测CSS的列线图。训练组中,预测OS列线图的C指数为0.727(95%CI:0.705~0.750),1、3、5年生存率ROC曲线下面积分别为0.754、0.783、0.795,预测CSS列线图的C指数为0.753(95%CI:0.729~0.777),1、3、5年生存率ROC曲线下面积分别为0.801、0.806、0.818;在验证组中,预测OS列线图的C指数为0.725(95%CI:0.702~0.749),1、3、5年生存率ROC曲线下面积分别为0.752、0.770、0.799,预测CSS列线图的C指数为0.772(95%CI:0.748~0.795),1、3、5年生存率ROC曲线下面积分别为0.806、0.815、0.837。在两组队列中,1、3、5年OS及CSS的校准曲线显示两个列线图的预测值和实际观察值一致。基于建立的列线图对患者进行了风险分层,能够准确地将小肝癌患者分成预后有显著差异的两个风险亚组。结论建立的列线图能较好预测小肝癌患者的OS和CSS,有助于外科医师进行临床决策。 展开更多
关键词 小肝癌 预测模型 列线图 生存 癌症特异生存
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部