目的:基于术前纤维蛋白原(fibrinogen,Fbg)、血小板/白蛋白(platelet to albumin ratio,PAR)及糖类抗原199(carbohydrate antigen 19-9,CA199)构建结直肠癌患者预后的列线图预测模型。方法:回顾性纳入我院行结直肠癌(colorectal cancer,...目的:基于术前纤维蛋白原(fibrinogen,Fbg)、血小板/白蛋白(platelet to albumin ratio,PAR)及糖类抗原199(carbohydrate antigen 19-9,CA199)构建结直肠癌患者预后的列线图预测模型。方法:回顾性纳入我院行结直肠癌(colorectal cancer,CRC)手术的323例患者,收集患者的术前检验指标及相关临床病理资料,并根据受试者工作特征曲线(receiver operating characteristic curve,ROC)计算出的cut-off值,分为Fbg、PAR高低表达组,单因素及多因素COX比例风险模型筛选独立预后因素,构建列线图预测模型,评价预测价值。结果:通过ROC曲线得出Fbg、PAR的cut-off值分别为2.80、6.05。多因素COX回归分析结果示:Fbg、PAR、CA199、TNM分期、分化程度为影响CRC患者预后的独立危险因素(P<0.05),将Fbg、PAR、CA199联合构建出风险评分并纳入列线图中,训练集及验证集ROC中曲线下面积(area under the curve, AUC)均大于0.6,校准曲线与理想曲线拟合良好。结论:基于Fbg、PAR、CA199构建的列线图准确性良好,可为CRC患者总生存期提供个体化预测。展开更多
文摘目的 探讨白蛋白-胆红素(albumin-bilirubin,ALBI)评分联合肝功能指标及癌胚抗原(carcinoembryonic antigen,CEA)对结直肠癌肝转移的预测价值。方法 回顾性分析2016年1月至2021年7月于兰州大学第二医院接受手术治疗且随访满24个月的结直肠癌患者临床资料,依据随访结果将入组患者分为肝转移组和非肝转移组,并按2∶1比例随机分为建模组与验证组。分析结直肠癌患者发生肝转移的风险因素,采用Lasso-Logistic回归构建预测模型,采用Bootstrap法进行内部验证,应用受试者工作特征曲线、校准曲线和临床决策曲线评价预测模型的可靠性,最后绘制列线图展示预测结果。结果 共入选符合纳入和排除标准的结直肠癌患者195例,其中建模组130例,验证组65例;Lasso回归变量筛选及Logistic回归分析结果显示,ALBI评分(OR=8.062,95%CI:2.545~25.540)、丙氨酸氨基转移酶(alanine transaminase,ALT)(OR=1.037,95%CI:1.004~1.071)与CEA(OR=1.025,95%CI:1.008~1.043)是结直肠癌发生肝转移的独立预测因素;建模组三者联合预测结直肠癌发生肝转移的曲线下面积(area under the curve,AUC)为0.921,灵敏度为78.0%,特异度为95.0%,C-index为0.921,H-L拟合度曲线χ~2=0.851,P=0.654,校准曲线斜率接近1,提示该模型准确度较高,临床决策曲线显示该模型具有良好的临床应用价值。对建模组数据采用Bootstrap法进行1000次重抽样的内部验证,准确度为0.869,Kappa一致性为0.709,AUC为0.913;应用ALBI评分、ALT与CEA单独诊断结直肠癌肝转移时,CEA的AUC最大(0.897),三者联合诊断结直肠癌肝转移的效能最高。验证组三者联合预测结直肠癌发生肝转移的AUC为0.918,灵敏度为85.0%,特异度为95.6%,C-index为0.918,H-L拟合度曲线χ~2=0.586,P=0.746。结论 ALBI评分、ALT与CEA对结直肠癌肝转移具有一定预测价值,三者联合预测结直肠癌肝转移的效能较高,通过其构建的风险预测模型具有良好的临床应用前景。
文摘目的:基于术前纤维蛋白原(fibrinogen,Fbg)、血小板/白蛋白(platelet to albumin ratio,PAR)及糖类抗原199(carbohydrate antigen 19-9,CA199)构建结直肠癌患者预后的列线图预测模型。方法:回顾性纳入我院行结直肠癌(colorectal cancer,CRC)手术的323例患者,收集患者的术前检验指标及相关临床病理资料,并根据受试者工作特征曲线(receiver operating characteristic curve,ROC)计算出的cut-off值,分为Fbg、PAR高低表达组,单因素及多因素COX比例风险模型筛选独立预后因素,构建列线图预测模型,评价预测价值。结果:通过ROC曲线得出Fbg、PAR的cut-off值分别为2.80、6.05。多因素COX回归分析结果示:Fbg、PAR、CA199、TNM分期、分化程度为影响CRC患者预后的独立危险因素(P<0.05),将Fbg、PAR、CA199联合构建出风险评分并纳入列线图中,训练集及验证集ROC中曲线下面积(area under the curve, AUC)均大于0.6,校准曲线与理想曲线拟合良好。结论:基于Fbg、PAR、CA199构建的列线图准确性良好,可为CRC患者总生存期提供个体化预测。
