期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
转移性黑色素瘤患者早期死亡风险的预测模型构建及验证 被引量:1
1
作者 李思儒 李静 +2 位作者 杨栖 尹存俐 柳斌 《四川大学学报(医学版)》 CAS CSCD 北大核心 2024年第2期367-374,共8页
目的 构建预测转移性黑色素瘤(metastatic melanoma, MM)患者早期死亡风险的列线图模型。方法 本研究纳入监测、流行病学和最终结果(Surveillance, Epidemiology, and End Results Program, SEER)数据库中(2010–2015年)2 138例被诊断... 目的 构建预测转移性黑色素瘤(metastatic melanoma, MM)患者早期死亡风险的列线图模型。方法 本研究纳入监测、流行病学和最终结果(Surveillance, Epidemiology, and End Results Program, SEER)数据库中(2010–2015年)2 138例被诊断为MM的患者。使用logistic回归分析确定影响MM患者早期死亡的独立风险因素。并利用这些因素构建全因早死和癌症特异性早期死亡的列线图。通过受试者操作特征(receiver operating characteristic, ROC)曲线、校准曲线和决策曲线分析(decision curve analysis, DCA)评估该模型的效能,并使用四川省肿瘤医院2015年1月–2020年1月被诊断为MM的105例患者的临床病理资料进行外部验证。结果 logistic回归分析显示,婚姻状况、原发部位、N分期、手术、化疗、骨转移、肝转移、肺转移和脑转移可以被确定为早期死亡的独立预测因素。基于这些因素开发了两个列线图分别预测全因早死和癌症特异性早死风险。在全因和癌症特异性早期死亡模型中,训练组的曲线下面积(the area under the curve, AUC)分别为0.751[95%置信区间(confidence interval, CI):0.726~0.776]和0.740(95%CI:0.714~0.765))。内部验证组的AUC分别为0.759(95%CI:0.722~0.797)和0.757(95%CI:0.718~0.780),外部验证组的AUC分别为0.750(95%CI:0.649~0.850)和0.741(95%CI:0.644~0.838)。校准曲线表明预测概率与观察概率的一致性高,DCA分析表明该模型的临床应用价值较高。结论 列线图模型预测MM患者的早期死亡表现出良好的预测能力,能够帮助临床医师制定更个性化的治疗策略。 展开更多
关键词 黑色素瘤 肿瘤转移 列线图模型 统计学早期死亡 SEER数据库
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部