目的基于监测、流行病学和结果数据库(Surveillance, Epidemiology, and End Results,SEER),分析肺大细胞神经内分泌癌(pulmonary large cell neuroendocrine carcinoma, PLCNEC)的临床特征和患者生存情况,建立预后模型。方法从SEER数...目的基于监测、流行病学和结果数据库(Surveillance, Epidemiology, and End Results,SEER),分析肺大细胞神经内分泌癌(pulmonary large cell neuroendocrine carcinoma, PLCNEC)的临床特征和患者生存情况,建立预后模型。方法从SEER数据库中收集2004-2013年诊断为PLCNEC的患者1 656例,描述其基本临床特征,通过Kaplan-Meier法绘制生存曲线并进行生存分析。使用Cox比例风险模型探索与总生存期(overall survival,OS)相关的临床特征,并建立可视化的预测患者预后的列线图(nomogram)模型,通过重复抽样对模型进行验证。结果 1 656例PLCNEC患者中,男性(55.37%)和诊断年龄≥65岁(52.05%)居多,以白种人(84.12%)为主;40.94%做过手术治疗,37.80%做过放疗,51.93%做过化疗。生存分析发现:患者中位生存期为11个月,1年生存率为46.5%。Cox比例风险模型多因素分析发现:女性、黑种人及其他种族、手术治疗、放疗及化疗为保护因素,而年龄≥65岁,肿瘤长径增大,肿瘤向邻近组织、区域淋巴结及远处扩散为危害因素,肿瘤部位对生存影响无明显差异。利用上述与OS相关的临床特征,建立可视化列线图模型,可通过基本临床特征来预测PLCNEC患者的1年生存率。重复抽样验证发现该模型1年生存率预测值与实际值一致性较好(C-index为0.76)。结论 PLCNEC患者中位OS为11个月,1年生存率为46.5%;性别、诊断年龄、种族、基线肿瘤长径、肿瘤扩散、手术治疗、放射治疗及化疗等临床特征与PLCNEC生存预后相关;成功建立可视化列线图模型,可预测PLCNEC患者1年生存率。展开更多
文摘目的基于监测、流行病学和结果数据库(Surveillance, Epidemiology, and End Results,SEER),分析肺大细胞神经内分泌癌(pulmonary large cell neuroendocrine carcinoma, PLCNEC)的临床特征和患者生存情况,建立预后模型。方法从SEER数据库中收集2004-2013年诊断为PLCNEC的患者1 656例,描述其基本临床特征,通过Kaplan-Meier法绘制生存曲线并进行生存分析。使用Cox比例风险模型探索与总生存期(overall survival,OS)相关的临床特征,并建立可视化的预测患者预后的列线图(nomogram)模型,通过重复抽样对模型进行验证。结果 1 656例PLCNEC患者中,男性(55.37%)和诊断年龄≥65岁(52.05%)居多,以白种人(84.12%)为主;40.94%做过手术治疗,37.80%做过放疗,51.93%做过化疗。生存分析发现:患者中位生存期为11个月,1年生存率为46.5%。Cox比例风险模型多因素分析发现:女性、黑种人及其他种族、手术治疗、放疗及化疗为保护因素,而年龄≥65岁,肿瘤长径增大,肿瘤向邻近组织、区域淋巴结及远处扩散为危害因素,肿瘤部位对生存影响无明显差异。利用上述与OS相关的临床特征,建立可视化列线图模型,可通过基本临床特征来预测PLCNEC患者的1年生存率。重复抽样验证发现该模型1年生存率预测值与实际值一致性较好(C-index为0.76)。结论 PLCNEC患者中位OS为11个月,1年生存率为46.5%;性别、诊断年龄、种族、基线肿瘤长径、肿瘤扩散、手术治疗、放射治疗及化疗等临床特征与PLCNEC生存预后相关;成功建立可视化列线图模型,可预测PLCNEC患者1年生存率。
