女性乳腺黏液癌患者预后影响因素分析及预测列线图构建

目的利用监测、流行病学和结果数据库(SEER数据库)进行女性乳腺黏液癌(MBC)患者生存预测列线图构建,从而预测乳腺黏液癌患者的总生存率。方法从SEER数据库中提取2003-2013年期间的乳腺黏液癌患者共2 130例,按随机数字表法分为建模组(n=1 064)和验证组(n=1 066)。采用COX比例风险回归模型分析建模组患者的预后影响因素,使用Akaike信息标准(AIC)进行影响因子筛选,构建列线图。利用一致性指数(C-index)和校正曲线对列线图进行验证,评估其预测价值。结果建模组的COX比例风险回归模型结果表明,患者年龄、婚姻状态、肿瘤分级、分化程度、肿瘤T分期、雌激素受体(ER)、手术及放疗情况均为乳腺黏液癌的预后影响因素(P<0.05),以上均被用于构建列线图。通过建模组数据与验证组数据分析得出列线图,其建模组C-index=0.789(95%CI 0.777～0.801),验证组=0.813(95%CI 0.803～0.823);2组的校正曲线表现出良好的一致性。结论构建女性乳腺黏液癌患者生存预后列线图具有良好的预测价值,可为临床提供较为准确且实用的预测工具,有利于对患者的生存预后进行个体化分析。     

胃癌多器官转移患者列线图预测模型构建

通过探究胃癌多器官转移患者预后影响因素,构建并验证预测患者预后的列线图模型。方法 通过SEER数据库收集2010～2018年胃癌多器官转移患者的临床资料,使用R软件随机分为训练组和验证组。采用COX等比例风险模型筛选出影响患者预后的独立危险因素,并在此基础上构建列线图预测模型。通过一致性指数(C-index)及校准曲线评估预测模型的可靠性和准确性。结果 本研究共纳入1342例胃癌多器官转移患者病例,按照7∶3的比例随机划分为训练组(n=942)和验证组(n=400)。COX多因素分析结果显示,年龄、原发部位、转移情况、肿瘤直径、分化程度及转移灶手术是胃癌多器官转移患者预后的独立危险因素(P均＜0.05),并基于上述因素成功构建列线图预测模型。在预测模型中训练组及验证组的C-index分别为0.604(95% CI:0.580～0.628)和0.612(95% CI:0.577～0.647)。通过绘制预测模型的校准曲线发现列线图的预测曲线和理想曲线拟合良好,说明所构建模型的校准度较高。结论 基于SEER数据库建立的预测胃癌多器官转移患者预后的列线图模型具有良好的预测价值,有助于临床医生制定准确的个体化治疗方案。     

基于SEER数据库的宫颈腺癌特异性预后分析及列线图模型构建

目的 分析HPV感染相关型(HPVA)和非HPV感染相关型(NHPVA)的独立预后因素,构建并验证预测患者癌症特异性生存率(CSS)的列线图。方法 回顾性分析SEER数据库中2004年～2015年确诊的1219例HPVA和701例NHPVA患者的临床资料并对其病历资料进行回顾性分析。构建单因素及多因素COX回归模型,分析临床病理因素对宫颈腺癌患者预后的影响。绘制列线图评估多指标联合预测疾病进展的价值。采用一致性指数(C-index)、受试者工作特征(ROC)曲线及校准图评价模型的预测精度及判别能力。采用Kaplan-Meier曲线进行生存分析。结果 HPVA患者的多因素COX回归分析结果显示发病年龄,肿瘤分化程度,肿瘤大小,TNM分期,FIGO分期,手术范围,及辅助治疗方式是CSS的独立影响因素。NHPVA患者的多因素COX回归分析结果显示发病年龄,肿瘤分化程度,肿瘤大小,M分期,FIGO分期,手术范围,淋巴结清扫与否是CSS的独立影响因素。构建了HPVA和NHPVA的个体化预测生存率列线图,一致性指数分析结果显示列线图具有良好的区分度。结论 基于SEER数据库确立了HPVA和NHPV...     

基于SEER数据建立四肢软骨肉瘤生存率列线图模型和外部数据验证及其临床意义

目的 基于SEER数据建立四肢软骨肉瘤生存率列线图模型和外部数据验证及其临床意义。方法 提取2004至2016年美国国立癌症研究所SEER数据库所登记的四肢软骨肉瘤的临床数据,按7∶3比例随机分为建模组655例及内部验证组280例,采用单因素COX风险回归、Lasso回归、多因素COX风险回归分析确定影响四肢软骨肉瘤总生存率的独立危险因素,根据其生存率的独立危险因素构建列线图模型,利用一致性指数(C-index)、绘制校准曲线及时间依赖性ROC曲线检验模型的预测能力。收集2009至2020年在我院诊断为四肢软骨肉瘤患者27例作为外部验证组,再次利用时间依赖性ROC曲线检验模型的预测能力。结果 单因素分析结果显示：年龄、种族、性别、肿瘤分级、肿瘤分期、是否手术、淋巴结切除数、放疗、化疗、肿瘤直径是影响软骨肉瘤患者的预后因素。多因素COX回归分析结果显示：年龄、肿瘤分期、手术、淋巴结切除数、肿瘤直径是四肢软骨肉瘤独立危险因素。建模组C指数为0.848,其3年、5年、10年ROC曲线下面积分别为0.904、0.856、0.836。内部验证组C指数为0.835,其3年、5年、10年ROC曲线下面积分别为0.872、0.897、0.861。建立的列线图模型通过C指数、校准曲线、ROC曲线验证其有良好的预测效果。外部验证组3年、5年ROC曲线下面积分别为0.832、0.761。故所建立的列线图模型对中国本土病例也具有良好的预测价值。结论 建立四肢软骨肉瘤生存率列线图模型可以用于预测3、5年OS,可以使用于国内临床工作。     

基于SEER数据库的皮肤Merkel细胞癌预后分析

目的 确定皮肤Merkel细胞癌的预后因素,并构建列线图预测经手术切除的Merkel细胞癌患者的肿瘤特异性生存率。 方法 从美国国立癌症研究所的监测、流行病学、结果(SEER)数据库中收集1 271例患者,按7∶3比例采用随机数字表法分为建模组(891例)和验证组(380例)。采用单因素及多因素Cox回归分析确定预后影响因素,并将这些因素用于构建Merkel细胞癌患者的肿瘤特异性生存率的列线图。通过一致性指数(C-index)、曲线下面积(AUC)和校准曲线评价Cox比例风险模型的区分度和一致性,最后将模型的预测效果和传统TNM分期系统进行对比。 结果 Cox回归分析显示,年龄、性别、肿瘤大小、N分期、M分期和癌症特异性生存率相关,而种族、婚姻状况和放疗对肿瘤特异生存率没有显著影响。利用上述预后因素构建的列线图表现出比传统TNM分期更好地预测效果:建模组使用新模型预测,C指数为0.761,而使用TNM分期系统的C指数为0.711;新模型的AUC在建模组和验证组中均高于TNM分期。同时,2组的校准曲线一致性良好。 结论 本次构建的列线图在预测经手术切除的Merkel细胞癌患者生存率方面的效果优于第8版TNM分期系统,有助于临床医师对患者预后进行评估及个体化治疗。      

基于SEER数据库建立三阴性乳腺癌预后预测模型列线图

目的 探讨影响女性三阴性乳腺癌(TNBC)预后的临床因素.方法 通过SEER*Stat软件提取SEER数据库2010年1月1日至2015年12月31日经病理诊断的女性TNBC患者,通过单因素和多因素Cox回归分析,探讨影响女性TNBC患者预后的临床因素,使用R-studio 3.6.3软件将模型可视化,绘制预测TNBC患者3年总生存率的列线图(nomogram).使用一致性指数(C-index),受试者工作特征(ROC)曲线和校准图对列线图进行内部(建模组)验证;收集山西医科大学第二医院乳腺外科2016年1月1日至2020年12月31日与建模组条件相同的患者共198名(验模组),进行外部验证.结果 搜集到建模组患者17621例,验模组198例.建模组中位随访时间为40.8个月,验模组中位随访时间38.4个月.多因素Cox比例风险回归分析结果显示,建模组患者的年龄、种族、婚姻状况、T分期、N分期、M分期、手术情况、放化疗情况是TNBC患者3年总生存率的独立危险因素(P<0.05),这些因素均被用于构建列线图预测模型.验证结果ROC曲线分析显示建模组和验证组样本的3年总生存率AUC均大于0.7,且建模组和验模组的C指数分别为0.792和0.774,2组的校正曲线接近45°参考线且表现出良好的一致性.结论 本研究构建的预测模型具有良好的预后价值,可对TNBC患者的3年总生存率作出较为准确的评估,可供临床借鉴.     

基于SEER数据库建立三阴性乳腺癌预后预测模型列线图

目的 探讨影响女性三阴性乳腺癌(TNBC)预后的临床因素.方法 通过SEER*Stat软件提取SEER数据库2010年1月1日至2015年12月31日经病理诊断的女性TNBC患者,通过单因素和多因素Cox回归分析,探讨影响女性TNBC患者预后的临床因素,使用R-studio 3.6.3软件将模型可视化,绘制预测TNBC患者3年总生存率的列线图(nomogram).使用一致性指数(C-index),受试者工作特征(ROC)曲线和校准图对列线图进行内部(建模组)验证;收集山西医科大学第二医院乳腺外科2016年1月1日至2020年12月31日与建模组条件相同的患者共198名(验模组),进行外部验证.结果 搜集到建模组患者17621例,验模组198例.建模组中位随访时间为40.8个月,验模组中位随访时间38.4个月.多因素Cox比例风险回归分析结果显示,建模组患者的年龄、种族、婚姻状况、T分期、N分期、M分期、手术情况、放化疗情况是TNBC患者3年总生存率的独立危险因素(P<0.05),这些因素均被用于构建列线图预测模型.验证结果ROC曲线分析显示建模组和验证组样本的3年总生存率AUC均大于0.7,且建模组和验模组的C指数分别为0.792和0.774,2组的校正曲线接近45°参考线且表现出良好的一致性.结论 本研究构建的预测模型具有良好的预后价值,可对TNBC患者的3年总生存率作出较为准确的评估,可供临床借鉴.     

结直肠神经内分泌肿瘤预后列线图的构建

目的 探讨结直肠神经内分泌肿瘤(NEN)患者的预后相关因素,并构建生存率列线图。方法 收集监测、流行病学和最终结果(SEER)数据库4 272例结直肠NEN患者的资料,基于COX回归分析的结果构建列线图,使用受试者工作特征(ROC)曲线和校准曲线进行内部验证。结果 性别、年龄、组织学类型、病理分级、肿瘤直径、T分期、N分期、肝转移、原发部位手术、化疗是总生存(OS)时间的影响因素(P<0.05)。性别、肿瘤部位、组织学类型、病理分级、肿瘤直径、T分期、N分期、肝转移、原发部位手术、化疗是癌症特异性生存(CSS)时间的影响因素(P<0.05)。曲线下面积>0.9,校准曲线与参考线一致。基于列线图总分对患者进行风险分层,低危患者预后优于高危患者(P<0.05)。结论 构建的结直肠NEN患者的预后列线图预测性能良好。     

胃癌肝转移患者预后列线图的建立与危险分层

目的 探讨影响胃癌肝转移(gastric cancer liver metastasis,GCLM)患者预后因素,建立预后列线图并对患者进行危险分层。方法 从SEER(surveillance epidemiology and end results)数据库中收集GCLM患者的临床及病理学资料,通过单因素和多因素COX回归分析筛选出影响患者肿瘤特异性生存期(cancer-specific survival,CSS)的预后因素。建立预后列线图并进行危险分层。通过C指数 (C-index)、受试者工作特征(ROC)曲线、校准曲线对列线图进行评估。结果 肿瘤部位、肿瘤直径、病理类型、组织学分级、肝外转移、化疗及原发肿瘤是否手术是影响CSS的独立预后因素(P均<0.05)。训练组、内部验证组及外部验证组的C指数分别为0.720、0.724和0.711,均高于TNM分期系统(C指数为0.557)。校准曲线结果显示该列线图有较高的预测质量。此外,列线图对不同风险患者的预后有显著的辨别能力。结论 与传统的TNM分期系统比较,列线图能可靠的预测GCLM患者的CSS,且可以成功区分高、中和低危患者。     

基于SEER数据库脊柱骨肉瘤预后预测模型列线图的建立

目的 基于美国国立癌症研究所的监测、流行病学和结果(National Cancer Institute,The Surveillance,Epidemiology,and End Results Program,SEER)数据库患者数据构建列线图,预测原发性脊柱骨肉瘤患者的3年及5年总生存率。方法 在SEER数据库中收集符合纳入、排除标准的原发性脊柱骨肉瘤患者237例,利用单因素和多因素的COX回归筛选独立危险因素,并绘制预测原发性脊柱骨肉瘤患者总生存率的列线图,使用一致性指数(C-index),受试者工作特征(relative operating characteristic curve,ROC)曲线和校准图对列线图进行内部验证。结果 年龄、肿瘤转移情况与是否化疗为影响脊柱骨肉瘤患者预后的独立危险因素(P<0.05)。列线图的C指数为0.677(95% CI:0.643～0.711),患者3年和5年总生存率的ROC曲线下面积分别为0.645与0.737,校准曲线显示良好的一致性。结论 利用SEER数据库构建了预测原发性脊柱骨肉瘤预后的列线图,可为患者提供较准确和个性化的生存预测。     

基于列线图方法探究LODDS分级对行满意减瘤术后卵巢癌患者的预后价值

目的探讨已行满意减瘤术后的卵巢癌患者淋巴结阳性数与阴性数对数(LODDS)的预后价值,并基于LODDS等级建立列线图模型。 方法收集SEER数据库中3 968例行满意减瘤术且术中行淋巴结活检或系统淋巴结清扫的卵巢癌患者的临床资料。采用时间依赖的COX回归分析筛选独立预后因素,并建立预测模型。使用一致性指数(C-index)及校正曲线在建模组及验证组中评价模型的可靠性。使用ROC曲线比较两组使用LODDS分级列线图和单独使用FIGO分期方法预测患者生存率的准确性。 结果Cox单因素回归分析显示年龄、种族、婚姻状态、肿瘤位置、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级、化疗情况以及CA125情况是潜在的危险因素。Cox多因素回归分析显示年龄、婚姻状态、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级是独立影响因素,并以此建立列线图。建模组中,列线图C-index为0.752,预测1、3、5年生存率ROC曲线的AUC值均优于单独使用FIGO分期。验证组中,列线图C-index为0.747,预测1、3、5年生存率ROC曲线的AUC值同样优于单独使用FIGO分期。 结论LODDS分级是行满意减瘤术后卵巢癌患者的独立预后因素。术后以基于LODDS分级的列线图预测患者1、3、5年生存率较单纯使用FIGO分期更为准确。     

基于SEER数据库构建老年鼻咽癌患者生存预后列线图

目的 利用美国流行病学监测和结果(surveillance,epidemiology,and end results,SEER)数据库构建老年鼻咽癌患者(≥60岁)生存预后风险预测列线图,预测老年鼻咽癌患者的总生存率,为临床决策提供科学依据.方法 从数据库中提取2004-2015年期间的老年鼻咽癌患者共1 366例,随...     

探讨淋巴结阳性率对上尿路上皮癌的预后价值

目的 探讨淋巴结阳性率(positive lymph node ratio,LNR)对上尿路上皮癌（upper tract urothelial carcinoma,UTUC)患者的预后价值。 方法 从SEER数据库中选取188例符合纳入标准的UTUC患者,用X-tile软件选取LNR的最佳截断点,运用Kaplan-Meier法计算UTUC患者的3年总体生存率(overall survival,OS)和3年肿瘤特异生存率(cancer-specific survival,CSS),同时运用COX比例风险回归模型分析LNR在UTUC患者预后方面的预测价值,最后,计算ROC曲线下面积以及绘制校准曲线用于比较LNR与传统N分期的预测性能。 结果 经X-tile 软件筛选,LNR的最佳截断点为0.6 (LNR＜0.6 vs. LNR≥0.6)。单因素COX回归分析和多因素COX回归分析,肿瘤分期、远处转移、肿瘤大小是影响UTUC3年OS的独立危险因素（P＜0.05）;同时,LNR、远处转移、肿瘤大小是3年CSS的独立危险因素（P＜0.05）。较LNR≥0.6组,LNR＜0.6组UTUC的预后明显更优（P＜0.05）。同时,通过计算ROC曲线下面积,比较LNR和N分期评估患者预后的准确性。LNR(LNR＜0.6,LNR≥0.6)在评估3年OS与3年CSS的价值方面明显优于传统的N分期(P＜0.05)。 结论 LNR≥0.6是UTUC患者3年CSS的独立预后危险因素,而且LNR的预后评估价值明显优于传统N分期。     

胰腺神经内分泌肿瘤预后模型的建立与验证

目的 探讨影响胰腺神经内分泌肿瘤预后的危险因素,构建胰腺神经内分泌肿瘤预后预测模型。方法 选取SEER数据库中2004年1月至2015年12月经病理明确诊断为胰腺神经内分泌肿瘤的患者3606例,按照3∶1分割为训练集（n=2704）和验证集（n=902）,在训练集中通过Cox比例风险模型筛选影响胰腺神经内分泌肿瘤预后的危险因素,进一步构建其预后模型并绘制列线图。分别在训练集和验证集中对模型的预测效能进行内部及外部验证。结果 单因素Cox回归分析显示,性别、年龄、婚姻状态、肿瘤部位、分化程度、TNM分期、美国癌症联合委员会（American Joint Committee on Cancer,AJCC）分期、手术均是影响胰腺神经内分泌肿瘤预后的危险因素（P<0.05）;多因素Cox回归分析显示,年龄、性别、婚姻状态、分化程度、TNM分期、手术均是影响胰腺神经内分泌肿瘤预后的危险因素（P<0.05）。最终将年龄、性别、分化程度、肿瘤部位、TNM分期、手术、婚姻状态等变量纳入预测模型并绘制列线图。在训练集和验证集中,预测模型的C指数分别为0.8579和0.8572。训练集和验证集...     

结直肠间质瘤临床病理特征及预后分析

目的 探究结直肠间质瘤预后相关因素,并通过列线图预测该肿瘤生存概率,为指导临床评估预后提供依据.方法: 通过监测流行病学和最终结果(surveillance, epidemiology, and end results, SEER)数据库获取1992年1月至2015年12月结直肠间质瘤临床病理及预后相关资料,对入组患者进行生存分析,将分析得到的独立预后因素绘制成列线图,之后采用校准曲线评估列线图预测生存准确性.结果: 546例结直肠间质瘤患者被纳入研究.中位发病年龄64岁,区域淋巴结转移率9.4%.546例患者多因素生存分析显示发病年龄 > 64岁,未婚/离婚,结肠间质瘤(与直肠间质瘤相比),非手术治疗,组织分化级别高,区域淋巴结转移及远处转移具有更差的肿瘤特异性生存和总生存(P均<0.05), 美国东部地区诊治患者比西部地区患者具有更长的总生存时间(P = 0.027),以上独立预后因素预测肿瘤特异性生存率和总生存率的C指数分别为0.76(95%CI: 0.72-0.80)和0.75(95%CI: 0.72-0.78).在174例组织分化级别和肿瘤部位明确的患者中,影响肿瘤特异性生存和总生存的独立预后因素为年龄,组织分化级别和是否行手术治疗(P均<0.05),而肿瘤部位仅与肿瘤特异性生存显著相关(P = 0.041),未证实与总生存显著相关(P = 0.057),采用这4个预后影响因素预测546例患者肿瘤特异性生存率和总生存率的C指数分别是0.71(95%CI: 0.66-0.75)和0.73(95%CI: 0.70-0.77), 能较准确预测结直肠间质瘤患者总生存率.结论: 结直肠间质瘤预后受多个临床病理因素影响,列线图能为预测结直肠间质瘤患者生存率提供依据.     

基于SEER数据库建立预测卵巢浆液性囊腺癌术后患者生存时间列线图

目的：建立卵巢浆液性囊腺癌患者手术后生存时间预测模型并绘制列线图。方法：回顾性分析监测、流行病学和结果（SEER）数据库2010至2015年5906例诊断为卵巢浆液性囊腺癌手术后患者的资料,通过多因素Cox比例风险回归模型得到其远期存活的独立危险因素。采用R语言绘制患者术后3年和5年存活率的列线图,用受试者操作特征曲线及C指数检验模型的区分度,校准图检验其校准度,并对其独立危险因素进行生存分析。结果：Cox比例风险回归模型分析结果显示,年龄、种族、组织学分级（低分化和未分化）、T分期（T2a、T2b、T2c、T3a、T3b、T3c）、M分期（M1）是卵巢浆液性囊腺癌手术后患者预后的独立危险因素（均P<0.01）。建立的列线图能迅速通过年龄、种族、组织学分级、T分期、M分期预测患者术后3年和5年的存活率。列线图C指数为0.688,预测患者术后3年和5年存活率的列线图的曲线下面积分别为0.708、0.716。校准图显示患者术后3年和5年存活率的列线图模型与实际模型一致性尚可。具有高危因素的患者生存时间短于具有低危因素的患者（P<0.05）。结论：本研究基于SEER数据库建立的预测卵巢浆液性囊腺癌术后患者生存时间的列线图有助于临床评估。     

结直肠间质瘤临床病理特征及预后分析

目的 探究结直肠间质瘤预后相关因素,并通过列线图预测该肿瘤生存概率,为指导临床评估预后提供依据.方法: 通过监测流行病学和最终结果(surveillance, epidemiology, and end results, SEER)数据库获取1992年1月至2015年12月结直肠间质瘤临床病理及预后相关资料,对入组患者进行生存分析,将分析得到的独立预后因素绘制成列线图,之后采用校准曲线评估列线图预测生存准确性.结果: 546例结直肠间质瘤患者被纳入研究.中位发病年龄64岁,区域淋巴结转移率9.4%.546例患者多因素生存分析显示发病年龄 > 64岁,未婚/离婚,结肠间质瘤(与直肠间质瘤相比),非手术治疗,组织分化级别高,区域淋巴结转移及远处转移具有更差的肿瘤特异性生存和总生存(P均<0.05), 美国东部地区诊治患者比西部地区患者具有更长的总生存时间(P = 0.027),以上独立预后因素预测肿瘤特异性生存率和总生存率的C指数分别为0.76(95%CI: 0.72-0.80)和0.75(95%CI: 0.72-0.78).在174例组织分化级别和肿瘤部位明确的患者中,影响肿瘤特异性生存和总生存的独立预后因素为年龄,组织分化级别和是否行手术治疗(P均<0.05),而肿瘤部位仅与肿瘤特异性生存显著相关(P = 0.041),未证实与总生存显著相关(P = 0.057),采用这4个预后影响因素预测546例患者肿瘤特异性生存率和总生存率的C指数分别是0.71(95%CI: 0.66-0.75)和0.73(95%CI: 0.70-0.77), 能较准确预测结直肠间质瘤患者总生存率.结论: 结直肠间质瘤预后受多个临床病理因素影响,列线图能为预测结直肠间质瘤患者生存率提供依据.     

基于Fine-Gray竞争风险模型的青年胃癌患者预后影响因素研究

目的 寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具.方法 通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2673例年龄为18～44岁的青年胃癌患者信息,使用R 4.0.3软件将2673例病例按照约7:3的比例随机分成训练集(1873例)与验证集(800例).以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图.使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证.结果 训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素.训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56％、29.70％和23.96％.根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致.结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以此为依据构建的预后预测模型能有效预测患者的CSS,可为临床医师做出治疗决策提供参考.