皮肤梭形细胞黑色素瘤患者生存预测模型的构建及验证

背景与目的：梭形细胞黑色素瘤（spindle cell melanoma,SCM）是一种罕见的黑色素瘤类型,有关SCM患者生存预后的研究较少。通过提取公共数据库中的SCM临床信息,构建并验证皮肤SCM患者5和10年癌症特异性生存率（cancer-specific survival,CSS）和总生存率（overall survival,OS）的生存预测模型。方法：从美国国立癌症研究所监测、流行病学和最终结果（Surveillance, Epidemiology, and End Results,SEER）数据库筛选出共1 445例患者,分成建模组（n=1 011）和验证组（n=434）。通过单因素和多因素COX回归分析确定独立预后影响因素,建立列线图预测模型。利用一致性指数（concordance index,C-index）、受试者工作特征（receiver operating characteristic,ROC）曲线和校准曲线评估模型的区分度和准确性,利用决策曲线分析（decision curve analysis,DCA）评估模型的临床实用性。结果：年龄、肿瘤部位、肿瘤厚度、溃疡、N分期、M分期及手术共7个独立预后影响因素纳入预测模型,CSS和OS预测模型在建模组中的C-index分别为0.778和0.753,在验证组中的C-index为0.749和0.712。建模组5和10年CSS的曲线下面积（area under curve,AUC）分别为0.815和0.825,5和10年OS的AUC分别为0.803和0.825,验证组5和10年CSS的AUC分别为0.777和0.836,5和10年OS的AUC分别为0.754和0.799。校准曲线与45°线贴合良好,DCA显示,列线图模型在较广泛阈概率范围内有临床净收益,具有良好的临床应用价值。结论：列线图对于皮肤SCM患者预后具有良好的预测能力和临床应用价值。     

基于SEER数据库绘制列线图分析软骨肉瘤患者预后相关因素

目的:分析软骨肉瘤流行病学特征及影响预后的相关因素,并且绘制列线图来个体化预测患者远期生存率。方法:收集SEER数据库2004至2015年诊断的1 453例软骨肉瘤患者的临床数据,回顾性分析软骨肉瘤患者流行病学特征及影响患者预后的相关危险因素,使用随机数字表法将所有纳入对象以7∶3分为建模组（1 017例）和验证组（436例）并构建列线图进行内部验证,预测软骨肉瘤患者3年、5年的生存率,使用多因素COX风险比例模型来确定独立因素,采用一致性指数(C-index)及校准曲线评估该预测模型的准确性。结果:软骨肉瘤患者男女性别比为:1.23∶1,年龄≥50岁患者占比为55.7%,最常见的发病部位是下肢骨,多因素分析提示,影响软骨肉瘤患者预后的因素包括年龄、性别、肿瘤原发部位、肿瘤大小、病理分级、AJCC TNM分期、手术方式、是否化疗、肿瘤大小;建模组与验证组1、3、5年ROC曲线AUC值分别为:0.87、0.838、0.807,0.864、0.754、0.755;列线图C-index指数为:0.805。结论:列线图可以准确预测软骨肉瘤患者生存率,具有较好的预测精度,有助于对患者进行个性化的预后评估和指导临床决策。     

基于SEER数据库的四肢骨肉瘤预后相关列线图的构建

目的旨在开发预后列线图来预测四肢骨肉瘤患者的生存率。方法回顾分析 1995 年至 2014 年,1910 例四肢骨肉瘤患者 (来自 SEER 数据库),通过单因素 Log-rank 分析和多因素 COX 分析找出存在统计学差异的预后因素,使用相应的预后因素构建列线图,进而对患者 1、3、5 年的总生存期 (overall survival,OS) 和癌症特异性生存期 (cancer-specific survival,CSS) 进行预测。然后对列线图进行内外部验证,并且通过使用 C 指数为量化指标来计算模型的准确性。结果单因素和多因素分析显示肿瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。基于这些预后指标,构建能够预测患者的 1、3、5 年 OS 和 CSS 的列线图。对该列线图进行内外部验证,发现该列线图均具有较好的 C 指数,其中在内部验证中,OS 为 0.721,CSS 为 0.712;外部验证中,OS 为 0.681,CSS 为 0.683。在内外部验证中,列线图的校准图显示了骨肉瘤患者的实际存活率和该列线图预测结果之间有着良好的一致性。结论骨肉瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。四肢骨肿瘤患者 OS 和 CSS 的列线图,可较为准确地估计四肢骨肉瘤患者 1、3、5 年的 OS 和 CSS,进而帮助临床医生更快、更可靠的做出临床预测。     

腺泡状软组织肉瘤的预后影响因素分析

目的探讨腺泡状软组织肉瘤的预后影响因素。方法回顾性分析1962年5月至2008年8月接受治疗的腺泡状软组织肉瘤患者42例,男性19例,女性23例,中位年龄27岁。肿瘤原发于四肢35例,原发于躯干或其他部位7例,原发肿瘤最大中位直径为4.2cm。就诊时局限的37例患者接受了原发肿瘤的扩大切除,其中10例还接受了术后的辅助放疗。结果患者中位随诊57个月,接受了原发肿瘤扩大切除的37例患者随诊期间局部复发4例(10.8%),远处转移20例(54.1%)。全组患者5、10、15年总生存率分别为81.7%、63.6%和31.8%;5和10年总生存率与性别、就诊时年龄(<27岁与≥27岁)、原发肿瘤部位(四肢与其他部位)明显相关,与原发肿瘤大小及术后辅助放疗的关系不明显,但原发肿瘤大小与远处转移明显相关。结论局部扩大切除为腺泡状软组织肉瘤主要治疗手段,患者就诊时年龄和原发肿瘤部位是腺泡状软组织肉瘤重要预后影响因素,原发肿瘤大小与远处转移密切相关,术后辅助放疗对生存率无明显影响。     

基于SEER数据库的儿童青少年室管膜瘤预后Nomogram模型的构建和验证

目的 基于SEER数据库构建并验证儿童青少年室管膜瘤的Nomogram预测模型。方法 获取1975—2016年SEER数据库临床病理信息,单变量和多变量Cox比例风险回归模型确定潜在的预测因素,构建Nomogram模型预测5年和10年总生存率。通过一致性指数、受试者工作特征曲线和校准曲线值来评估列线图的辨别能力。决策曲线分析评价列线图模型的临床实用性。结果 根据建模组多变量Cox比例风险回归模型筛选的变量建立风险Nomogram图,建模组和验证组的C-index分别为0.713（95%CI: 0.680~0.747）和0.734（95%CI: 0.681~0.787）。ROC曲线表明该模型具有较好的区分度。校准曲线显示Nomogram模型与理想模型一致性尚可,决策曲线分析获益性尚可。结论 基于诊断年龄、性别、种族、原发部位、组织学分级、手术方式和登记地点构建的儿童青少年室管膜瘤风险预测Nomogram模型具有良好的区分度与准确度,对临床上为患者提供较准确和个性化的生存预测具有指导作用。     

APRI评分对HBV相关肝细胞癌切除术患者预后的预测价值

目的:评估天冬氨酸转氨酶与血小板计数比值指数（APRI）对HBV相关肝细胞癌（HCC）切除术患者术后总生存率（OS）的预测价值。方法:采用回顾性队列研究方法,收集2012年1月至2016年12月期间在广西医科大学附属肿瘤医院行切除术治疗的1 031例HBV相关HCC患者的术前临床资料。通过Kaplan-Meier生存曲线确定APRI评分的cutoff值。采用Kaplan-Meier法绘制不同APRI组患者的生存曲线,并通过Log-rank检验评估两组人群的生存差异。运用逐步多因素Cox回归筛选患者OS独立影响因素。采用限制性立方条图（RCS)评价患者APRI与死亡风险的相关性。建立列线图模型评估APRI对OS的预测能力并内部验证。结果:RCS显示APRI与死亡风险呈非线性关联（非线性P＜0.001）。多因素Cox回归结果显示:APRI、BCLC分期、AFP、性别和肿瘤大小是OS独立影响因素,高APRI组死亡风险是低APRI组2.1倍。患者OS的列线图显示APRI对OS的预测能力仅次于BCLC分期。在建模组和验证组中预测OS列线图的C-index分别为0.71（95%CI:0.68~0.74）、0.69（95%CI:0.64~0.75）;1和5年OS校正曲线显示列线图具有良好的校准度;临床决策曲线（DCA）显示模型具有良好的临床应用价值。结论:APRI是HBV相关HCC切除术患者OS独立影响因素,基于APRI对患者预后进行分层,有利于进行个体化治疗和随访。     

基于炎症相关参数建立根治性膀胱切除术术后的列线图预测模型及验证

目的:探讨接受根治性膀胱切除术的膀胱癌患者相关预测因素,建立并验证列线图预测模型。方法:回顾性收集我院2009年01月至2018年01月期间行根治性膀胱切除术患者的实验室检查和病理结果等临床资料,由术前的血常规结果计算中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）和全身免疫炎症指数（SII）。根据约登指数计算SII及NLR的最佳分界值,术后对患者进行随访,使用多因素Cox回归模型分析影响患者术后总生存率的独立危险因素,然后将独立危险因素纳入并构建预测非肌层浸润性膀胱癌（NMIBC）患者3、5年总生存率的列线图,并对模型的预测准确性进行外部验证,通过一致性指数（C指数）和校准曲线来确定列线图的预测精度和一致性。结果:建模组患者中位总生存期（OS）为21个月(1~66个月),1年、3年和5年的OS率分别为85.2%、68.5%和59.1%。多因素分析显示T分期、N分期、SII和NLR是膀胱癌根治性膀胱切除术后患者的独立危险因素。SII的ROC曲线下面积（AUC）大于NLR,差异有统计学意义,SII预测患者总生存率的准确度更高。我们建立了一个预测根治性膀胱切除术后OS的列线图预测模型,C指数为0.87(95%CI 0.83~0.90),并对模型进行外部验证,校正曲线显示预测和观察的3、5年生存率之间有很好的一致性。结论:本研究建立的接受根治性膀胱切除术的膀胱癌患者列线图预测模型对膀胱癌患者总生存率具有较高的预测价值,验证相关指标能有效预测患者的预后。     

横纹肌肉瘤患者列线图预后模型的构建

  目的  构建列线图预测横纹肌肉瘤患者的1、3、5年生存率。  方法  从美国国立癌症研究所的监测、流行病学、结果数据库（SEER）数据库中收集1975年至2016年间诊断的横纹肌肉瘤患者,经筛选后最终获得861例符合条件的患者,采用单因素Kaplan-Meier法及多因素Cox模型分析确定横纹肌肉瘤患者独立的预后影响因素,然后将这些因素纳入并构建预测横纹肌肉瘤患者1、3、5年生存率的列线图。通过一致性指数（C-index）对所得列线图进行内部验证,检查其预测精度;同时,列线图预后模型的校正曲线一致性良好。  结果  年龄、病理类型、病理分级、总分期、手术、放疗及化疗均是横纹肌肉瘤患者的独立预后影响因素（P < 0.05）,将这些因素纳入并成功构建了列线图。列线图的内部验证所得C指数为0.776。  结论  本次研究构建的横纹肌肉瘤患者生存风险的列线图具有良好的预测精度,有助于临床医师对横纹肌肉瘤患者预后作出较为准确的评估,也有利于对横纹肌肉瘤患者实施个体化诊疗。      

局限期可手术食管癌术前放化疗预后因素分析及生存预测模型

目的 利用SEER数据库分析局限期可手术食管癌术前放化疗患者的预后及其相关因素,并建立生存预测列线图,为筛选术前放化疗患者提供一定参考。方法 选取SEER数据库2010-2015年食管癌接受术前放化疗且分期为T1b-4aN0-3M0(2010年AJCC第7版分期)的病例;生存率采用Kaplan-Meier法,单因素分析采用Logrank检验,多因素分析采用Cox模型检验;通过R软件建立预测模型列线图;一致性指数(C-index)及校准曲线用来评价模型准确度。结果 共1697例患者符合条件并可纳入分析。单因素分析显示性别、T分期、N分期、分化程度与总生存(OS)及癌症特异生存(CSS)均相关(P均<0.001),年龄与OS相关(P=0.027)。多因素分析显示年龄、性别、分化程度、N分期与OS相关;性别、分化程度、T分期、N分期与CSS相关(P均<0.05)。将预后相关因素纳入Nomogram预后模型,5年OS、CSS的C-index值分别为0.60、0.61。同样方法建立食管鳞癌亚组患者预后模型,OS及CSS的C-index值为0.62、0.64。结论 性别、临床分期、分化程度为局限期可手术食管癌行术前放化疗者CSS预后因素,根据以上数据建立的列线图可为是否采用术前放化疗联合手术治疗这一模式提供一定参考。     

预测年轻乳腺癌患者生存率列线图的建立和验证

目的:构建预测年轻乳腺癌患者生存情况的列线图，以期帮助临床诊疗。方法:收集SEER数据库中5 525例年轻乳腺癌患者的临床信息，通过单因素Log-rank检验和多因素Cox生存分析筛选出独立预后因素,用于构建预测患者3、5年总生存率(overall survival,OS)和癌症特异性生存率（cancer special survival,CSS)的列线图，将我院就诊的147例年轻乳腺癌患者作为验证集进行外部验证。结果:单因素和多因素分析结果显示，种族、病理类型、组织学分级、T分期、N分期、M分期、ER状态、HER-2状态、手术方式是与患者OS和CSS相关的独立危险因素，将这些因素纳入并建立预测患者OS和CSS的列线图模型。内部和外部验证结果显示模型具有良好的预测性能。基于建立的OS和CSS列线图模型对患者进行了风险分层，能够准确地将年轻乳腺癌患者分成预后有显著差异的三个风险亚组。结论:本研究构建的预测模型能较为准确的预测年轻乳腺癌患者的预后情况，为临床的诊疗提供科学依据。     

Development and validation of a nomogram for predicting survival in patients with gastrointestinal stromal tumours

Background

This study aimed to develop and validate nomograms for predicting long-term overall survival (OS) and cancer-specific survival (CSS) in gastrointestinal stromal tumours (GISTs).

乳腺浸润性微乳头状癌预后影响因素分析与模型构建

  目的  对比分析中国和美国乳腺浸润性微乳头状癌(invasive micropapillary carcinoma,IMPC)的病理特征和预后影响因素,并预测乳腺IMPC患者预后。  方法  回顾性分析2006年7月至2015年7月83例于中国人民解放军空军军医大学西京医院收治的乳腺IMPC患者临床资料,收集2010年3月至2015年3月415例美国国立癌症研究所的SEER数据库中诊断为乳腺IMPC患者资料,并对中国和美国患者的临床病理特征进行对比。进行单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析,并构建列线图模型预测患者的总生存（overall survival,OS）率和癌症特异生存（cancer-specific survival,CSS）率。对模型进行内部及外部验证,通过临床决策曲线分析评价模型的临床获益和应用价值。  结果  对建模集和验证集的年龄、肿瘤位置、手术方式、是否为第一原发肿瘤、T分期进行比较,差异具有统计学意义（P<0.05）。单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析结果显示,年龄、N分期、M分期以及分子分型与乳腺IMPC预后相关（P<0.05）,将这些因素纳入并建立OS和CSS的列线图预测模型。OS和CSS模型中建模集C-index分别为0.85和0.79,验证集外部验证C-index分别为0.72和0.70,bootstrap法内部验证C-index分别为0.81和0.74。校准曲线显示列线图预测的生存率与实际生存率接近,临床决策曲线分析显示模型的临床获益及应用价值较高。  结论  列线图能准确预测中国及美国乳腺IMPC患者的预后,为临床的诊疗提供科学依据。      

Development and validation of a Surveillance,Epidemiology, and End Results (SEER)-based prognostic nomogram for predicting survival in elderly patients with gastric cancer after surgery

BackgroundElderly gastric cancer (ELGC) remains one of the intensively investigated topics during the last decades. To establish a comprehensive nomogram for effective clinical practice and assessment is of significance. This study is designed to develop a prognostic nomogram for ELGC both in overall survival (OS) and cancer-specific survival (CSS).MethodsThe recruited cases were from the Surveillance, Epidemiology, and End Results (SEER) database and input for the construction of nomogram.ResultsA total of 4,414 individuals were recruited for this study, of which 2,208 were randomly in training group and 2,206 were in validation group. In univariate analysis of OS, significant variables (P<0.05) included age, marital status, grade, American Joint Committee on Cancer (AJCC) tumor-node-metastasis (TNM) stage, bone/brain/liver/lung metastasis and tumor size. In univariate analysis of CSS, significant variables (P<0.05) included age, grade, AJCC TNM stage, bone/brain/liver/lung metastasis and tumor size. In multivariate analysis of OS, sex, age, race, grade, TNM stage, lung metastasis and tumor size were considered as the significant variables and subjected to the establishment of nomogram. In multivariable analysis of CSS, age, grade, TNM, tumor size were considered as the significant variables and input to the establishment of nomogram. Sex, age, race, grade, TNM stage, lung metastasis and tumor size were included for the establishment of nomogram in OS while age, grade, TNM, tumor size were included to the establishment of nomogram in CSS. C-index, decision curve analysis (DCA) and the area under the curve (AUC) showed distinct value of newly established nomogram models. Both OS and CSS nomograms showed higher statistic power over the AJCC stage.ConclusionsThis study established and validated novel nomogram models of OS and CSS for ELGC based on population dataset.     

Construction and validation of nomograms for non-metastatic Ewing sarcoma: A prognostic factor analysis based on the SEER database

Ewing sarcoma is the second most common osseous disease in children and adolescents. It presents with a poor prognosis due to the high degree of malignancy and distant metastasis. In order to predict the disease prognosis and investigate a suitable therapeutic strategy for Ewing sarcoma, the present study aimed to describe the clinical characteristics, and to construct and validate nomograms for patients with non-metastatic Ewing sarcoma. A total of 627 cases of non-metastatic Ewing sarcoma were retrospectively collected from the Surveillance, Epidemiology, and End Results database between 2005 and 2014. Survival analysis and a machine learning model were used to identify independent prognostic variables and establish nomograms to estimate overall survival (OS) and cause-specific survival (CSS). The nomograms were bootstrap internally validated and externally validated using non-metastatic Ewing sarcoma cases from the First Affiliated Hospital of Zhengzhou University. The accuracy was also assessed by comparing with current American Joint Committee on Cancer (AJCC) staging systems. The total series consisted of 627 patients with non-metastatic Ewing sarcoma with a mean age of 20.14 years. Age, tumor extension, sex, International Classification of Diseases for Oncology, 3rd Edition histology, surgery and chemotherapy were identified as independent risk factors for OS and CSS. The aforementioned outcomes were incorporated to construct the nomograms, and the concordance indices (C-indices) for internal validation of OS and CSS prediction were 0.791 and 0.813, which were higher than those for AJCC sixth edition (OS, 0.531; CSS, 0.534) and seventh edition (OS, 0.547; CSS, 0.561), while the C-indices for external validation of OS and CSS prediction were 0.834 and 0.825, respectively. In conclusion, age, sex, tumor extension and surgery were independent prognostic factors for both OS and CSS. In addition, with regard to OS, the Ewing sarcoma subtype was a poor factor and chemotherapy was a favorable one. Nomograms based on reduced Cox models attained a satisfactory accuracy in predicting the survival of patients with non-metastatic Ewing sarcoma and could assist clinicians in evaluating survival more accurately.     

中性粒细胞/淋巴细胞比值与小细胞肺癌放疗患者预后的关系

目的:分析外周血中性粒细胞/淋巴细胞比值（NLR）与小细胞肺癌（SCLC）放疗患者预后的关系。方法:回顾性分析2014年1月至2018年12月的91例SCLC患者临床资料,通过受试者工作特征（ROC）曲线获得最佳截断值,将患者分为低NLR组和高NLR组,χ2检验或Fisher's精确概率法检验评估NLR与临床特征的关系,利用Kaplan-Meier法绘制生存曲线,Log-rank法进行单因素预后分析,Cox比例风险回归模型多因素分析NLR值是否为总生存期（OS）和无进展生存期（PFS）的独立预后因素。结果:全组患者1、3年OS率分别为72.5%、39.1%,1、3年PFS率分别为42.9%、19.8%。放疗中和放疗后NLR值对患者预后有诊断价值。放疗中低NLR组的疾病控制率（DCR）显著高于高NLR组（P=0.042）。放疗中和放疗后高NLR组均与较差的OS（P=0.001,0.003）相关,放疗中高NLR组与较差的PFS（P=0.034）相关。放疗中和放疗后NLR是OS的独立预后因素,放疗中NLR是PFS的独立预后因素。结论:放疗中和放疗后NLR是小细胞肺癌患者的预后影响因素,放疗中NLR≥4.425,放疗后NLR≥4.155提示预后不良。     

胰腺导管腺癌术后患者Nomogram预后模型的构建

目的:分析胰腺导管腺癌（pancreatic dust adenocarcinoma，PDAC）术后患者的预后影响因素，建立Nomogram预后模型。方法:收集SEER数据库2004年至2015年PDAC术后患者的临床病理及随访数据。应用倾向得分匹配（propensity score matching，PSM）均衡放疗、化疗基线数据的差异。采用Kaplan-Meier法进行单因素生存分析，Log-rank检验比较生存率的差异；多因素Cox比例风险模型分析PDAC术后患者的独立预后影响因素并建立Nomogram预后模型，其性能通过一致性指数值及决策曲线分析法（decision curve analysis，DCA）进行验证。结果:本研究共纳入10 442例PDAC术后患者。经PSM后生存分析显示化疗（P<0.001）与放疗（P=0.003 7）可改善患者的预后。单因素及多因素分析显示年龄、婚姻状态、分化程度、TNM分期、肿瘤大小、化疗及放疗为PDAC术后患者的独立预后影响因素（P<0.05）。进一步建立的Nomogram预后模型在预测1年、3年及5年总生存方面表现出良好的准确性，内部验证的一致性指数为0.722，较TNM系统一致性指数高（C-index=0.656）。DCA显示Nomogram预后模型较TNM模型具有更高的临床获益。结论:年龄、婚姻状态、分化程度、TNM分期、肿瘤大小、化疗及放疗均为PDAC术后患者的独立预后影响因素（P<0.05），依此建立的Nomogram较传统的AJCC TNM系统具有更高的准确性及临床获益。     

Re-challenge with catumaxomab in patients with malignant ascites: results from the SECIMAS study

Accumulating evidences indicate cancer-triggered inflammation plays a pivotal role in carcinogenesis. Systematic inflammatory response biomarkers are considered as potential prognostic factors for improving predictive accuracy in colorectal cancer (CRC). Preoperative neutrophil-to-lymphocyte ratio (NLR), derived neutrophil-to-lymphocyte ratio (d-NLR), platelet-to-lymphocyte ratio (PLR) and lymphocyte- to-monocyte ratio (LMR) were investigated and compared in 205 surgical CRC patients. ROC curve was applied to determine thresholds for four biomarkers, and their prognostic values were assessed using Kaplan–Meier curve, univariate and multivariate COX regression models. Moreover, a number of risk factors were used to form nomograms for evaluating risk of survival, and Harrell’s concordance index (c-index) was used to evaluate predictive accuracy. Results showed that elevated NLR was significantly associated with diminished recurrent-free survival (RFS), overall survival (OS) and cancer-specific survival (CSS) in surgical CRC patients. Moreover, multivariate COX analysis identified elevated NLR as an independent factor for poor RFS (P < 0.001, HR 2.52, 95 % CI 1.65–3.83), OS (P < 0.001, HR 2.73, 95 % CI 1.74–4.29) and CSS (P < 0.001, HR 2.77, 95 % CI 1.72–4.46). Additionally, predictive nomograms including NLR for RFS, OS and CSS could be more effective in predicting RFS (c-index: 0.810 vs. 0.656), OS (c-index: 0.809 vs. 0.690) and CSS (c-index: 0.802 vs. 0.688) in surgical CRC patients, respectively. These findings indicate that preoperative elevated NLR can be considered as an independent prognostic biomarker for RFS, OS and CSS. Nomograms containing NLR provide improved accuracy for predicting clinical outcomes in surgical CRC patients under surgery resection.     

化生性乳腺癌预后影响因素分析与预后模型构建

目的:分析对比中国和美国化生性乳腺癌(metaplastic breast carcinoma,MBC)患者的临床病理特征和预后影响因素,并构建列线图来预测MBC患者的3年和5年生存率。方法:以SEER数据库中提取的673例患者作为建模集,采用Cox等比例回归模型分析确定MBC的独立预后因素,然后将这些因素纳入并构建列线图模型,然后以我院的36例MBC患者作为验证集进行外部验证。结果:建模集和验证集的临床病理特征除年龄、肿瘤分级、是否第一原发肿瘤及N分期外无明显差异。单因素及多因素分析结果显示,所有患者中,年龄、是否化疗、T分期、N分期以及M分期均是MBC患者预后的独立危险因素。将这些因素纳入并建立列线图预测模型。结论:列线图能准确预测我国MBC患者的预后情况,为临床的诊疗提供科学依据。