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。     

肾上腺皮质癌患者预后列线图的构建与验证

目的构建肾上腺皮质癌（ACC）预后列线图,并验证其预测效能。方法从美国国立癌症研究所的监测、流行病学和结局（SEER）数据库中提取1975至2016年经病理检查确诊为ACC的481例患者为研究对象,其中训练组337例,验证组144例,比较两组患者的临床资料;分析影响训练组患者预后的独立危险因素,并构建ACC预后列线图;绘制ROC曲线分析该列线图对训练组患者3、6个月及1、3年总体生存率的预测效能,校准曲线分析其在训练组、验证组中的预测结果与实际情况的一致性。结果两组患者性别、诊断年龄、种族、TNM分期、原发部位手术、放疗、化疗、区域淋巴结检查、骨转移、肝转移、肺转移、肿瘤直径、结局、总生存期等临床资料比较,差异均无统计学意义（均P＞0.05）。经单因素及多因素Cox比例风险回归模型分析并构建ACC预后列线图（包含诊断年龄、TNM分期、原发部位手术、放疗等4项独立预后因素）,C指数为0.777。该列线图预测训练组ACC患者3、6个月及1、3年总体生存率的AUC分别为0.880、0.863、0.859、0.816,提示预测准确性较好;校准曲线显示,该列线图在训练组、验证组中的预测结果与实际情况均有良好的一致性。基于该列线图建立的在线访问网址为https://chingfeng.shinyapps.io/Nomo-ACC/。结论本研究建立了包含诊断年龄、TNM分期、原发部位手术、放疗等4个因子的ACC预后列线图及网页版,具有较好的准确性和一致性,可为临床预后评估提供参考。     

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。     

青年结直肠黏液腺癌预后列线图的建立与验证

目的利用美国监测、流行病学和最终结果数据库(SEER)建立青年结直肠黏液腺癌(MAC)预后列线图并对其进行验证。方法收集SEER数据库中2004—2015年936例青年结直肠MAC的资料,利用R软件将其随机分为建模组(n=656)和验证组(n=280)。通过COX比例风险回归模型筛选建模组人群的预后因素,并建立列线图。利用一致性指数(C-index)和校准曲线对列线图进行内部验证与外部验证,评估其预测效能。结果建模组的COX回归分析显示,婚姻状态、分化程度、T分期、N分期、M分期、手术是患者预后的独立危险因素,以上因素均用于构建列线图。建模组的C-index为0.813(95%CI 0.788~0.838),验证组的C-index为0.779(95%CI 0.740~0.818)。2组1、3、5年的特异生存率校准曲线图亦显示出良好的一致性。结论研究构建的预后列线图对青年结直肠MAC患者生存具有良好的预测价值,可提高其预测准确度。     

基于SEER数据库膀胱腺癌预后多因素分析及列线图构建

  目的  通过研究膀胱腺癌(adenocarcinoma of the bladder,ACB)患者独立预后危险因素,建立可以个体化预测膀胱腺癌患者生存预后的列线图模型。  方法  通过收集SEER数据库中2004—2015年诊断为膀胱腺癌患者的临床资料进行筛选,共纳入符合研究条件的腺癌患者659例进行回顾性分析研究,采用Empower Stat软件对所有变量进行COX单因素回归分析,将P < 0.05的变量纳入COX多因素回归分析,使用R语言将COX多因素回归分析中的独立预后危险因素构建成生存列线图模型,运用Bootstrap法进行1 000次等量有放回重复采样对模型进行验证,采用C-index和绘制列线图校准曲线来验证模型的准确性。  结果  年龄>70岁、肿瘤直径>3 cm、未行手术治疗、T3期、T4期、N1期、N2期、M1期为影响患者生存时间的独立危险因素。建立的列线图校准曲线与理想曲线一致性较高,并采用C-INDEX(一致性指数)进行验证,C-INDEX指数为0.74,经内部验证后具有较高的适用性与准确性。  结论  本研究通过SEER数据库确定了ACB患者预后的独立危险因素,并且建立了国内外首个可以进行个体化预测ACB患者生存预后的列线图模型,从而指导临床医师选择合理的治疗方案,并对不同患者预后进行精准的个体化评估。      

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。     

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。     

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.     

肾集合管癌预后列线图的建立

目的建立肾集合管癌（CDC,又称Bellini管癌）预后列线图。方法从美国国立癌症研究所的监测、流行病学和结局数据库中筛选出282例经病理证实为CDC的患者临床资料,采用随机数字表法,按7:3的比例分为训练队列186例和验证队列96例。在训练队列中,使用单因素和Cox多因素生存回归模型分析影响患者预后的因素,确定最优预测模型并建立预后列线图,评估预测效能。在验证队列中,采用ROC曲线和校准曲线验证列线图的准确度。采用决策曲线分析列线图的临床适用性。结果年龄、TNM分期、肿瘤直径、原发病灶是否手术、是否行化疗是CDC患者的独立预后因素,并纳入列线图的构建。在训练队列或验证队列中,ROC曲线及校准曲线分析显示,所建立的预后列线图具有较好的预测准确度（均AUC＞0.7）,且列线图预测的生存率与实际生存率具有较好的一致性。决策曲线分析显示所建立的列线图在CDC患者预后预测方面具有潜在的临床适用性。本研究所建立的CDC预后列线图可通过https://chingfeng.shinyapps.io/DynNomappCDC/在线访问并使用。结论本研究所建立的CDC预后列线图（包括年龄、TNM分期、肿瘤直径、原发病灶是否手术、是否行化疗等因素）具有较高的预测效能及临床适用性。     

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数据库建立和验证甲胎蛋白阴性肝细胞癌患者癌症特异生存期的列线图

目的：探讨甲胎蛋白（AFP）阴性肝细胞癌（HCC）患者预后相关因素,构建列线图以预测患者生存时间。方法：回顾性分析监测、流行病学和最终结果 （SEER）数据库提取的2 064例AFP阴性HCC患者数据,将所有患者按7∶3比例随机分为训练集和内部验证集,以湖南省中西医结合医院101例AFP阴性HCC患者作为外部验证集。将单因素Cox回归分析结果纳入多因素分析,采用多因素Cox分析获得AFP阴性HCC患者的独立危险因素,构建AFP阴性HCC患者癌症特异生存（CSS）预后列线图。采用时间依赖受试者工作特征曲线（ROC）、校准图和决策曲线分析（DCA）评估列线图的预测效能和临床实用性。将列线图所得总分进行风险分层,比较列线图和美国癌症联合委员会（AJCC）分期系统的风险区分程度。结果：采用多因素Cox回归分析筛选出10个独立危险因素,构建AFP阴性HCC患者3、4和5年CSS预后列线图,包括患者年龄、病理分级、手术情况、放疗情况、化疗情况、肺转移情况、肿瘤大小、肿瘤T分期、肿瘤M分期和婚姻状况。3、4和5年时间依赖ROC曲线下面积（AUC）,训练集分别为0.807 (95%CI:0.786～0...     

去分化脂肪肉瘤预后风险模型的建立与分析

目的 基于美国国家癌症研究所监测、流行病学和最终结果(SEER)数据库，构建预后列线图用于预测去分化脂肪肉瘤(DDLPS)3、5和8 a的总生存(OS)率。方法 从SEER数据库中提取DDLPS患者的临床信息，随机分为建模组和验证组。通过LASSO回归和多因素Cox回归筛选变量，将筛选出的变量纳入预测模型并构建列线图。使用一致性指数(C指数)、时间依赖曲线下面积(时间依赖AUC)和校准曲线评估模型的区分度和校准度。通过决策曲线分析(DCA)、净重新分类指数(NRI)、综合判别改善指数(IDI)进一步比较列线图和AJCC分期之间的净收益和预测准确性。根据列线图计算总得分，对患者进行风险分层，通过Kaplan-Meier曲线和log-rank检验比较分层间OS率差异。结果 共纳入1 172例DDLPS患者，筛选出年龄、原发位置、T分期、N分期、M分期、FNCLCC分级、手术和放疗8个预后变量。时间依赖AUC(>0.7)和C指数(建模组为0.741,验证组为0.764)表明列线图有良好的区分度。校准曲线表明预测生存概率和实际生存率具有良好的一致性。IDI和NRI表明，列线图的准确性优于...     

基于SEER数据库构建Ⅳ期肝细胞癌患者癌症特异性生存期的网络预测列线图模型（英文）

目的：肝细胞癌(hepatocellular carcinoma,HCC)的预后涉及多个临床因素。尽管目前针对多个临床因素的列线图模型在早期及局部晚期HCC中已有报道,但是鲜有完整有效的IV期HCC患者预后列线图模型的报道。本研究旨在创建预测IV期HCC患者癌症特异性生存期(cancer-specific survival,CSS)的列线图,开发网络预测列线图模型,用于预测患者预后及指导个体化治疗。方法：从监测、流行病学和最终结果(Surveillance, Epidemiology, and End Results,SEER)数据库中收集2010年1月至2015年12月IV期HCC患者的临床病理信息,根据有无远处转移将IV期HCC患者分为IVA(无远处转移)和IVB(有远处转移)期2个亚组,然后将IVA和IVB期患者均按照7:3的比例随机分配到训练队列或验证队列。采用单因素和多因素Cox回归分析训练队列中显著影响CSS的独立危险因素,并根据相关的独立危险因素分别构建针对IVA期和IVB期HCC患者的列线图。通过受试者操作特征(receiveroperator characterist...     

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。     

中国人群肺腺癌生存概率列线图的建立与验证：一项基于SEER的大型回顾性队列研究

目的 使用“监测、流行病学和最终结果”(SEER)数据库构建列线图,以预测中国肺腺癌患者的癌症特异性生存期(CSS)。方法 从SEER数据库中初选2000-2020年间17个登记处的7 940名中国肺腺癌患者,根据纳入与排除标准最终纳入3 304名患者,随机分配(7∶3)到训练集和验证集。列线图通过单因素及多因素Cox回归筛选变量构建,并通过一致性指数(C-Index)、受试者工作特征曲线(ROC)、校准曲线、决策曲线(DCA)和危险分层Kaplan-Meier曲线进行评估。结果 列线图是结构良好且经过充分验证的预后图,由8个变量组成：婚姻状态、原发部位、临床分期、T分型(肿瘤大小)、N分型(淋巴结转移)、外科手术、区域淋巴结清扫和放射治疗。训练集C-Index为0.716(CI:0.702～0.730),验证集C-Index为0.697(CI:0.675～0.719)。在1年、3年和5年的时间点,训练集ROC曲线下面积(AUC)分别为0.766、0.808和0.858,验证集AUC分别为0.733、0.789和0.816。校准曲线证实了列线图预测和观察到的生存概率之间具有一致性,而D...