排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
目的 探讨前列腺癌患者术后总生存率的影响因素,构建术后总生存率的列线图预测模型,预测患者术后1、3及6年总生存率,并进行该模型的临床获益分析 。方法 通过 SEER stat 软件提取Surveillance,Epidemiology,and End Results Program(SEER)数据库2012年1月至2017年12月经病理学诊断的48 486例前列腺癌患者一般临床资料和随访数据。将年龄、肿瘤转移情况、gleason评分、PSA、有无骨转移和肿瘤分化程度等6个因素纳入研究中,通过Cox回归,分析影响患者术后总生存率的因素,采用逐步回归法选择对总生存率影响最大的因素,并构建列线图。通过校准图、ROC曲线和C指数对模型进行评估。通过决策曲线对列线图预测模型的临床获益预测的准确性进行评估。结果 年龄(=3 535.714,P<0.001)、肿瘤分化程度(=2 127.478,P<0.001)、转移情况(=2 020.823,P<0.001)、有无骨转移(=33.409,P<0.001)、PSA(=3 197.936,P<0.001)和gleason评分(=9 257.727,P<0.001)等均是影响前列腺癌患者术后总生存率的独立危险因素,通过逐步回归法筛选出肿瘤分化程度、gleason评分、转移情况、有无骨转移和年龄与前列腺癌患者术后生存率关联最紧密,使用这些因素构建列线图预测模型。训练集和验证集的一致性指数分别为0.622(95%CI:0.618~0.625)和0.617(95%CI:0.614~0.620),训练集和验证集样本的1、3、6年ROC 曲线下面积(AUC)均为0.6左右。校准图表示该模型的预测值和实际值之间具有较好的一致性。结论 基于肿瘤分化程度、gleason评分、有无骨转移、转移情况和年龄5个因素构建的前列腺癌患者术后总生存率列线图预测模型具有一定的参考价值,有助于医师正确的评估患者的术后总生存率,对患者诊疗和预后评价提供参考依据。 相似文献
3.
目的 基于公共数据库构建前列腺癌的预后风险预测模型。方法 下载TCGA数据库中前列腺癌相关数据及GEO数据库的GSE104131数据集,对GSE104131测序数据进行加权基因共表达网络分析,得到关联前列腺癌(PCa)组织最高的关键模块,并与TCGA测序数据取交集,获得交集基因表达矩阵,进而对其表达量进行差异比较,最后对差异基因进行单因素和多因素cox回归分析,构建前列腺癌的预后风险预测模型,并对模型进行验证。结果 加权基因共表达网络分析(WGCNA)分析获得棕色模块为关键模块,差异表达基因共有200个,单因素cox回归分析获得16个与总生存率高度相关的潜在基因,多因素cox回归分析获得4个与PCa患者预后相关的基因,且构建了一个四基因风险预测模型。结论 本研究构建的模型对前列腺癌高低风险人群有较好的生存预测能力,为PCa预后风险的研究提供了基础,可为PCa的治疗提供新的方向。 相似文献
1