目的 基于美国监测,流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库,建立并验证预测乳腺髓样癌(medullary carcinoma of breast,MCB)患者5年和10年生存率的列线图模型。方法 从SEER数据库中收集2000年至201...目的 基于美国监测,流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库,建立并验证预测乳腺髓样癌(medullary carcinoma of breast,MCB)患者5年和10年生存率的列线图模型。方法 从SEER数据库中收集2000年至2015年诊断为MCB的患者临床资料,将患者按7∶3的比例随机分配至训练集和验证集。通过单因素和多因素Cox回归分析确定MCB患者预后的独立危险因素,并构建列线图预测MCB患者的5年和10年生存率。采用一致性指数(C指数)、受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)、校准图和决策曲线分析(decision curve analysis,DCA),比较列线图模型和美国癌症联合委员会(The American Joint Committee on Cancer,AJCC)分期系统之间的预测性能。结果共纳入2 086例MCB患者,其中训练集1 460例、验证集626例。单因素和多因素Cox回归分析显示诊断年龄、婚姻状况、AJCC分期和手术是影响MCB患者生存的危险因素,将它们纳入列线图并进行验证,训练集中,列线图显示5年总体生存率AUC为0.698,10年总体生存率AUC为0.707;验证集中,列线图显示5年总体生存率AUC为0.748,10年总体生存率AUC为0.729。校准图显示列线图模型的预测结果与实际观察结果有较好的一致性,DCA结果显示列线图在训练集和验证集中产生了较好的净收益。结论 通过Cox回归分析构建了MCB患者5年和10年生存率的列线图预测模型,经验证列线图有较好的预测性能。该模型不仅为患者生存预后提供更加个性化的评估,也能为临床医生选择个性化治疗方案提供参考。展开更多
文摘目的 基于美国监测,流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库,建立并验证预测乳腺髓样癌(medullary carcinoma of breast,MCB)患者5年和10年生存率的列线图模型。方法 从SEER数据库中收集2000年至2015年诊断为MCB的患者临床资料,将患者按7∶3的比例随机分配至训练集和验证集。通过单因素和多因素Cox回归分析确定MCB患者预后的独立危险因素,并构建列线图预测MCB患者的5年和10年生存率。采用一致性指数(C指数)、受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)、校准图和决策曲线分析(decision curve analysis,DCA),比较列线图模型和美国癌症联合委员会(The American Joint Committee on Cancer,AJCC)分期系统之间的预测性能。结果共纳入2 086例MCB患者,其中训练集1 460例、验证集626例。单因素和多因素Cox回归分析显示诊断年龄、婚姻状况、AJCC分期和手术是影响MCB患者生存的危险因素,将它们纳入列线图并进行验证,训练集中,列线图显示5年总体生存率AUC为0.698,10年总体生存率AUC为0.707;验证集中,列线图显示5年总体生存率AUC为0.748,10年总体生存率AUC为0.729。校准图显示列线图模型的预测结果与实际观察结果有较好的一致性,DCA结果显示列线图在训练集和验证集中产生了较好的净收益。结论 通过Cox回归分析构建了MCB患者5年和10年生存率的列线图预测模型,经验证列线图有较好的预测性能。该模型不仅为患者生存预后提供更加个性化的评估,也能为临床医生选择个性化治疗方案提供参考。
