基于常规检验指标构建区分结直肠腺瘤与结直肠癌的预测模型

目的回顾性分析结直肠腺瘤(CRA)患者与结直肠癌(CRC)患者的常规检验指标并建立预测模型。方法选取580例诊断为CRA患者117例和CRC患者463例,按照7∶3随机分为训练集406例、验证集174例。采用Logistic回归法建立模型,并绘制列线图。分别采用受试者工作特征曲线(ROC)、校准图、临床决策曲线(DCA)评估预测模型的区分度、校准度和临床应用的有效性。结果单因素Logistic回归分析初步筛选出13个候选变量,包括年龄、大便隐血试验(FOBT)、纤维蛋白原(FIB)、凝血酶时间(TT)、白蛋白(ALB)、白细胞计数(WBC)、中性粒细胞计数(NEUT#)、红细胞比积(HCT)、平均血红蛋白含量(MCH)、红细胞体积分布宽度(RDW)、血小板计数(PLT)、平均血小板体积(MPV)、活化部分凝血活酶时间(APTT)。多因素Logistic回归显示MPV、FIB、ALB、FOBT、TT以及HCT是CRA患者患CRC的危险因素(P<0.05)。构建预测模型,训练集和验证集发生CRC的ROC曲线下面积(AUC)分别为0.915和0.836。校准曲线显示,模型预测准确率较高,校正能力良好。DCA结果显示,当阈值概率为55%~95%时,训练集与验证集的净收益均大于2个极端模型,即临床有益。结论本研究构建的预测模型具有较好的区分度、校准度和临床应用的有效性,可作为区分CRA和CRC患者的辅助工具。