中国人群非前哨淋巴结转移预测模型研究

目的腋窝淋巴结清除(axillary lymph node dissection,ALND)是乳腺癌前哨淋巴结(sentinel lymph node,SLN)阳性患者的标准术式,但很多患者进行ALND后并未发现腋窝淋巴结转移。为了避免患者进行不必要的非前哨淋巴结活检(sentinel lymph node biopsy,SLNB),提高患者的生活质量,本研究建立适合中国人群的预测非SLN阳性率模型。方法收集2010-01-01-2017-09-30中国临床肿瘤学会(Chinese Society of Clinical Oncology,CSCO)数据(研究号:CSCO BC RWS18005),其中行SLNB并行淋巴结清除患者1 036例,数据完整患者共235例。建立2个模型,模型1根据多因素分析将P<0.05变量纳入模型,模型2根据临床、病理资料建立,并将2个模型进行对比研究。结果多因素分析结果示,肿瘤直径、脉管瘤栓、肿瘤类型、SLN阳性数与SLN总数比值(the ratio of sentinel lymph node positive number and total sentinel lymph node ratio,SLN.POS.RATIO)差异有统计学意义,P<0.05。将上述4个变量纳入模型1,将模型1变量加上年龄、雌激素受体、孕激素受体、人表皮生长因子受体2和Ki-67纳入模型2,模型1受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)为0.739,模型2ROC AUC为0.747,2个模型均具有良好的预测效能,2个模型对于非SLN阳性转移率预测差异无统计学意义,P=0.428 5。结论依据临床病理等参数建立的模型1,对于预测乳腺癌个体患者非SLN转移概率方便、快捷,可能对乳腺癌ALND范围的合理选择有一定的指导意义。

Ⅰ-ⅡA期肺腺癌根治术后复发转移危险因素分析及预测模型构建

目的分析Ⅰ-ⅡA期肺腺癌根治术后复发转移的危险因素,构建Ⅰ-ⅡA期肺腺癌根治术后复发转移的预测模型。方法行肺癌根治术并经病理确诊为Ⅰ-ⅡA期LUAD患者205例,收集患者的临床资料,包括性别、年龄、吸烟史、术前肺功能、肿瘤位置、肿瘤最大直径、淋巴结清扫数目、术后病理见微乳头结构、胸膜侵犯、脉管癌栓、辅助化疗情况、术前血清癌胚抗原(CEA)水平、术前中性粒细胞计数与淋巴细胞比值(NLR)、术前预后营养指数(PNI),统计患者术后复发转移情况;采用Kaplan-Meier法绘制生存曲线,联合log-rank法分析Ⅰ-ⅡA期LUAD术后复发转移的相关因素;采用COX比例风险模型分析Ⅰ-ⅡA期LUAD术后复发转移的独立危险因素。使用R语言软件构建Ⅰ-ⅡA期LUAD根治术后复发转移风险预测列线图。采用Bootstrap法对列线图进行内部验证,计算该列线图的C-index值;绘制列线图的ROC曲线,评价列线图的区分度;采用校准曲线评价列线图的一致性。结果肿瘤最大直径、术后病理见微乳头结构、术前肺功能、术前血清CEA水平、术前NLR、术前PNI与Ⅰ-ⅡA期LUAD根治术后复发转移有关(P均<0.05),其中肿瘤最大直径>3 cm、术前血清CEA>5 ng/mL、术前NLR>2.285、术前PNI≤46.625是Ⅰ-ⅡA期LUAD根治术后复发转移的独立危险因素(P均<0.05)。构建了Ⅰ-ⅡA期LUAD根治术后复发转移风险预测列线图。列线图的C-index值为0.814(95%CI为0.751~0.877),该列线图预测Ⅰ-ⅡA期LUAD根治术后2年、3年、5年复发转移的ROC的AUC分别为0.757(95%CI为0.641~0.874)、0.696(95%CI为0.595~0.797)、0.675(95%CI为0.589~0.762),Ⅰ-ⅡA期LUAD根治术后复发转移风险预测列线图的校准曲线均接近参考线。结论Ⅰ-ⅡA期LUAD根治术后复发转移的独立危险因素为肿瘤最大直径>3 cm、术前血清CEA>5 ng/mL、术前NLR>2.285、术前PNI≤46.625。成功构建了Ⅰ-ⅡA期LUAD根治术后复发转移风险预测模型,且模型的区分度与一致性均较好。

多话题竞争情境下网民关注度转移预测模型研究

【目的/意义】对网民的关注度转移行为进行分析预测,揭示影响网民关注度的关键因素,描述舆情事件之间的竞争机理,以提升政府及企业的舆情应对能力。【方法/过程】以微博为数据源,从用户、时间、话题类别、竞争传播特性等方面选取13个特征,构建基于随机森林算法的网民关注度转移行为预测模型,利用84168条原始微博数据进行实证分析。【结果/结论】预测模型的准确率达到84.5%,能较好地预测微博用户关注度转移行为。对各项特征的重要性和影响力倾向分析发现,在微博用户关注度转移行为中用户特征最为重要,其次是时间特征和竞争程度特征,话题类别特征重要性最低。

上市公司控制权转移预测研究

本文基于我国的资本市场与制度环境,运用Logit回归技术建立预测模型,并对1999-2001年A股上市公司的全样本进行回代检验,有64.5%的总正确率;对未来数据(2002和2003年)数据的预测研究表明,预测总正确率为75.7%和64.4%,综合预测准确率为70.1%,综合预测敏感度为57.8%,综合指定度为70.3%,说明预测模型能够较好地预测目标公司,并且具有令人满意的稳定度。还说明我国上市公司控制权转移具有较好的可预测性,从而在一定程度上反映出我国资本市场效率尚达不到中强式有效状态。

上市公司控制权转移预测研究

本文基于我国的资本市场与制度环境,运用全样本研究思路,运用Logit回归技术,建立预测模型。预测模型能够较好地预测目标公司,并且具有令人满意的稳定度,说明我国上市公司控制权转移具有较好的可预测性,从而在一定程度上反映出我国资本市场效率尚达不到中强式有效状态。