基于SEER数据库老年子宫内膜癌临床病理特征及预后列线图的构建与验证

目的 分析老年子宫内膜癌临床病理特征及预后风险因素,构建列线图并进行内部验证。方法 回顾性收集监测、流行病学和最终结果(SEER)数据库2010年至2019年符合条件的子宫内膜癌病例,分为≥60岁组和<60岁组,分析两组人群的临床病理特征。运用Cox比例风险回归模型进行单因素及多因素回归分析,探讨老年子宫内膜癌预后的风险因素,并构建其3、5年总生存率的列线图预测模型。通过一致性指数(C-index)、受试者工作特征(ROC)曲线及校准曲线评估列线图的可靠性。结果 共筛选21 446例患者,包括<60岁者8559例(39.91%),≥60岁者12 887例(60.09%)。两组人群在种族、病理类型、组织学分级、分期、手术方式、放疗、化疗、总生存率及癌症特异性生存率方面,差异均有统计学意义(P<0.05)。年龄、特殊病理类型(浆液性癌、混合型癌、癌肉瘤、透明细胞癌)、组织学分级、分期、手术方式、化疗及远处转移是影响老年子宫内膜癌患者预后的独立危险因素(P<0.05)。构建预测3、5年生存率的列线图,其C-index为0.839(95%CI:0.834~0.843)。列线图的校准曲线显示预测值和实际值具有较好的一致性。3、5年总生存率ROC曲线下面积(AUC)分别为0.864和0.847。结论 老年子宫内膜癌患者具有独特的临床病理学特征。以预后风险因素为基础构建的列线图,具有较好的一致性和准确度,可作为判断预后和指导治疗的参考。

基于SEER数据库构建预测早期老年HER2阳性乳腺癌生存概率的列线图

目的:利用监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库构建列线图来预测老年早期HER2阳性乳腺癌患者的生存概率。方法:SEER数据库中筛选的5220名(基于单靶向治疗时代)和1176名(基于双靶向治疗时代)患者被随机分为训练组和内部验证组。采用COX比例风险回归筛选生存相关预测因素并建立列线图模型,利用一致性指数(C-index)、校准曲线、受试者工作特征曲线(receiver operating characteristic curve,ROC)检验模型的准确性及实用性。对接受化疗和非化疗的患者使用两组倾向评分匹配进行统计配对,并对筛选的变量进行亚组分析。结果:单靶治疗时代列线图是由七个变量构建:年龄、婚姻状态、T分期、N分期、手术、化疗、放疗。双靶治疗时代列线图由两个变量构建:化疗和放疗。亚组分析结果表明,接受化疗的老年HER2阳性乳腺癌患者有更好的总生存期(OS)。结论:基于SEER数据库,建立并验证了预测老年早期HER2阳性乳腺癌患者生存率的准确列线图。该研究表明,化疗能增加老年患者的生存获益。

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7940名中国肺腺癌患者,根据纳入与排除标准最终纳入3304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DCA证实了列线图具有较好的临床适用性。根据训练集的预测值中位数进行风险评分,将所有个体分配到高风险组和低风险组,Kaplan-Meier分析显示两组CSS差异有统计学意义(P<0.001)。结论本研究构建并验证了中国人群肺腺癌的预后列线图。本研究构建的模型在临床环境中的应用可以帮助临床医生评估患者的预后并提供高度个性化的治疗。

基于SEER数据库构建微浸润乳腺癌腋窝淋巴结转移风险预测模型

目的分析微浸润乳腺癌(MIBC)患者腋窝淋巴结转移(ALNM)的影响因素,构建MIBC患者同侧ALNM风险预测模型。方法通过SEER数据库检索并筛选出2010-2015年病理确诊的4475例原发MIBC女性患者作为建模组,另筛选SEER数据库中2018-2020年病理确诊的2266例原发MIBC女性患者作为外部验证组,收集入组MIBC患者的临床病理资料,单因素分析筛选出影响MIBC患者ALNM的因素,将有统计学意义的变量纳入多因素Logistic回归分析,筛选出影响MIBC患者ALNM的独立影响因子并建立列线图,绘制受试者工作特征(ROC)曲线计算曲线下面积(AUC),绘制校准曲线,并行Hosmer-Lemeshow拟合优度检验进行模型评价。结果纳入6741例MIBC患者中发生同侧ALNM患者为309例,比例约为4.58%。建模组单因素分析显示:年龄、种族、组织学分级、病理类型、分子亚型、边侧与MIBC患者ALNM相关(P<0.05)。多因素分析结果显示:≤40岁、黑种人、组织学分级Ⅱ级及Ⅲ级、原发于右侧的MIBC发生ALNM的风险更高(P<0.05),分子亚型是MIBC患者ALNM的独立影响因素,但HR+HER2+、HR-HER2+、HR-HER2-三种分子亚型MIBC与HR+HER2-亚型间ALNM风险差异均无统计学意义。利用上述变量建立预测列线图,得出建模组AUC为0.716,(95%CI:0.682~0.750),最佳截断值为0.045,其敏感度为0.733,特异性为0.608。将新建的列线图模型用于验证组,其AUC为0.722(95%CI:0.667~0.777)。建模组及验证组的校准曲线Hosmer-Lemeshow拟合优度检验均P>0.05。结论通过SEER数据库建立的MIBC患者ALNM风险预测模型,预测能力较好,有望为临床实践提供参考。

基于SEER数据库预测转移性乳腺癌相对长期存活列线图模型构建及验证

目的基于SEER数据库构建并验证转移性乳腺癌患者相对长期存活列线图预测模型。方法本研究利用SEER数据库中2010—2015年转移性乳腺癌患者的临床病理特征数据,将患者按照7∶3的比例随机分为训练集和验证集,在训练集中进行单因素、多因素Logistic回归分析及列线图模型的构建,在训练集和验证集中绘制受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和临床决策曲线评估模型的效能。结果共纳入6515例符合标准的转移性乳腺癌患者,其中训练集4560例及验证集1955例。训练集中有2229(48.9%)例为相对长期存活(>24个月)患者,验证集中有970(49.6%)例。多因素Logistic回归分析结果发现年龄、婚姻状态、种族、组织学分级、T分期、N分期、是否脑转移、是否肝转移、是否肺转移、首次诊断至治疗的时间、雌激素受体(estrogen receptor,ER)、孕激素受体(progesterone receptor,PR)、手术方式、分子亚型等临床病理特征是转移性乳腺癌患者相对长期存活的独立影响因素(均P<0.05)。基于此构建的列线图模型在训练集和验证集中的AUC分别为0.738(95%CI:0.724~0.752)和0.745(95%CI:0.723~0.766),校准曲线显示该模型预测结果与实际结果的一致性较好,临床决策曲线显示该模型具有较高的净获益。结论本研究构建的列线图模型能预测转移性乳腺癌患者的相对长期存活,为临床个体化治疗实践提供辅助决策依据。

基于SEER数据库的胰腺胶样癌生存预测模型的构建与验证

目的:明确影响胰腺胶样癌(colloid carcinoma,CC)患者预后的危险因素,构建临床预后模型,对患者生存预后进行评估。方法:选取美国国家癌症研究所监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中510例患者,将其分为训练集和验证集,并根据训练集的临床变量构建预后模型,以预测CC患者在1、3、5年的癌症特异性生存率的概率值,而后用验证集验证训练集筛选出的变量及校准预测模型。结果:利用SEER数据库筛选CC患者预后的影响因素,包括肿瘤分级、检出淋巴结数量、是否手术、T分期、是否转移,并根据以上影响因素构建了临床预后模型。受试者特征曲线及曲线下面积值表明本预测模型具有较高的准确性。校正曲线显示模型预测的生存率与实际生存率相近。结论:本研究构建出CC患者的临床预后模型,并利用此模型对患者的生存预后进行了有效评估,填补了这种罕见肿瘤预后研究的空白,为临床医生评估CC患者预后提供了一项有力依据。

食管癌根治术后患者预后模型的构建与验证:一项基于SEER数据库的研究

目的构建并验证能准确预测食管癌(EC)根治术后患者预后的列线图模型。方法从美国国立癌症研究所监测、流行病学和结局(SEER)数据库中提取1754例符合条件的EC患者。使用LASSO回归和Cox回归分析确定患者生存的独立危险因素,并根据多因素Cox回归分析的结果构建列线图。通过一致性指数(C-index)、校准曲线、受试者工作特征(ROC)曲线和临床决策曲线分析(DCA)评估列线图的预测性能。结果年龄、分化等级、T分期、肿块大小和阳性淋巴结对数比(LODDS)是EC根治术后患者总生存期(OS)的独立预测因素(P<0.05),并基于上述变量构建列线图。C-index、校准曲线和ROC曲线结果显示模型相对于TNM分期有着更好的辨别能力,DCA曲线显示列线图可以使患者有较好的临床获益。结论本研究构建的列线图相较于传统TNM分期有着更准确的预测能力,能够为患者带来更多的临床获益。

基于SEER数据库的育龄期女性Ⅰ期卵巢透明细胞癌不同治疗方式生存率分析和术后生存预测模型构建

目的:探讨Ⅰ期卵巢透明细胞癌(OCCC)患者不同治疗方式之间的长期预后差异,构建列线图预测术后Ⅰ期OCCC患者的预后。方法:从SEER数据库中筛选2010年至2019年组织学诊断为OCCC的患者。使用Kaplan-Meier评估根治性手术与保留子宫手术联合或不联合化疗对OCCC患者总生存期(OS)和癌症特异性生存期(CSS)的影响。Cox比例风险模型评估临床病理因素与OS和CSS的相关性。使用与OS和CSS显著相关的参数构建列线图,通过内部验证评估列线图的性能。结果:共纳入824例OCCC患者,173例单独接受子宫切除术(HRT),430例子宫切除术后辅助化疗(HRT+CT),54例选择保留子宫的术式(NHRT),167例选择NHRT+CT。与其余三者相比,接受NHRT患者拥有最好的CSS和OS(P=0.0077,0.0078)。单独接受NHRT治疗的患者比接受NHRT+CT治疗的患者具有更好的生存率(CSS:P=0.0052;OS:P=0.0062)。多变量Cox回归分析表明,年龄、婚姻状态、肿瘤分期、治疗方案是CSS和OS的独立预后因素。根据结果建立了Ⅰ期OCCC患者术后预后列线图,CSS和OS列线图ROC曲线下面积(AUC)分别为0.7和0.701,列线图的DCA结果表明预测模型在临床上是有益的,标准曲线与实际观测值具有良好一致性。结论:保留生育功能的手术可能是育龄期Ⅰ期OCCC女性患者的替代治疗选择。关于是否辅助化疗,仍需进一步研究确定其在Ⅰ期OCCC患者中的作用。构建的列线图对Ⅰ期OCCC术后患者具有良好的生存预测和临床应用价值。

基于SEER数据库的早期卵巢癌患者切除淋巴结后生存列线图模型构建

目的分析并筛选系统性淋巴结切除后的早期卵巢癌的独立预后因素,并构建及验证列线图预测早期卵巢癌患者生存。方法从SEER数据库中收集2010—2017年确诊的3906例进行系统性淋巴结切除术的早期卵巢癌患者,获取相关临床信息,按照7∶3比例随机分成训练组2736例及验证组1170例。使用单因素及多因素Cox回归分析对临床信息进行筛选,确定进行系统性淋巴结切除术后的早期卵巢癌患者预后的独立危险因素。并根据独立危险因素绘制列线图构建预后预测模型。采用C-index、曲线下面积(AUC)、校准曲线对预测模型的一致性及精确性进行评价。结果患者年龄>75岁、病理分化Ⅲ或Ⅳ级、肿瘤分期高、粘液性癌是预后的独立危险因素;年龄<60岁、白种人是预后的独立保护因素。应用独立预后因素构建列线图,训练组及验证组中C-index分别为0.72(95%CI为0.69~0.74)和0.71(95%CI为0.67~0.75)。训练组及验证组中1、3、5年预后的AUC分别为0.683,0.738,0.745及0.736,0.754,0.722。校准曲线均显示出一致性良好。结论基于SEER数据库中淋巴结切除术后的早期卵巢癌患者资料确定独立预后因素,所构建列线图具有良好预测效果,有助于临床快速准确评估患者生存预后。

基于SEER数据库分析婚姻状况对前列腺癌患者预后的影响

目的研究婚姻状况与前列腺癌患者预后的关系。方法从美国SEER数据库提取16815例前列腺癌患者的数据,采用Log-rank单因素和多因素Cox风险比例模型评估婚姻状况与前列腺癌患者预后的关系。结果①在不同肿瘤阶段,婚姻状况可作为肿瘤预后的独立因素;②前列腺特异性抗原(prostate-specific antigen,PSA)<10ng/ml时婚姻状况与前列腺癌的生存率相关性最强,PSA<10ng/ml、PSA10~20ng/ml不同婚姻状况的肿瘤生存率差异明显;③Gleason=7分和Gleason≥8分已婚组患者中生存曲线及5年生存率明显高于未婚组及离婚/丧偶组;④经手术治疗的患者存活时间更长,无论手术与否,已婚患者的生存率显著高于其他婚姻状况的患者;⑤本研究中不同分组情况下,已婚前列腺癌患者的死亡风险均低于其他婚姻状况的患者。结论婚姻状况在一定程度上可作为前列腺癌患者的独立预后因素,且已婚前列腺癌患者的死亡风险系数低于其他婚姻状况的患者。

利用机器学习算法构建浸润性乳腺癌预后模型:基于SEER数据库

目的利用机器学习算法分析浸润性乳腺癌预后的影响因素并构建预后模型。方法采集美国监测、流行病学和终点事件(SEER)数据库中2010-2015年24584例浸润性乳腺癌患者的临床和病理资料。利用单因素分析和logistic回归分析筛选预后变量,使用logistic回归、决策树、支持向量机、随机森林、人工神经网络5种机器学习分类算法建立生存预后的预测模型,评价各建模方法的预测能力,以灵敏度、特异度、准确度及ROC曲线的AUC作为模型的评价指标。结果在21个模型输入变量中,组织分级、T分期、N分期、M分期、脑转移、人表皮生长因子受体2表达状态、手术治疗等因素对浸润性乳腺癌患者生存预后具有较大影响,5种机器学习算法构建的预后模型中随机森林和人工神经网络模型预测效果较好。结论利用机器学习算法构建的浸润性乳腺癌预后模型的预测效果较好,可辅助医师判断浸润性乳腺癌患者的预后情况和治疗效果。

基于SEER数据库老年肺鳞癌患者的预后分析

目的基于SEER数据库分析影响老年肺鳞癌患者预后的危险因素,并构建预测模型。方法基于SEER数据库,选取2004—2015年确诊为肺鳞癌的25602例患者作为研究对象,按照7∶3随机分为训练集(17921例)与验证集(7681例);通过Kaplan-Meier生存曲线分析肺鳞癌患者基本资料与预后的相关性;利用Cox回归和LASSO回归分析确定影响老年肺鳞癌患者预后的独立危险因素并构建列线图模型;以C-index、受试者工作特征(ROC)曲线、决策曲线评估列线图模型的预测性能。结果25602例患者中死亡17717例(69.2%);多因素Cox回归分析结果显示,年龄越大、高T分期、高N分期、高M分期、未接受手术是影响老年肺鳞癌患者预后不良的危险因素(P<0.05);训练集和验证集中用于评估列线图模型的C-index分别为0.732(95%CI:0.727~0.736)和0.733(95%CI:0.725~0.739),训练集列线图模型预测半年、1年、3年肺鳞癌患者预后的曲线的曲线下面积(AUC)分别为0.772(95%CI:0.764~0.779)、0.795(95%CI:0.789~0.802)、0.846(95%CI:0.839~0.852)。验证集列线图模型预测半年、1年、3年肺鳞癌患者预后的AUC分别为0.774(95%CI:0.763~0.785)、0.805(95%CI:0.795~0.815)、0.839(95%CI:0.829~0.850)。决策曲线结果显示,列线图模型的临床实用性良好。结论老年肺鳞癌患者年龄、T分期、N分期、M分期、手术情况对其预后有显著影响,构建的列线图模型能较为直观、准确地预测患者生存率,可为评估老年肺鳞癌患者预后提供科学依据。

前列腺癌后第二原发恶性肿瘤的临床特征及生存列线图的构建:一项基于SEER队列的回顾性研究

目的:分析前列腺癌(PCa)患者第二原发恶性肿瘤(SPM)的发病趋势,探讨前列腺癌患者发生SPM的危险因素及其对生存的影响。方法:从SEER数据库(Surveillance,Epidemiology,and End Results Program database)中提取2004年至2016年前列腺癌患者作为研究队列,采用Joinpoint回归分析研究SPM的发病趋势。将患者分为仅患前列腺癌组(PCa组)和合并第二原发肿瘤组(PCa+1^(st) PM组),使用倾向性评分匹配(PSM)方法以平衡基线特征。绘制Kaplan-Meier生存曲线并构建竞争风险模型比较患者总体生存(OS)和肿瘤特异性生存(CSS)情况。采用Logistic回归分析确定SPM的独立危险因素,Cox回归分析确定独立预后因素。通过构建列线图模型对前列腺癌合并SPM人群的预后进行预测。结果:基于对SEER数据库大样本量研究队列数据的观察发现,PCa组和PCa+1^(st) PM组的发病率在1992年之前呈上升趋势,随后呈波动下降趋势。多因素Logistic回归分析发现,化疗是PCa术后发生SPM的独立危险因素(OR=1.43,95%CI 1.181~1.730,P<0.001);PCa患者合并SPM是OS较差的独立预后因素(HR=2.315,95%CI 2.260~2.369,P<0.001)。与对照组相比,手术(HR=0.62,95%CI 0.600~0.640,P<0.001)或放疗(HR=0.76,95%CI 0.741~0.779,P<0.001)可给予患者更好的生存获益。基于大样本量队列构建的列线图模型对PCa合并SPM患者的预后表现出良好的预测效果。结论:PCa术后化疗会增加患者罹患SPM的风险,且不能改善预后。SPM是PCa患者较差OS的独立预后因素。PCa的手术治疗和放疗可有效降低SPM患病风险,并使患者生存获益。本研究构建的PCa合并SPM特异性列线图模型,可有效预测该人群预后。

基于SEER数据库使用列线图对四肢骨肉瘤发生肺转移风险预测模型的构建与验证

目的构建列线图模型来预测四肢骨肉瘤患者的肺转移风险。方法收集2010-2020年SEER数据库中1610例四肢骨肉瘤患者,按照7∶3的比例将数据分为训练集与验证集。采用单因素及多因素logistic回归分析四肢骨肉瘤患者发生肺转移的独立影响因素,并构建列线图模型。采用受试者工作特征曲线、Calibration校准曲线和决策曲线分析来评价列线图模型的检验效能。结果Logistic回归结果显示,较高的T分期、发生淋巴结转移、拒绝接受手术、接受放化疗为四肢骨肉瘤患者发生肺转移的独立危险因素(P<0.05)。训练集预测四肢骨肉瘤发生肺转移的最佳受试者工作特征曲线下面积为0.801,验证集受试者工作特征曲线下面积为0.640;训练集与验证集曲线吻合良好;决策曲线分析显示列线图模型预测概率阈值在较大范围内临床净收益较高。结论本研究所构建的四肢骨肉瘤患者发生肺转移风险的列线图模型具有良好的预测精度及临床实用性,有助于骨科医生对四肢骨肉瘤患者做出更快、更可靠的临床预测,提供个体化诊疗方案。

基于SEER数据库的滤泡状甲状腺癌发生远处转移风险预测模型

目的探讨滤泡状甲状腺癌(FTC)发生远处转移的风险预测的模型。方法筛选2004~2015年SEER数据库中被诊断为滤泡状甲状腺癌的患者信息。符合纳入和排除标准的1275例患者为研究对象,分析各项预测因素,利用ROC获取年龄及诊断至治疗间隔时间(TDT)的最佳截断值。选择单因素分析中有统计学意义的变量采用Lasso回归及十折交叉验证初步筛选变量,再用多因素Logistic回归构建预测模型,并用ROC曲线及AUC评价模型诊断效能。结果4.6%的FTC(59例)发生远处转移。其中性别、年龄、是否微浸润癌、肿瘤分期(T分期)、淋巴结分期(N分期)、TDT、淋巴结转移比率(LNR)、肿瘤大小、原发灶浸润情况及是否多灶性10个变量单因素分析中差异有统计学意义,Lasso回归及十折交叉验证筛选出其中6个变量纳入多因素Logistic回归,采用逐步法向前向后法筛选年龄、T分期、TDT、LNR4个变量纳入最终模型。模型ROC的曲线下面积(AUC)为0.8815,95%CI为0.8353~0.9276。结论年龄、T分期、TDT、LNR 4个变量构建的预测模型有很高的预测价值,可以为临床诊疗决策提供帮助,其中LNR及TDT对FTC发生远处转移的预测,在以往的研究中不曾有过,亦是本文的亮点。

基于SEER数据库的胃癌预后列线图模型的构建与验证

目的探讨胃癌患者的预后风险因素,构建一个列线图预后预测模型来预测胃癌患者的总生存期(overall survival,OS)。方法基于SEER数据库,对2010年至2015年诊断为胃癌患者数据进行回顾性分析。对纳入变量进行单因素和多因素Cox回归分析,筛选出影响胃癌患者生存的独立危险因素,利用Kaplan-Meier法绘制生存曲线。根据临床经验及统计学结果纳入危险因素,用于构建胃癌患者的预后模型并绘制列线图。采用C-index、ROC曲线和校准曲线评价临床预测模型。结果本研究共纳入3052例胃癌患者。构建了胃癌患者的1年、3年和5年预后预测模型。使用C-index评估列线图模型的准确性,训练集中C-index的结果为0.780(95%CI:0.769~0.793),验证集中C-index的结果为0.763(95%CI:0.743~0.783)。通过ROC曲线评估列线图模型。训练集ROC曲线的1年、3年和5年生存率AUC分别为0.844、0.852和0.858。验证集中ROC曲线的1年、3年和5年生存率AUC分别为0.824、0.829和0.842。训练集及验证集中的校准图也表明该模型具有较高的精度。结论构建的列线图预测模型可以有效预测胃癌患者的OS,有助于指导临床医师个性化预后评估和临床决策。

基于SEER数据库分析婚姻状况对肝癌患者预后的影响

目的研究婚姻状况与肝癌患者预后的关系。方法从美国SEER数据库共提取9759名患者数据,采用Log-rank单因素和多因素Cox风险比例模型评估婚姻状况与肝癌患者预后的关系。结果离婚或分居患者(MHR=1.24,95%CI(1.14,1.34),P<0.001)、单身患者(MHR=1.22,95%CI(1.13,1.32),P<0.001)、寡居患者(MHR=1.21,95%CI(1.09,1.33),P<0.001)比已婚患者的死亡风险都高,此外已婚患者的生存率高于离婚或分居、单身、寡居患者。在不同年龄、人种、肿瘤分期和肿瘤分化程度的组别下肝癌患者的婚姻状况影响有所差异,中年组(χ^(2)=99.6,P<0.001)、白种人(χ^(2)=84.6,P<0.001)、肿瘤Ⅰ期(χ^(2)=87.7,P<0.001)、高分化(χ^(2)=67.1,P<0.001)和中分化组(χ^(2)=65.0,P<0.001)内婚姻状况的影响差异具有统计学意义。结论婚姻状况在一定程度上可以作为肝癌患者的独立预后因素,且已婚肝癌患者的死亡风险系数低于其他婚姻状态患者。

基于SEER数据库建立非精原细胞瘤预后模型列线图

目的 探讨影响非精原细胞肿瘤患者疾病特异生存率(DSS)的独立预后因素,并建立列线图模型预测其1年、3年、5年的DSS。方法 从监测、流行病学和最终结果(SEER)数据库获取2010年至2018年的非精原细胞肿瘤患者临床病理资料,以7∶3比例随机分配为训练集和验证集。通过单因素及多因素Cox回归分析筛选独立预后因素,构建列线图模型并进行内部验证。使用列线图得分风险分层生存分析评价模型的预测效能。结果 纳入3 747例非精原细胞瘤患者,其中训练集2 622例,验证集1 125例。多因素Cox回归分析显示确诊年龄35~44岁、大于44岁、未婚、肿瘤最大直径>7 cm、未手术、肿瘤、淋巴结和转移(TNM)分期Ⅲ期是影响DSS的独立预后危险因素、未放疗是影响DSS的独立预后保护因素。列线图模型一致性指数(C-index)为0.865(训练集)和0.880(验证集),训练集及验证集1年、3年、5年受试者工作特征(ROC)曲线下面积(AUC)值均大于0.8。高风险组与低风险组生存分析差异有统计学意义(P<0.001)。结论 本研究识别了影响非精原细胞肿瘤患者DSS的独立预后因素,并建立了准确的预测模型。

基于SEER数据库构建和验证男性乳腺癌预后模型

目的探究男性乳腺癌(male breast cancer,MBC)患者的预后因素,构建MBC患者生存预后列线图并预测3年和5年生存率。方法纳入监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)癌症登记数据库的MBC患者,同时纳入川北医学院附属医院、遂宁市中心医院和德阳市人民医院的MBC患者,获取患者完整的临床基线资料及生存信息。以SEER数据库中患者数据作为训练集,3家医院中的患者数据作为验证集,通过单因素和多因素Cox回归分析确定与总生存期(overall survival,OS)相关的独立预后因素,并构建预测MBC患者3年及5年生存率的列线图,运用校准曲线、一致性指数(CI)、受试者工作特征曲线(ROC)和决策分析曲线来评估模型的准确程度和实际应用价值。结果共纳入3387名MBC患者,其中训练集3307例,验证集80例。通过对训练集进行单因素和多因素Cox回归分析后发现,诊断年龄、组织学分级、T分期、N分期、M分期、孕激素受体状态、手术、化疗和放疗是影响MBC患者OS的独立预后因素。将这些因素纳入并构建列线图模型并进行验证,训练集CI为0.711,验证集CI为0.787。训练集中,3年OS的AUC为0.744,5年OS的AUC为0.720;验证集中,3年OS的AUC为0.835,5年OS的AUC为0.858。ROC曲线表明模型区分能力较好,校准曲线显示模型预测性能良好,决策分析曲线表明模型的临床应用价值较高。结论开发的列线图为预测MBC患者的预后提供了一种可靠且实用的方法,有助于个性化治疗决策,改善患者的治疗效果。

基于SEER数据库的预测小型非功能性胰腺神经内分泌肿瘤患者淋巴结转移风险列线图的构建与验证

目的 基于监测、流行病学和结果(SEER)数据库构建预测小型非功能性胰腺神经内分泌肿瘤(NFpNET)患者淋巴结转移风险的列线图,并进行验证。方法 自SEER数据库下载2004—2018年1858例小型NFpNET患者的病历资料。小型NF-pNET患者淋巴结转移风险的影响因素采用单因素和多因素Logistic回归分析,据此构建列线图。采用校准曲线和受试者工作特征(ROC)曲线评估列线图预测模型的准确性和区分能力,采用决策曲线分析(DCA)评估列线图预测模型的临床应用价值。依据X-tile软件计算确定的列线图总分(NTP)的最佳分割值,将训练组和所有患者分别分为低风险组和高风险组,评估两组患者的预后情况。结果 本研究自SEER数据库共下载1858例小型NF-pNET患者的病历资料,其中1294例纳入训练组,564例纳入验证组。多因素Logistic回归分析结果显示,年龄、肿瘤大小、原发部位、病理分级均是小型NF-pNET患者淋巴结转移的影响因素(P﹤0.05)。校准曲线显示,训练组和验证组列线图模型预测小型NF-pNET患者淋巴结转移风险在实际观测值和预测值之间存在中等一致性;ROC曲线显示,训练组列线图模型预测小型NF-pNET患者淋巴结转移风险的曲线下面积(AUC)为0.69,验证组为0.70;DCA曲线显示,列线图模型预测小型NF-pNET患者淋巴结转移风险较为可靠,净效益更高。通过X-tile软件计算的NTP最佳分割值为135.5,据此将训练组和全部人群分别分为低风险组和高风险组,结果显示,与淋巴结转移低风险组相比,淋巴结转移高风险组小型NF-pNET患者的总生存期更短(P﹤0.01)。结论 列线图预测模型在预测小型NF-pNET患者淋巴结转移风险方面的准确度较高,可能有助于医师为淋巴结转移高风险患者提供适当的预防和治疗措施。