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。

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。

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。

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。

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。

基于SEER数据库构建男性鼻咽鳞状细胞癌患者预后模型

目的:建立一个列线图来预测男性鼻咽鳞状细胞癌患者的生存率。方法:从SEER数据库下载和提取2010—2015年男性鼻咽鳞状细胞癌患者的临床资料,随机分为建模组(811例)和验证组(363例),最小绝对值选择与收缩算子(Least absolute shrinkage and selection operator,LASSO)回归对自变量进行筛选,采用Cox竞争风险模型进行多因素分析,构建列线图预测男性鼻咽鳞状细胞癌患者1年、3年、5年的生存率,采用一致性指数(C-index)、校准曲线、受试者工作特征曲线下面积(Area under a receiver operating characteristic curve,AUC)评估模型的区分度及准确度,临床决策曲线评估模型的临床实用价值,根据构建的模型,计算出模型的风险评分,以中位数水平将样本分为高风险组及低风险组,比较高风险组及低风险组生存率。结果:共纳入1 174例患者,建模组(n=811)和验证组(n=363)。经LASSO回归和Cox回归分析表明,T分期、M分期、年龄、脑转移、肝转移、肺转移是男性鼻咽鳞状细胞癌独立危险因素。建模组和验证组的C-index分别为0.676(95%CI:0.642~0.701)和0.668(95%CI:0.619~0.717)。建模组和验证组的AUC结果表明,这个列线图具有很高的准确性。校准曲线显示观察值与预测值高度一致,证明成功构建了预后模型。在建模组和验证组中,高风险组与低风险组的生存率差异均有统计学意义(P<0.000 1)。结论:T分期、M分期、年龄、脑转移、肝转移、肺转移是男性鼻咽鳞状细胞癌患者生存独立的预后因素。该模型有助于指导临床医师做出治疗方案的选择,延长患者生存率。

基于SEER数据库构建前列腺黏液腺癌预后列线图

目的:探讨前列腺黏液腺癌患者总生存率(OS)的独立预测因素,构建列线图模型并验证。方法:从SEER数据库选取2004—2018年459例前列腺黏液腺癌患者的临床资料。根据单因素及多因素Cox回归分析筛选独立预后因素,构建预测3、5、7年OS的列线图模型;计算C-index对模型区分度进行验证,通过校准曲线对模型的预测效能进行评价。结果:单因素Cox分析结果显示与预后相关因素:年龄、手术、肿瘤分期、Gleason评分、Grade分级(P<0.05)。结果显示年龄≥70岁、肿瘤分期Ⅲ~Ⅳ期为独立危险因素(P<0.05),前列腺根治手术组为独立保护因素(P>0.05)。列线图模型C-index为0.744,95%CI(0.691,0.797),校准曲线显示模型3、5、7年OS预测值与真实观测值一致性较好。结论:本研究构建的列线图模型可较为准确地预估前列腺黏液腺癌患者预后。

基于SEER数据库构建远处转移性子宫内膜癌的生存预测模型

目的探究远处转移性子宫内膜癌(endometrial cancer,EC)患者的临床特征与生存之间的相关性,并构建生存预测模型以指导临床实践。方法从SEER数据库中回顾性收集2010-2017年间伴有远处转移EC患者的相关临床病理资料。通过单因素和多因素Cox回归分析确定独立预后因素,并基于预测因素的贡献程度建立列线图模型;采用C指数、ROC曲线、校准曲线和临床决策曲线(decision curve analysis,DCA)等方法对模型的预测价值进行评价和内部验证。另外,收集2013年10月至2019年12月就诊于重庆医科大学附属第一医院妇科的远处转移性EC患者资料,对模型进行外部验证。结果共纳入SEER数据库中1807例符合纳入排除标准的远处转移性EC患者。多因素Cox分析结果显示,肿瘤大小、肿瘤分级和组织学亚型是远处转移性EC的独立危险因素;种族、手术和化疗是远处转移性EC的独立保护因素,并用于构建列线图。在训练队列中,模型的C指数为0.711(95%CI:0.695~0.727);在内部验证队列中,模型的C指数为0.744(95%CI:0.721~0.768);ROC曲线显示本模型具有良好的预测精准度和区分度;校准曲线显示模型的预测生存率与实际生存率具有良好的一致性;与此同时,DCA结果显示模型具有良好的临床应用潜能。共纳入21例本中心远处转移性EC患者作为外部验证数据集,结果显示模型预测能力良好。结论本研究建立了远处转移性EC的生存预测模型,可用于协助临床医师评估患者预后及制定个性化的治疗决策。

基于SEER数据库的口腔鳞状细胞局部晚期癌预后模型构建

目的:构建口腔鳞状细胞癌(OSCC)局部晚期癌患者列线图预后模型并进行验证。方法:纳入SEER数据库中2010~2015年OSCC局部晚期癌患者7118例临床病例资料,按7∶3比例随机分为训练集和验证集。在训练集中采用单因素及多因素Cox比例风险模型筛选并确定OSCC局部晚期癌的预后因素,构建列线图模型预测患者3年和5年的特异性生存率(CSS)。在训练集和验证集中,采用一致性指数(C-index)和ROC曲线评估模型的区分度,采用校准曲线评估模型的预测准确度,使用决策曲线分析法(DCA)评估模型的临床适用度。结果:训练集和验证集分别包括患者4984例和2134例,两集中各项统计指标差异无统计学意义(P>0.05),在训练集中,确定了10个影响OSCC局部晚期癌患者预后的风险因素,包括年龄、性别、人种、婚姻状态、发病部位、组织学分化程度、T分期、N分期、是否手术、是否放疗(P<0.05)。训练集和验证集中,列线图模型C-index分别为0.702和0.704,预测3年和5年CSS的AUC在0.727~0.736之间。校准曲线显示模型预测的3年和5年CSS与实际CSS吻合较好。DCA曲线显示列线图模型净收益优于第7版AJCC TNM分期系统。结论:本研究构建的列线图模型能较为准确地预测OSCC局部晚期癌患者生存率。

基于SEER数据库构建肝细胞癌患者预后预测新模式

目的研究肝细胞癌患者总生存期的影响因素,构建新的预测模式,为患者的个体化和精准化治疗方案提供理论支持和参考。方法在SEER数据库中获取2011—2015年被诊断为肝细胞癌的患者数据,运用单因素和多因素Cox回归分析筛选预后因素并构建预测模型。采集兰州大学第二医院280例肝细胞癌患者样本数据,作为外部验证队列。应用一致性指数、受试者操作特征曲线、校准曲线、决策曲线评估模型效能并与传统TNM分期进行对比,计算分数对患者进行危险分层并绘制小提琴图。结果回归分析提示年龄、性别、N分期、M分期、甲胎蛋白表达情况、手术情况、放射治疗、化学治疗是影响肝细胞癌患者总生存期的独立预后因素。训练组的一致性指数为0.739(95%CI:[0.730,0.748]),1、3、5年患者总生存期受试者操作特征曲线下面积分别为0.806、0.811、0.812;内部验证组的一致性指数为0.732(95%CI:[0.718,0.746]),1、3、5年患者总生存期受试者操作特征曲线下面积分别为0.787、0.803、0.810;外部验证组的一致性指数为0.719(95%CI:[0.684,0.753]),1、3、5年患者总生存期受试者操作特征曲线下面积分别为0.794、0.841、0.899;传统TNM模型的一致性指数为0.704(95%CI:[0.691,0.714]),1、3、5年患者总生存期受试者操作特征曲线下面积分别为0.716、0.687、0.677。决策曲线显示列线图较传统TNM分期预测效能更好。结论本研究构建的列线图能够用于预测肝细胞癌患者的总生存期,且效果优于传统TNM分期,基于新的预测模型的危险分层系统在区分患者生存期时更精确,对肝细胞癌患者的个体化治疗具有临床参考价值。

基于SEER数据库构建直肠癌术后患者的生存预测列线图及其验证

目的 分析直肠癌术后患者总生存期(OS)的影响因素并构建其风险预测列线图模型。方法 从SEER数据库中筛选2010—2015年经病理诊断为直肠癌并行手术治疗的患者14201例,按照7∶3的比例随机分为训练集9941例和验证集4260例;另收集兰州大学第二医院2017年1月1日—2021年12月31日与SEER数据库提取标准一致的直肠癌术后患者376例作为外部验证集。通过单因素及多因素COX回归分析并确定影响直肠癌术后患者OS的独立危险因素,据此构建列线图预测模型。通过C指数、受试者操作特征曲线下面积(AUC)评价该模型的区分能力,校准曲线评价该模型的预测值与实际值之间的接近程度。结果 多因素COX回归分析显示,直肠癌术后患者预后相关独立危险因素有13个,包括一般人口学(性别、年龄、婚姻状态)、肿瘤特征学[肿瘤原发部位、肿瘤分期、T分期、N分期、神经侵犯、癌胚抗原(CEA)水平、远处转移(肝转移、肺转移、骨转移)]及化疗(P<0.05)。基于这些独立危险因素构建了直肠癌术后患者生存预测的列线图模型,通过训练集及验证集C指数、AUC及校准曲线显示该预测模型的预测值与实际值具有较好的一致性。结论 基于SEER数据库构建的直肠癌术后患者生存预测的列线图效果良好,且将直肠癌肿瘤原发部位划分后发现发生在直肠的肿瘤较直肠乙状结肠交界处的肿瘤预后更差。

基于SEER数据库的Ⅲ、Ⅳ期直肠癌条件生存分析

目的分析Ⅲ、Ⅳ期直肠癌患者的条件生存率(CS)变化,探究并对比变化因素。方法从SEER数据库中收集2010~2015年临床或病理诊断为Ⅲ、Ⅳ期的直肠癌患者。CS是已经存活X年的患者再存活Y年的概率。对两组病例采用Cox比例风险回归分析和Lasso分析筛选独立危险因素,根据筛选的危险因素进行CS亚组分析。使用标准化差异(d)评估风险因素的变化情况。结果从SEER数据库中收集到Ⅲ期直肠癌病例4147例、Ⅳ期直肠癌2048例。Ⅲ期患者的总生存率(OS)逐年降低(95.2%→71.0%);3年条件生存率(CS3)逐年增长(79.5%→82.9%)。Ⅳ期患者OS逐年降低(69.1%→17.3%);CS3逐年增长(32.6%→68.3%)。Ⅲ期直肠癌患者CS3增长幅度远低于Ⅳ期(3.4%vs 35.7%)。CS亚组分析显示,Ⅲ期患者中年龄≥50岁,组织学Ⅱ~Ⅲ级、T3~T4分期、N2分期、未接受化疗和CEA(+)是影响预后的独立风险因素(P<0.05),并持续存在(|d|>0.1),非婚状态、组织学Ⅳ级作为独立风险因素但逐渐消失(|d|>0.1→|d|<0.1);Ⅳ期患者中非婚状态、组织学Ⅳ级、未接受手术、清扫淋巴结数<4组、未接受放疗、TX分期、骨转移、肺转移、未接受放疗、CEA(+)、肿瘤>5cm是影响预后的独立风险因素且持续存在,年龄≥50岁、组织学Ⅲ级、T4分期作为独立风险因素逐渐消失。结论2年仍然存活的Ⅲ、Ⅳ期直肠癌患者,生存预期将超过最初的预估。由于存在能被时间消除的因素,Ⅲ期合并组织学Ⅳ级的患者以及Ⅳ期合并年龄≥50岁、组织学Ⅲ级、T4分期的患者,在系统治疗后应继续进行积极干预,以获得较好的预后。