目的构建预测乳腺大汗腺癌(breast apocrine carcinoma,BAC)患者总生存情况的列线图。方法从监测、流行病学和最终结果(Surveillanc,Epidemiology,and End Results,SEER)数据库中选择2010–2016年期间诊断为BAC的患者,按7∶3比例随机分...目的构建预测乳腺大汗腺癌(breast apocrine carcinoma,BAC)患者总生存情况的列线图。方法从监测、流行病学和最终结果(Surveillanc,Epidemiology,and End Results,SEER)数据库中选择2010–2016年期间诊断为BAC的患者,按7∶3比例随机分为训练集和验证集;另收集2010年1月1日至2018年12月31日期间国药东风总医院收治的BAC患者对列线图进行外部验证。采用单因素和多因素Cox回归模型来确定影响BAC患者总生存期的风险因素并以此构建列线图预测模型。用C指数和受试者操作特征曲线下面积(area under curve,AUC)评价列线图对BAC患者3、5年总生存情况的区分能力,采用校准曲线评估列线图的预测情况与实际发生情况的接近程度。结果从SEER数据库中共纳入符合本研究条件的BAC患者649例(其中训练集454例、内部验证集195例),纳入了国药东风总医院的21例BAC患者(外部验证集)。多因素Cox回归分析发现,BAC患者的年龄、T分期、M分期、S分期、手术方式及化疗是与BAC患者预后有关的重要影响因素(P<0.05),基于这些因素构建的列线图预测模型在训练集、内部验证集和外部验证集中的C指数值分别为0.76、0.77和0.88,校准曲线显示列线图预测的3年和5年总生存率与实际3年和5年总生存率均接近理想曲线。列线图模型评估BAC患者的3年和5年总生存期的AUC(95%CI)在训练集分别为0.84(0.78,0.89)和0.76(0.71,0.83),在内部验证集分别为0.81(0.73,0.91)和0.84(0.77,0.91),在外部验证集分别为0.80(0.70,0.91)和0.84(0.76,0.91)。结论本研究基于SEER数据库构建的预测BAC患者总生存情况的列线图对BAC患者预后预测具有一定的价值。展开更多
文摘目的构建预测乳腺大汗腺癌(breast apocrine carcinoma,BAC)患者总生存情况的列线图。方法从监测、流行病学和最终结果(Surveillanc,Epidemiology,and End Results,SEER)数据库中选择2010–2016年期间诊断为BAC的患者,按7∶3比例随机分为训练集和验证集;另收集2010年1月1日至2018年12月31日期间国药东风总医院收治的BAC患者对列线图进行外部验证。采用单因素和多因素Cox回归模型来确定影响BAC患者总生存期的风险因素并以此构建列线图预测模型。用C指数和受试者操作特征曲线下面积(area under curve,AUC)评价列线图对BAC患者3、5年总生存情况的区分能力,采用校准曲线评估列线图的预测情况与实际发生情况的接近程度。结果从SEER数据库中共纳入符合本研究条件的BAC患者649例(其中训练集454例、内部验证集195例),纳入了国药东风总医院的21例BAC患者(外部验证集)。多因素Cox回归分析发现,BAC患者的年龄、T分期、M分期、S分期、手术方式及化疗是与BAC患者预后有关的重要影响因素(P<0.05),基于这些因素构建的列线图预测模型在训练集、内部验证集和外部验证集中的C指数值分别为0.76、0.77和0.88,校准曲线显示列线图预测的3年和5年总生存率与实际3年和5年总生存率均接近理想曲线。列线图模型评估BAC患者的3年和5年总生存期的AUC(95%CI)在训练集分别为0.84(0.78,0.89)和0.76(0.71,0.83),在内部验证集分别为0.81(0.73,0.91)和0.84(0.77,0.91),在外部验证集分别为0.80(0.70,0.91)和0.84(0.76,0.91)。结论本研究基于SEER数据库构建的预测BAC患者总生存情况的列线图对BAC患者预后预测具有一定的价值。
