慢性心力衰竭长期生存列线图预测模型的构建

目的 建立一个慢性心力衰竭长期生存率列线图预测模型。方法 纳入山东省千佛山医院共235例慢性心力衰竭患者临床数据,采用LASSO回归、多因素COX回归分析后得出影响慢性心力衰竭长期生存率的独立预测因子,构建列线图模型。采用一致性指数(C-index)、校准曲线和时间依赖性受试者工作特征曲线评估列线图模型的预测能力。结果 LASSO回归筛共选出7个与慢性心力衰竭长期生存率相关的独立预测因子,分别为年龄、左室舒张末期内径、二尖瓣反流、三尖瓣反流、红细胞分布宽度、血尿酸、血尿素氮,并构建了列线图预测模型、进行模型的内部验证。训练集、验证集C-index分别为0.782、0.791,1年、5年、10年生存率的曲线下面积分别为0.813、0.843、0.876,校准曲线表现出良好的一致性。结论 通过本次研究,建立了一个能够相对准确预测慢性心力衰竭长期生存率的列线图模型,对临床医生判断慢性心力衰竭患者预后有一定的指导意义。     

基于SEER数据库脊柱骨肉瘤预后预测模型列线图的建立

目的 基于美国国立癌症研究所的监测、流行病学和结果(National Cancer Institute,The Surveillance,Epidemiology,and End Results Program,SEER)数据库患者数据构建列线图,预测原发性脊柱骨肉瘤患者的3年及5年总生存率。方法 在SEER数据库中收集符合纳入、排除标准的原发性脊柱骨肉瘤患者237例,利用单因素和多因素的COX回归筛选独立危险因素,并绘制预测原发性脊柱骨肉瘤患者总生存率的列线图,使用一致性指数(C-index),受试者工作特征(relative operating characteristic curve,ROC)曲线和校准图对列线图进行内部验证。结果 年龄、肿瘤转移情况与是否化疗为影响脊柱骨肉瘤患者预后的独立危险因素(P<0.05)。列线图的C指数为0.677(95% CI:0.643～0.711),患者3年和5年总生存率的ROC曲线下面积分别为0.645与0.737,校准曲线显示良好的一致性。结论 利用SEER数据库构建了预测原发性脊柱骨肉瘤预后的列线图,可为患者提供较准确和个性化的生存预测。     

胃癌多器官转移患者列线图预测模型构建

通过探究胃癌多器官转移患者预后影响因素,构建并验证预测患者预后的列线图模型。方法 通过SEER数据库收集2010～2018年胃癌多器官转移患者的临床资料,使用R软件随机分为训练组和验证组。采用COX等比例风险模型筛选出影响患者预后的独立危险因素,并在此基础上构建列线图预测模型。通过一致性指数(C-index)及校准曲线评估预测模型的可靠性和准确性。结果 本研究共纳入1342例胃癌多器官转移患者病例,按照7∶3的比例随机划分为训练组(n=942)和验证组(n=400)。COX多因素分析结果显示,年龄、原发部位、转移情况、肿瘤直径、分化程度及转移灶手术是胃癌多器官转移患者预后的独立危险因素(P均＜0.05),并基于上述因素成功构建列线图预测模型。在预测模型中训练组及验证组的C-index分别为0.604(95% CI:0.580～0.628)和0.612(95% CI:0.577～0.647)。通过绘制预测模型的校准曲线发现列线图的预测曲线和理想曲线拟合良好,说明所构建模型的校准度较高。结论 基于SEER数据库建立的预测胃癌多器官转移患者预后的列线图模型具有良好的预测价值,有助于临床医生制定准确的个体化治疗方案。     

青年结直肠黏液腺癌预后列线图的建立与验证

目的利用美国监测、流行病学和最终结果数据库(SEER)建立青年结直肠黏液腺癌(MAC)预后列线图并对其进行验证。方法收集SEER数据库中2004—2015年936例青年结直肠MAC的资料,利用R软件将其随机分为建模组(n=656)和验证组(n=280)。通过COX比例风险回归模型筛选建模组人群的预后因素,并建立列线图。利用一致性指数(C-index)和校准曲线对列线图进行内部验证与外部验证,评估其预测效能。结果建模组的COX回归分析显示,婚姻状态、分化程度、T分期、N分期、M分期、手术是患者预后的独立危险因素,以上因素均用于构建列线图。建模组的C-index为0.813(95%CI 0.788~0.838),验证组的C-index为0.779(95%CI 0.740~0.818)。2组1、3、5年的特异生存率校准曲线图亦显示出良好的一致性。结论研究构建的预后列线图对青年结直肠MAC患者生存具有良好的预测价值,可提高其预测准确度。     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

去分化脂肪肉瘤预后风险模型的建立与分析

目的 基于美国国家癌症研究所监测、流行病学和最终结果(SEER)数据库，构建预后列线图用于预测去分化脂肪肉瘤(DDLPS)3、5和8 a的总生存(OS)率。方法 从SEER数据库中提取DDLPS患者的临床信息，随机分为建模组和验证组。通过LASSO回归和多因素Cox回归筛选变量，将筛选出的变量纳入预测模型并构建列线图。使用一致性指数(C指数)、时间依赖曲线下面积(时间依赖AUC)和校准曲线评估模型的区分度和校准度。通过决策曲线分析(DCA)、净重新分类指数(NRI)、综合判别改善指数(IDI)进一步比较列线图和AJCC分期之间的净收益和预测准确性。根据列线图计算总得分，对患者进行风险分层，通过Kaplan-Meier曲线和log-rank检验比较分层间OS率差异。结果 共纳入1 172例DDLPS患者，筛选出年龄、原发位置、T分期、N分期、M分期、FNCLCC分级、手术和放疗8个预后变量。时间依赖AUC(>0.7)和C指数(建模组为0.741,验证组为0.764)表明列线图有良好的区分度。校准曲线表明预测生存概率和实际生存率具有良好的一致性。IDI和NRI表明，列线图的准确性优于...     

基于SEER数据库的皮肤Merkel细胞癌预后分析

目的 确定皮肤Merkel细胞癌的预后因素,并构建列线图预测经手术切除的Merkel细胞癌患者的肿瘤特异性生存率。 方法 从美国国立癌症研究所的监测、流行病学、结果(SEER)数据库中收集1 271例患者,按7∶3比例采用随机数字表法分为建模组(891例)和验证组(380例)。采用单因素及多因素Cox回归分析确定预后影响因素,并将这些因素用于构建Merkel细胞癌患者的肿瘤特异性生存率的列线图。通过一致性指数(C-index)、曲线下面积(AUC)和校准曲线评价Cox比例风险模型的区分度和一致性,最后将模型的预测效果和传统TNM分期系统进行对比。 结果 Cox回归分析显示,年龄、性别、肿瘤大小、N分期、M分期和癌症特异性生存率相关,而种族、婚姻状况和放疗对肿瘤特异生存率没有显著影响。利用上述预后因素构建的列线图表现出比传统TNM分期更好地预测效果:建模组使用新模型预测,C指数为0.761,而使用TNM分期系统的C指数为0.711;新模型的AUC在建模组和验证组中均高于TNM分期。同时,2组的校准曲线一致性良好。 结论 本次构建的列线图在预测经手术切除的Merkel细胞癌患者生存率方面的效果优于第8版TNM分期系统,有助于临床医师对患者预后进行评估及个体化治疗。      

基于SEER数据建立四肢软骨肉瘤生存率列线图模型和外部数据验证及其临床意义

目的 基于SEER数据建立四肢软骨肉瘤生存率列线图模型和外部数据验证及其临床意义。方法 提取2004至2016年美国国立癌症研究所SEER数据库所登记的四肢软骨肉瘤的临床数据,按7∶3比例随机分为建模组655例及内部验证组280例,采用单因素COX风险回归、Lasso回归、多因素COX风险回归分析确定影响四肢软骨肉瘤总生存率的独立危险因素,根据其生存率的独立危险因素构建列线图模型,利用一致性指数(C-index)、绘制校准曲线及时间依赖性ROC曲线检验模型的预测能力。收集2009至2020年在我院诊断为四肢软骨肉瘤患者27例作为外部验证组,再次利用时间依赖性ROC曲线检验模型的预测能力。结果 单因素分析结果显示：年龄、种族、性别、肿瘤分级、肿瘤分期、是否手术、淋巴结切除数、放疗、化疗、肿瘤直径是影响软骨肉瘤患者的预后因素。多因素COX回归分析结果显示：年龄、肿瘤分期、手术、淋巴结切除数、肿瘤直径是四肢软骨肉瘤独立危险因素。建模组C指数为0.848,其3年、5年、10年ROC曲线下面积分别为0.904、0.856、0.836。内部验证组C指数为0.835,其3年、5年、10年ROC曲线下面积分别为0.872、0.897、0.861。建立的列线图模型通过C指数、校准曲线、ROC曲线验证其有良好的预测效果。外部验证组3年、5年ROC曲线下面积分别为0.832、0.761。故所建立的列线图模型对中国本土病例也具有良好的预测价值。结论 建立四肢软骨肉瘤生存率列线图模型可以用于预测3、5年OS,可以使用于国内临床工作。     

结直肠神经内分泌肿瘤预后列线图的构建

目的 探讨结直肠神经内分泌肿瘤(NEN)患者的预后相关因素,并构建生存率列线图。方法 收集监测、流行病学和最终结果(SEER)数据库4 272例结直肠NEN患者的资料,基于COX回归分析的结果构建列线图,使用受试者工作特征(ROC)曲线和校准曲线进行内部验证。结果 性别、年龄、组织学类型、病理分级、肿瘤直径、T分期、N分期、肝转移、原发部位手术、化疗是总生存(OS)时间的影响因素(P<0.05)。性别、肿瘤部位、组织学类型、病理分级、肿瘤直径、T分期、N分期、肝转移、原发部位手术、化疗是癌症特异性生存(CSS)时间的影响因素(P<0.05)。曲线下面积>0.9,校准曲线与参考线一致。基于列线图总分对患者进行风险分层,低危患者预后优于高危患者(P<0.05)。结论 构建的结直肠NEN患者的预后列线图预测性能良好。     

基于SEER数据库的老年结直肠癌远处转移患者预后列线图模型构建研究

目的 构建基于SEER数据库的老年结直肠癌远处转移患者预后列线图模型。方法 从SEER数据库中筛选出2 845例老年结直肠癌远处转移的患者。训练集和验证集进行均衡性检验。在训练集中分别通过单因素和多因素COX回归分析筛选影响老年结直肠癌远处转移患者预后的因素并构建列线图模型。采用受试者工作特征曲线(ROC曲线)、校准曲线、临床决策曲线分析(DCA)检测模型的临床获益和应用价值。结果 多因素COX回归分析显示年龄、婚姻状态、肿瘤大小、肿瘤部位、组织学分级、原发部位手术、局部活检淋巴结数、TN分期、癌胚抗原(CEA)、化疗及肝、肺、骨、脑转移均为老年结直肠癌远处转移患者预后的影响因素。训练集和验证集1、2、3年总生存率的校准图显示均具有较高的一致性;训练集1、2、3年的曲线下面积(AUC)分别为0.782、0.768和0.774,而验证集分别为0.779、0.783和0.787;DCA曲线显示临床净获益均较高。结论 该列线图模型预测老年结直肠癌远处转移患者预后的效果较好。     

基于列线图方法探究LODDS分级对行满意减瘤术后卵巢癌患者的预后价值

目的探讨已行满意减瘤术后的卵巢癌患者淋巴结阳性数与阴性数对数(LODDS)的预后价值,并基于LODDS等级建立列线图模型。 方法收集SEER数据库中3 968例行满意减瘤术且术中行淋巴结活检或系统淋巴结清扫的卵巢癌患者的临床资料。采用时间依赖的COX回归分析筛选独立预后因素,并建立预测模型。使用一致性指数(C-index)及校正曲线在建模组及验证组中评价模型的可靠性。使用ROC曲线比较两组使用LODDS分级列线图和单独使用FIGO分期方法预测患者生存率的准确性。 结果Cox单因素回归分析显示年龄、种族、婚姻状态、肿瘤位置、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级、化疗情况以及CA125情况是潜在的危险因素。Cox多因素回归分析显示年龄、婚姻状态、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级是独立影响因素,并以此建立列线图。建模组中,列线图C-index为0.752,预测1、3、5年生存率ROC曲线的AUC值均优于单独使用FIGO分期。验证组中,列线图C-index为0.747,预测1、3、5年生存率ROC曲线的AUC值同样优于单独使用FIGO分期。 结论LODDS分级是行满意减瘤术后卵巢癌患者的独立预后因素。术后以基于LODDS分级的列线图预测患者1、3、5年生存率较单纯使用FIGO分期更为准确。     

基于列线图方法探究LODDS分级对行满意减瘤术后卵巢癌患者的预后价值

目的探讨已行满意减瘤术后的卵巢癌患者淋巴结阳性数与阴性数对数(LODDS)的预后价值,并基于LODDS等级建立列线图模型。方法收集SEER数据库中3 968例行满意减瘤术且术中行淋巴结活检或系统淋巴结清扫的卵巢癌患者的临床资料。采用时间依赖的COX回归分析筛选独立预后因素,并建立预测模型。使用一致性指数(C-index)及校正曲线在建模组及验证组中评价模型的可靠性。使用ROC曲线比较两组使用LODDS分级列线图和单独使用FIGO分期方法预测患者生存率的准确性。结果 Cox单因素回归分析显示年龄、种族、婚姻状态、肿瘤位置、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级、化疗情况以及CA125情况是潜在的危险因素。Cox多因素回归分析显示年龄、婚姻状态、肿瘤分化程度、肿瘤病理类型、FIGO分期、LODDS分级是独立影响因素,并以此建立列线图。建模组中,列线图C-index为0.752,预测1、3、5年生存率ROC曲线的AUC值均优于单独使用FIGO分期。验证组中,列线图C-index为0.747,预测1、3、5年生存率ROC曲线的AUC值同样优于单独使用FIGO分期。结论 LODDS分级是行满意减瘤术后卵巢癌患者的独立预后因素。术后以基于LODDS分级的列线图预测患者1、3、5年生存率较单纯使用FIGO分期更为准确。     

晚期胃癌生存预后因素及列线图预测模型的建立与验证

目的 探讨新药治疗下晚期胃癌患者生存预后因素,并建立可靠的预测模型。方法 收集我院肿瘤内科2015年1月~2019年12月收治的晚期胃癌（AGC）患者的的临床特征、辅助检查资料、治疗相关资料、疗效评估、疾病转归等相关临床资料,建立数据库,采用Kaplan-Meier法进行单因素生存分析,并根据单因素分析结果、将部分因素纳入多因素Cox回归模型进行分析,筛选出影响AGC患者生存的影响因素。R软件用于分析生存率及通过多因素分析结果建立生存列线图。编制校准曲线和一致性指数(C-index)以确定预测能力和判别能力。通过时间相关的受试者工作特征曲线（ROC）、临床决策曲线分析（DCA）以证实列线图模型的预测能力。结果 单因素分析显示,转移部位数目、接受治疗线数、一线治疗疗效是否达到疾病控制率（DCR）、一线治疗中位无进展生存（PFS）时间,以及一线是否接受手术治疗与AGC患者总生存（OS）显著相关（P<0.05）。多因素Cox回归分析显示,一线是否接受手术治疗、接受治疗线数、一线治疗PFS时间、腹膜转移与晚期胃癌患者OS显著相关,是影响AGC患者OS的独立预后因素（P<0.05）。列线图的C-index为0.785（95%CI,0.744~0.826）。校准曲线也证实了模型与实际生存的一致性。此外,ROC曲线和DCA结果表明该模型对AGC患者OS有较好的预测能力。结论 AGC伴腹膜转移患者生存期较短,而一线治疗PFS时间>7.0月、接受三线及后线治疗与较长的生存期相关;选择性对部分晚期胃癌患者进行含手术的系统治疗方案可改善其生存期。本研究构建的列线图是一个可靠的AGC预后预测模型。     

基于SEER数据库建立三阴性乳腺癌预后预测模型列线图

目的 探讨影响女性三阴性乳腺癌(TNBC)预后的临床因素.方法 通过SEER*Stat软件提取SEER数据库2010年1月1日至2015年12月31日经病理诊断的女性TNBC患者,通过单因素和多因素Cox回归分析,探讨影响女性TNBC患者预后的临床因素,使用R-studio 3.6.3软件将模型可视化,绘制预测TNBC患者3年总生存率的列线图(nomogram).使用一致性指数(C-index),受试者工作特征(ROC)曲线和校准图对列线图进行内部(建模组)验证;收集山西医科大学第二医院乳腺外科2016年1月1日至2020年12月31日与建模组条件相同的患者共198名(验模组),进行外部验证.结果 搜集到建模组患者17621例,验模组198例.建模组中位随访时间为40.8个月,验模组中位随访时间38.4个月.多因素Cox比例风险回归分析结果显示,建模组患者的年龄、种族、婚姻状况、T分期、N分期、M分期、手术情况、放化疗情况是TNBC患者3年总生存率的独立危险因素(P<0.05),这些因素均被用于构建列线图预测模型.验证结果ROC曲线分析显示建模组和验证组样本的3年总生存率AUC均大于0.7,且建模组和验模组的C指数分别为0.792和0.774,2组的校正曲线接近45°参考线且表现出良好的一致性.结论 本研究构建的预测模型具有良好的预后价值,可对TNBC患者的3年总生存率作出较为准确的评估,可供临床借鉴.     

基于SEER数据库建立三阴性乳腺癌预后预测模型列线图

目的 探讨影响女性三阴性乳腺癌(TNBC)预后的临床因素.方法 通过SEER*Stat软件提取SEER数据库2010年1月1日至2015年12月31日经病理诊断的女性TNBC患者,通过单因素和多因素Cox回归分析,探讨影响女性TNBC患者预后的临床因素,使用R-studio 3.6.3软件将模型可视化,绘制预测TNBC患者3年总生存率的列线图(nomogram).使用一致性指数(C-index),受试者工作特征(ROC)曲线和校准图对列线图进行内部(建模组)验证;收集山西医科大学第二医院乳腺外科2016年1月1日至2020年12月31日与建模组条件相同的患者共198名(验模组),进行外部验证.结果 搜集到建模组患者17621例,验模组198例.建模组中位随访时间为40.8个月,验模组中位随访时间38.4个月.多因素Cox比例风险回归分析结果显示,建模组患者的年龄、种族、婚姻状况、T分期、N分期、M分期、手术情况、放化疗情况是TNBC患者3年总生存率的独立危险因素(P<0.05),这些因素均被用于构建列线图预测模型.验证结果ROC曲线分析显示建模组和验证组样本的3年总生存率AUC均大于0.7,且建模组和验模组的C指数分别为0.792和0.774,2组的校正曲线接近45°参考线且表现出良好的一致性.结论 本研究构建的预测模型具有良好的预后价值,可对TNBC患者的3年总生存率作出较为准确的评估,可供临床借鉴.     

基于SEER数据库的宫颈腺癌特异性预后分析及列线图模型构建

目的 分析HPV感染相关型(HPVA)和非HPV感染相关型(NHPVA)的独立预后因素,构建并验证预测患者癌症特异性生存率(CSS)的列线图。方法 回顾性分析SEER数据库中2004年～2015年确诊的1219例HPVA和701例NHPVA患者的临床资料并对其病历资料进行回顾性分析。构建单因素及多因素COX回归模型,分析临床病理因素对宫颈腺癌患者预后的影响。绘制列线图评估多指标联合预测疾病进展的价值。采用一致性指数(C-index)、受试者工作特征(ROC)曲线及校准图评价模型的预测精度及判别能力。采用Kaplan-Meier曲线进行生存分析。结果 HPVA患者的多因素COX回归分析结果显示发病年龄,肿瘤分化程度,肿瘤大小,TNM分期,FIGO分期,手术范围,及辅助治疗方式是CSS的独立影响因素。NHPVA患者的多因素COX回归分析结果显示发病年龄,肿瘤分化程度,肿瘤大小,M分期,FIGO分期,手术范围,淋巴结清扫与否是CSS的独立影响因素。构建了HPVA和NHPVA的个体化预测生存率列线图,一致性指数分析结果显示列线图具有良好的区分度。结论 基于SEER数据库确立了HPVA和NHPV...     

肾集合管癌预后列线图的建立

目的建立肾集合管癌（CDC,又称Bellini管癌）预后列线图。方法从美国国立癌症研究所的监测、流行病学和结局数据库中筛选出282例经病理证实为CDC的患者临床资料,采用随机数字表法,按7:3的比例分为训练队列186例和验证队列96例。在训练队列中,使用单因素和Cox多因素生存回归模型分析影响患者预后的因素,确定最优预测模型并建立预后列线图,评估预测效能。在验证队列中,采用ROC曲线和校准曲线验证列线图的准确度。采用决策曲线分析列线图的临床适用性。结果年龄、TNM分期、肿瘤直径、原发病灶是否手术、是否行化疗是CDC患者的独立预后因素,并纳入列线图的构建。在训练队列或验证队列中,ROC曲线及校准曲线分析显示,所建立的预后列线图具有较好的预测准确度（均AUC＞0.7）,且列线图预测的生存率与实际生存率具有较好的一致性。决策曲线分析显示所建立的列线图在CDC患者预后预测方面具有潜在的临床适用性。本研究所建立的CDC预后列线图可通过https://chingfeng.shinyapps.io/DynNomappCDC/在线访问并使用。结论本研究所建立的CDC预后列线图（包括年龄、TNM分期、肿瘤直径、原发病灶是否手术、是否行化疗等因素）具有较高的预测效能及临床适用性。     

乳头状肾细胞癌预后预测模型的构建与验证：一项基于SEER数据库的回顾性研究

目的 建立一个用于评估乳头状肾细胞癌（papillary renal cell carcinoma，PRCC）预后的列线图。方法 获取SEER（Surveillance，Epidemiology，and End Results）数据库的6 028例PRCC患者的临床数据，并将其随机分为训练队列（n=4 220）和验证队列（n=1 808）。使用Cox比例风险回归分析来筛选与PRCC预后相关的临床病理特征。基于Cox模型，构建一个列线图预测PRCC患者的预后，用受试者操作特征曲线及C指数检测模型的区分度，用校准图来评估列线图的预测准确性。结果 从SEER数据库中检索到6 028例PRCC患者的数据。Cox比例风险回归分析结果显示，诊断时的年龄、级别、肿瘤淋巴结转移分期（TNM，AJCC，第7版）、手术治疗、肿瘤数量和婚姻状况是重要的独立预后变量。将所有变量合并以建立列线图。在训练和验证队列中，列线图模型的C指数分别为0.807（95%CI=0.779~0.834）和0.800（95%CI=0.759~0.841），而AJCC TNM分期的C指数分别为0.686（95%CI=0.667~0.706）和0.668（95%CI=0.638~0.697），表明与AJCC TNM分期系统相比，列线图在训练和验证队列中都表现出了良好的总生存率（overall survival，OS）预测能力。校准曲线显示列线图的生存率预测与实际生存率之间高度一致。结论 本研究构建的列线图显示出良好的预测性能，有助于临床评估PRCC患者OS，从而为患者制定个体化的治疗策略提供依据。     

Ⅰ期高危子宫内膜样腺癌术后患者Nomogram预后模型的构建

【摘要】 目的 构建Ⅰ期高危子宫内膜样腺癌(EC)术后患者Nomogram预后列线图预测模型,并验证其准确性。 方法 回顾性分析2010年1月1日～2014年12月31日遵义医科大学附属医院腹部肿瘤科收治的Ⅰ期具有高危因素的子宫内膜样腺癌术后患者97例。采用Kaplan-Meier法进行单因素生存分析,Log-rank 检验比较生存率的差异,多因素Cox比例风险模型分析预后的独立危险因素。ROC曲线确定血液学指标最佳截断值。R语言构建Nomogram生存模型,使用一致性指数（C-index）及校准曲线（Calibration curve）评估模型准确度。结果 97例EC患者中死亡11例,复发18例。术后辅助治疗可改善其生存预后。病理分化、淋巴脉管间隙受侵（LVSI）、深肌层浸润、术后辅助治疗、中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）、淋巴细胞/单核细胞比值（LMR）是Ⅰ期高危子宫内膜样腺癌患者的预后影响因素（P＜0.05）,进一步构建的OS-Nomogram预测模型C-index为0.896,3年、6年校准曲线显示准确性较高;DFS.Nomogram预测模型C-index为0.786,3年、6年、9年校准曲线显示准确性较高。结论 列线图可较准确预测Ⅰ期高危子宫内膜样腺癌术后患者的预后,利于临床工作者对其进行随访或提供个体化精准治疗。