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。     

食管癌患者术后预测模型的构建和验证：基于SEER数据库

目的 构建用于预测食管癌患者术后远期生存的列线图。方法 从监测、流行病学和最终结果（SEER）数据库中确定了2004~2016年7215例食管癌患者。使用自助重抽样方法,共有5052名患者被分配到训练队列,其余2163名患者被分配到内部验证队列,同时纳入2014~2016年就诊于东部战区总医院心胸外科的435名食管癌患者进行外部验证。结果 在整个队列中,1 年、3年、5年的癌症特异性死亡率分别为14.6%、35.7%、41.6%。多因素Cox分析显示年龄（≥80岁 vs<50岁,P<0.001）、性别（男vs女,P<0.001）、肿瘤部位（下段vs中段,P=0.013）、病理分期（腺癌vs鳞癌,P=0.012）,分化程度（差分化vs分化良好,P<0.001）,TNM分期（IV vs I,P<0.001）,肿瘤大小（>50 mm vs 0~20 mm,P<0.001）,化疗（是vs否,P<0.001）,淋巴结比率（>0.25 vs 0,P< 0.001）是食管癌患者术后远期生存的独立危险因素,并基于该模型构建了列线图,用于预测患者术后1年、3年、5年的存活概率。在训练队列中,用于预测总生存率（OS）和癌症特异性生存率（CSS）的列线图C指数分别为0.726（95%CI:0.714-0.738）和 0.735（95%CI:0.727-0.743）。列线图在内部验证队列和外部验证队列中得到了很好的验证,内部验证队列中预测OS和CSS的 C指数分别为0.752（95% CI:0.738-0.765）和0.804（95% CI:0.790-0.817）,外部验证队列中预测OS和CSS的C指数分别为0.749（95%CI:0.736-0.767）和0.788（95%CI:0.751-0.808）。根据ROC曲线下面积（AUC）,在预测食管癌远期预后中,该列线图显示出比肿瘤淋巴结转移（TNM）分期系统更高的敏感性。结论 构建的临床预测模型有较高的预测效能,能够有助于鉴别术后高危食管癌患者,可以作为TNM分期系统的补充。     

肾上腺皮质癌患者预后列线图的构建与验证

目的构建肾上腺皮质癌（ACC）预后列线图,并验证其预测效能。方法从美国国立癌症研究所的监测、流行病学和结局（SEER）数据库中提取1975至2016年经病理检查确诊为ACC的481例患者为研究对象,其中训练组337例,验证组144例,比较两组患者的临床资料;分析影响训练组患者预后的独立危险因素,并构建ACC预后列线图;绘制ROC曲线分析该列线图对训练组患者3、6个月及1、3年总体生存率的预测效能,校准曲线分析其在训练组、验证组中的预测结果与实际情况的一致性。结果两组患者性别、诊断年龄、种族、TNM分期、原发部位手术、放疗、化疗、区域淋巴结检查、骨转移、肝转移、肺转移、肿瘤直径、结局、总生存期等临床资料比较,差异均无统计学意义（均P＞0.05）。经单因素及多因素Cox比例风险回归模型分析并构建ACC预后列线图（包含诊断年龄、TNM分期、原发部位手术、放疗等4项独立预后因素）,C指数为0.777。该列线图预测训练组ACC患者3、6个月及1、3年总体生存率的AUC分别为0.880、0.863、0.859、0.816,提示预测准确性较好;校准曲线显示,该列线图在训练组、验证组中的预测结果与实际情况均有良好的一致性。基于该列线图建立的在线访问网址为https://chingfeng.shinyapps.io/Nomo-ACC/。结论本研究建立了包含诊断年龄、TNM分期、原发部位手术、放疗等4个因子的ACC预后列线图及网页版,具有较好的准确性和一致性,可为临床预后评估提供参考。     

胰腺神经内分泌肿瘤预后模型的建立与验证

目的 探讨影响胰腺神经内分泌肿瘤预后的危险因素,构建胰腺神经内分泌肿瘤预后预测模型。方法 选取SEER数据库中2004年1月至2015年12月经病理明确诊断为胰腺神经内分泌肿瘤的患者3606例,按照3∶1分割为训练集（n=2704）和验证集（n=902）,在训练集中通过Cox比例风险模型筛选影响胰腺神经内分泌肿瘤预后的危险因素,进一步构建其预后模型并绘制列线图。分别在训练集和验证集中对模型的预测效能进行内部及外部验证。结果 单因素Cox回归分析显示,性别、年龄、婚姻状态、肿瘤部位、分化程度、TNM分期、美国癌症联合委员会（American Joint Committee on Cancer,AJCC）分期、手术均是影响胰腺神经内分泌肿瘤预后的危险因素（P<0.05）;多因素Cox回归分析显示,年龄、性别、婚姻状态、分化程度、TNM分期、手术均是影响胰腺神经内分泌肿瘤预后的危险因素（P<0.05）。最终将年龄、性别、分化程度、肿瘤部位、TNM分期、手术、婚姻状态等变量纳入预测模型并绘制列线图。在训练集和验证集中,预测模型的C指数分别为0.8579和0.8572。训练集和验证集中3年、5年生存率的校准曲线显示,预测生存率与实际生存率存在较好的一致性。结论 构建的胰腺神经内分泌肿瘤预测模型具有良好的预测价值。     

基于CT影像特征预测COVID-19患者肺部病变进展

【目的】基于不同阶段COVID-19患者肺部病变变化,利用CT影像学特征建立列线图模型,探讨其预测病变是否进展的效能。【方法】对136例新冠肺炎患者进行回顾性研究,均经2次以上CT扫描。这些患者数据被分成三个队列（训练队列,以及验证队列1和2）。训练队列中的患者根据发热症状开始至首次CT的时间分为三组,分析比较各组之间临床表现和CT特征。根据患者的CT特征构建了一个预测疾病进展的列线图,并对其性能进行了评估。【结果】训练队列包括41名患者。根据三个CT特征：不规则条索影、充气支气管征和不规则形态病灶的比例≥50%,生成了预测疾病进展的列线图,AUC(95%CI)=0.906(0.817,0.995)。训练队列的C指数为0.906,内部验证的C指数为0.892。验证队列1(34例)：AUC(95%CI)=0.889(0.793,0.984);验证队列2(61例)：AUC(95%CI)=0.876(0.706,1.000)。校准曲线表明,列线图预测值与观测值具有较好的一致性。【结论】基于CT影像组学建立的列线图模型可以预测患者肺部病灶的转归,具有较高的敏感性和特异性。根据新冠肺炎患者的CT...     

结肠癌列线图预后风险模型构建:基于SEER数据库的回顾性研究

目的 分析结肠癌患者预后的重要风险因素,构建列线图预测结肠癌患者的1、3及5年生存率,并进行临床获益分析.方法 从SEER数据库中收集2010—2015年结肠癌患者年龄、病理类型等临床资料以及相关随访数据共53753例.将年龄、病理分期、AJCC第7版T分期、N分期、M分期、阳性淋巴结比值(LNR)、组织分级、性别和化疗等9个因素纳入结肠癌的预后分析中,使用Cox比例风险模型分别进行单因素、多因素生存分析,确定预后风险因素.使用逐步回归方法 进一步筛选与预后关联最重要的临床因素,用于构建列线图预后模型.校正曲线对列线图进行内部及外部验证,检查其预测精度.决策曲线分析评估列线图模型对患者的临床获益预测的准确性.结果 年龄、病理分期、AJCC第7版T分期、N分期、M分期、LNR、组织分级、性别和化疗等9个因素均为结肠癌患者的独立预后风险因素(P<0.01).逐步回归分析筛选出年龄、M分期、T分期和LNR 4个因素与结肠癌的预后关联最大,将4个因素纳入并构建了列线图.训练集和校验集的列线图一致性指数(C指数)分别为0.754(95％CI:0.749～0.759)和0.748(95％CI:0.741～0.755),ROC曲线分析显示训练集和校验集样本的1、3、5年AUC均达到了0.7以上,显示出4个因素列线图具有较好的性能.结论 基于年龄、M分期、T分期和LNR 4个因素构建的结肠癌预后总生存列线图具有良好的预测精度,且好于传统的TNM分期系统.预后总生存列线图的建立有助于临床肿瘤医师对患者预后作出较为准确的预后评估,可为结肠癌患者实施个体化诊疗提供益处.     

入院24 h内首次血常规参数对儿童危重症的预测价值

  目的  探讨入院24 h内首次血常规参数与儿童危重症的相关性,并建立ROC曲线和列线图模型以评价其对儿童危重症的预测价值。  方法  以2015年4月—2019年12月蚌埠医学院第一附属医院儿童重症监护室入院24 h内行血常规检查并完成小儿危重病例评分的患儿为研究对象。将患儿随机分为训练队列和验证队列,训练队列患儿变量与危重症的相关性采用logistic回归分析。采用受试者工作特征曲线分析变量对2个队列危重症的预测效能,采用R语言构建训练队列列线图预测模型评估危重症的发生概率。  结果  共纳入496例患儿,男283例,女213例,中位年龄2.0(0.57,5.88)岁。训练队列347例,验证队列149例。白细胞计数(WBC)、红细胞分布宽度CV(RDW-CV)及网织红细胞百分比(RET%)与训练队列患儿危重症显著相关(均P < 0.05),WBC+RDW-CV+RET%联合指标预测训练队列及验证队列危重症的曲线下面积分别为0.644和0.711,在最佳截断值为0.357和0.290时,联合指标预测2个队列危重症的灵敏度分别为46.4%和79.6%,特异度分别为80.0%和60.0%。以训练队列WBC、RDW-CV及RET%构建列线图模型,一致性指数、校准曲线、决策曲线和临床影响曲线分析表明列线图可预测儿童危重症。  结论  入院24 h内首次WBC+RDW-CV+RET%对儿童危重症具有较好的预测效能,以WBC、RDW-CV及RET%构建的列线图可预测儿童危重症的发生概率。      

基于GEO数据库结合CT影像预测肺癌临床分期的分子标志物及其诊断预测模型的建立

目的基于高通量基因表达(GEO)数据库结合CT影像预测肺癌临床分期的分子标志物,并建立相应的诊断模型及预测列线图。方法从GEO数据库中获取小结节肺癌患者包括训练队列和验证队列的基因表达谱数据,按临床分期将2个队列分别分为2组:早期(Ⅰ期)组和中晚期(Ⅱ、Ⅲ期和Ⅳ期)组;分析2组基因的差异表达及功能富集;通过单因素分析筛选共差异基因后进行Logistic回归分析和ROC分析,并在训练队列中绘制诊断列线图。结果对训练队列和验证队列的差异分析分别获得161和437个差异基因,并筛选获得7个共差异表达基因(SLC16A14、LHX2、PRAME、ZNF257、SOX2、KCNJ16、GSTA1)。Logistic回归分析显示,高表达的ZNF257和低表达的SOX2、KCNJ16、GSTA1与中晚期肺癌显著相关(均P<0.05),以此四基因构建的模型灵敏度为83.3%,特异度为92.9%,建立的诊断列线图在小结节肺癌的恶性诊断预测中显示出极好的潜力。结论成功预测肺癌临床分期的4个分子标志物(ZNF257、SOX2、KCNJ16、GSTA1);以这4个差异表达基因可建立小结节肺癌诊断模型及诊断预测列线图;该诊断模型具有较好的特异度和灵敏度,列线图具有预测CT筛查小结节肺癌的潜能。     

基于Fine-Gray竞争风险模型的青年胃癌患者预后影响因素研究

目的 寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具.方法 通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2673例年龄为18～44岁的青年胃癌患者信息,使用R 4.0.3软件将2673例病例按照约7:3的比例随机分成训练集(1873例)与验证集(800例).以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图.使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证.结果 训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素.训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56％、29.70％和23.96％.根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致.结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以此为依据构建的预后预测模型能有效预测患者的CSS,可为临床医师做出治疗决策提供参考.     

鼻咽分泌物EB病毒检测与鼻咽癌

评价鼻咽分泌物ＥＢ病毒在鼻咽癌诊断中的价值及了解鼻咽癌患者中的分布情况。方法初诊未治的鼻咽癌患者８２例,其他癌瘤患者６４例,聚鼻咽分泌物送检,ＰＣＲ法检测ＥＢ病毒ＤＮＡ。结果鼻咽癌组８２例中４４例ＥＢ病毒阳性,检出率５５．６６％,其他癌瘤组６４例中６例ＥＢ病毒阳性,检出率９例９．３８％,差异有显著意义。     

鼻咽结核及其合并鼻咽癌的诊治体会

目的探讨鼻咽结核合并鼻咽癌的临床特征,提高认识,减少误诊.方法对自1984年3月～2004年1月,我们诊治的6例鼻咽结核合并鼻咽癌和20例鼻咽结核患的临床资料进行分析.结果鼻咽结核组:①年轻;②颈淋巴结偏小、多个,多双侧,常融合成串,质地中,可活动;③耳、鼻症状少;④无颅神经损害;⑤EB病毒VCA-IgA抗体滴度测定阴性;⑥病变部位均在顶壁是其特点;⑦咽痛(12/20)和颈酸痛(13/20)可能又是鼻咽和颈淋巴结结核特有的临床症状.鼻咽结核合并鼻咽癌组:①中年居多;②颈淋巴结较大,质地硬,固定;③多有耳、鼻症状;④常伴颅神经损害;⑤EB病毒VCA-IgA抗体滴度测定阳性;⑥50%(3/6例)患初诊误诊为鼻咽结核.结论鼻咽结核合并鼻咽癌易误诊,临床医师应提高警觉,与鼻咽结核的鉴别诊断除临床表现外,需做活检在病理上给予确诊,EB病毒VCA-IgA抗体滴度测定有重要的鉴别诊断价值.误诊会降低存活率.     

人鼻咽癌组织中转录因子相关基因的差异表达分析

目的 用cDNA微阵列膜比较鼻咽癌组织及正常组织的基因表达谱,研究鼻咽癌组织中转录因子相关基因的差异表达,为进一步探讨差异表达基因的调控机制奠定基础.方法 24例鼻咽癌组织总RNA和正常对照总RNA(24例正常鼻咽组织RNA等质量混合)分别经逆转录探针标记与微阵列膜杂交.然后用Pathway4.0软件分析杂交结果,并用RT-PCR反应验证微阵列杂交结果.结果 在1625个鼻咽癌差异表达基因中,共有转录因子相关基因35个,12个基因表达上调,23个基因表达下调.结论 在鼻咽癌组织中,多个转录因子相关基因的表达水平发生了变化,这些转录因子在鼻咽癌组织的基因表达调控中发挥重要作用.     

复发性鼻咽癌再次放疗182例临床分析

分析复发性鼻咽癌再次放疗的治疗价值、治疗结果及预后因素,方法１９８７年９月至１９９６年９月共收治局部复发的鼻咽癌１８２例,所有病例均经外放射治疗,其中４０例配合控制内照射４６例配合经疗。结果本组病例总的３,５年生存率和局控率分别为３５．０％、２９．９％和３７．２％、２３．０％。临床分期、复发间隔期和肿瘤复发部位是影响生存率的重要因素。结论复发性鼻咽癌再次放疗仍可获得长期生存,尤其是对分期较早和复发     

端粒酶与鼻咽癌

鼻咽癌是我国常见的耳鼻咽喉恶性肿瘤，在其诊断和治疗方面尚未取得突破性进展。端粒酶作为一种新的肿瘤标记物及抗癌靶点，具有重要的生物学意义，它可作为诊断指标和治疗方法的研究对象应用于鼻咽癌研究中。     

选择性动脉栓塞治疗鼻咽癌放疗后鼻咽部出血

目的探讨选择性动脉栓塞治疗鼻咽癌放疗后鼻咽部出血的临床应用价值。方法对52例鼻咽癌放疗后鼻咽部出血患者行双侧颈外动脉及分支血管造影,应用PVA、KMG、明胶海绵及弹簧栓栓塞。结果：动脉栓塞后50例成功止血,2例栓塞后分别2天和5天后再次鼻咽大出血死亡。2例出现视力下降和失明,1例出现面瘫。结论鼻咽癌放疗后鼻咽部出血应用选择性动脉栓塞治疗效果肯定,有很好的临床应用价值。