FUT7甲基化联合CT影像特征预测肺腺癌发生风险的列线图模型

目的 肺结节的管理是临床常见问题,本研究基于FUT7甲基化联合CT影像特征构建列线图模型,以预测肺结节患者发生腺癌的风险。方法 回顾性分析2021年—2022年就诊于郑州大学第一附属医院经组织病理学确诊的219例肺结节患者的临床资料,检测外周血FUT7甲基化水平,按7∶3随机分为训练集(n=154)和验证集(n=65),根据病理结果分为肺腺癌组和良性结节组。在训练集中采用单因素分析和多因素Logistic回归分析构建预测模型并在验证集中进行验证。使用受试者操作特征(receiver operating characteristic,ROC)曲线评估模型的区分度,校准曲线评估模型的一致性,临床决策曲线分析(decision curve analysis,DCA)评估模型的临床应用价值。在CT高危征象(位于上叶、血管征和胸膜征)亚组中进一步评估模型的适用性。结果 多因素Logistic回归分析结果显示女性、年龄、FUT7＿Cp G＿4、FUT7＿Cp G＿6、亚实性结节、分叶征和毛刺征是肺腺癌的独立危险因素(P<0.05)。根据多因素分析结果构建列线图预测模型,ROC曲线下面积为0....     

维持性血液透析患者透析中低血压发生的列线图预测模型构建与评估

目的 分析影响维持性血液透析患者透析中发生低血压的风险因素,构建列线图预测模型并评估其价值。方法收集387例接受维持性血液透析治疗患者的一般资料,分析影响维持性血液透析患者透析中发生低血压的危险因素,在此基础上构建列线图预测模型,并以校准曲线及ROC曲线评估模型的校准度及区分度,建立决策曲线(DCA)评估其临床使用价值。结果 低白蛋白水平、高血β2-微球蛋白(β2MG)、高全段甲状旁腺激素(iPTH)及合并糖尿病为影响维持性血液透析患者透析中低血压发生的独立危险因素(均P <0.05);纳入白蛋白、血β2MG、iPTH、合并糖尿病4个因素,以R软件构建维持性血液透析患者透析中低血压发生的列线图预测模型,ROC曲线下面积为0.941(特异性、敏感性分别为78.53%,99.87%)。校准曲线与实际曲线重合良好,提示模型校准度较好。高风险阈值在0.5～1.0时该模型预测持续性透析患者透析中低血压的发生是合理的,此时患者净获益率较高。结论 由低白蛋白水平、高血β2MG、高iPTH及合并糖尿病构建的列线图模型校准度及区分度较好,具有一定的临床应用价值。     

基于机器学习构建强直性脊柱炎患者使用生物制剂不依从性临床预测模型

目的 开发强直性脊柱炎(AS)生物制剂使用不依从性临床预测模型。方法 收集2020年1月至2022年10月门诊及住院确诊AS患者共201例(共收集病例220例,脱落19例),以6个月后治疗覆盖时间比例作为不依从性判定标准。基于LASSO回归及支持向量机筛选特征变量因子并取交集。使用多变量logistic回归分析构建不依从性临床预测模型。通过C指数、受试者工作特征(ROC)曲线、校准图和临床决策曲线评估预测模型的预测能力及临床实用性。通过Adaboost算法及Lightgbm算法对构建的二分类模型进行验证,绘制ROC曲线及PR曲线验证模型预测能力。通过内部抽样构建验证集并使用C指数、校正曲线、ROC曲线进行验证。结果 研究显示AS生物制剂使用不依从性为46.8%。机器学习结果取交集得到教育水平、月收入、焦虑程度、药物使用频次、疾病活动度、年龄6个特征变量作为构建预测模型的因子。该模型C指数为0.739,ROC曲线下面积为0.715。决策曲线分析表明该模型可以使约90%的患者受益。Adaboost算法显示ROC曲线下面积为0.643,PR曲线下面积为0.634;Lightgbm算法显示RO...     

成年女性压力性尿失禁风险预测模型的构建及验证

目的 分析成年女性发生压力性尿失禁的相关影响因素，构建个体化成年女性压力性尿失禁风险预测模型，为成年女性压力性尿失禁(SUI)高风险人群提供筛查工具。方法 回顾性收集2019年10月至2021年10月宁夏医科大学总医院妇科盆底诊治中心就诊的成年女性，分别在确诊SUI的患者及查体健康的成年女性中随机选取400例。依据纳入、排除标准分为SUI组(169例)和非SUI组(231例),分别通过单因素、多因素logistic逐步回归分析，筛选成年女性压力性尿失禁相关危险因素，构建成年女性压力性尿失禁风险预测模型并绘制列线图。绘制受试者工作特征曲线(ROC)并计算曲线下面积AUC、校准曲线及DCA曲线分别评估预测模型的区分度、一致性及临床有用性，综合评估该模型的预测效能。采用Bootstrap重抽样法(500次)进行模型内部验证。结果 年龄，BMI,绝经，经阴道分娩史，合并非肿瘤妇科疾病史是成年女性发生SUI的相对危险因素(P<0.05)。本研究建立的成年女性压力性尿失禁风险预测模型的区分度较好(AUC=0.885 4,95%CI,0.854～0.916 8);校准曲线是斜率接近为1的虚线；...     

NSCLC骨转移风险预测模型的建立和验证

目的 构建列线图来预测非小细胞肺癌(NSCLC)患者骨转移的发生风险。方法 回顾性分析在医院确诊的NSCLC患者的临床资料,包括是否发生骨转移、年龄、性别、病理类型、吸烟状况、PS评分、TN分期、骨转移前是否有其他部位的转移、癌胚抗原(CEA)水平、甲胎蛋白(AFP)水平、血清钙浓度(Ca²⁺)、血清磷浓度(P)、碱性磷酸酶(ALP)水平,利用单因素及多因素Logistic回归分析建立预测模型,使用受试者工作特征曲线(ROC)、决策曲线分析法(DCA)验证模型的准确性及临床获益度,使用列线图进行模型可视化。结果 ROC曲线下面积(AUC)显示,在建模组(n=138)及验证组(n=92)中,联合指标(年龄、性别、病理类型、CEA、ALP)预测的AUC值(建模组=0.792,验证组=0.629)均高于单一指标预测值。结论 该研究构建的预测模型效果良好,可为临床筛选NSCLC骨转移的高危患者提供参考。     

神经重症脑卒中术后呼吸衰竭风险预测列线图模型的构建与验证

目的 分析神经重症脑卒中术后呼吸衰竭的危险因素,构建风险预测模型并验证。方法 选取新疆医科大学第二附属医院神经重症急性脑卒中需行手术治疗的患者338例,其中建模组237例,验证组101例,分析神经重症急性脑卒中患者术后呼吸衰竭发生的危险因素并构建列线图模型,采用受试者工作特征(ROC)曲线、校准曲线和临床决策曲线分析(DCA)评估列线图预测模型的区分度、校准度和临床实用性。结果 年龄增长(OR=1.025,95%CI:>1.000～1.051,P=0.049)、有合并呼吸系统疾病史(OR=6.155,95%CI:2.841～13.332,P<0.001)、气管插管机械通气(OR=49.415,95%CI:9.944～245.567,P<0.001)、误吸风险(OR=13.134,95%CI:5.320～32.429,P<0.001)及血乳酸升高(OR=1.657,95%CI:1.087～2.526,P=0.019)是神经重症脑卒中术后发生呼吸衰竭的独立危险因素。ROC曲线表明,建模组ROC曲线下面积(AUC)及其95%CI为0.885(0.840～0.930),...     

新辅助免疫化疗联合手术治疗局部晚期食管鳞癌患者病理学完全缓解预测模型

目的 探究术前新辅助免疫化疗(nICT)联合手术治疗局部晚期食管鳞状细胞癌(ESCC)病理学完全缓解(pCR)的影响因素，构建预测nICT后pCR的列线图模型。方法 回顾性收集2020年2月至2022年4月郑州大学第一附属医院收治的经nICT后接受根治性手术的局部晚期ESCC患者的临床资料。分析pCR的独立影响因素，并建立预测列线图。通过Calibration校准曲线评估模型预测概率与实际结果的一致性，绘制受试者工作特征(ROC)曲线，计算曲线下面积(AUC)评价预测模型的区分度，通过决策曲线分析(DCA)评估模型的临床有效性。结果 共纳入131例局部晚期ESCC患者，其中33例(25.20%)达到pCR。多因素logistic分析显示，临床TNM分期、预后营养指数(PNI)、淋巴细胞与单核细胞计数比值(LMR)和癌胚抗原(CEA)是影响nICT后pCR的独立因素。校准曲线表明预测和实际达到pCR的一致性良好，该模型的AUC为0.81(95%CI:0.719～0.896),DCA显示该列线图具有临床应用价值。结论 基于临床TNM分期、PNI、LMR和CEA这4个预测因素构建的列线图模型...     

喉鳞状细胞癌m6A相关基因预后预测模型的构建及分析

目的 构建基于N6-甲基腺嘌呤(N6-methyladenosine,m6A)相关基因的喉鳞状细胞癌(laryngeal squamous cell carcinoma,LSCC)预后预测模型。方法 从TCGA数据库下载LSCC RNA-seq数据及相关临床数据,利用R4.0.3软件筛选并提取LSCC组织中显著差异表达的m6A相关基因(P＜0.05)。利用Lasso回归算法构建预后预测模型,并根据风险评分公式计算各临床样本的风险系数,取中位数将样本分为高风险组和低风险组,然后使用Kaplan-Meier生存曲线和受试者工作特征 (receiver operating characteristic,ROC)曲线评估该模型效能,并进一步使用单因素及多因素COX回归分析对该预后预测模型进行独立预后分析。结果 LSCC组织中显著差异表达的m6A相关基因共有9个(METTL3、YTHDF1、YTHDC2、ALKBH5、HNRNPC、RBM15、WTAP、FTO和KIAA1429),在此基础之上利用Lasso回归算法构建了预后预测模型。Kaplan-Meier生存曲线显示高风险组的总体生存率明显低于低风险组,且两组的5年生存率之间比较,差异有统计学意义(P＜0.01)。ROC曲线显示该模型具有较好的敏感度和特异性(AUC>0.7)。独立预后分析显示该评分模型可作为独立预后因素(P=0.000)对LSCC患者的预后进行预测。结论 本研究构建了基于m6A相关基因的预后预测模型,且可作为独立的预后因素。     

ICU重症患者脓毒症发生风险预测模型的构建与验证

目的 构建重症监护室(ICU)重症患者发生脓毒症的风险预测模型，为临床医生早期识别脓毒症患者提供工具。方法 选择2021年5月至2022年10月在山西白求恩医院ICU入住的患者为研究对象，将符合纳入标准的患者随机分为训练集和验证集。收集临床常用指标，采用Logistic回归模型，根据赤池信息准则，筛选脓毒症的独立危险因素，建立预测模型。采用受试者工作特征曲线(ROC)、校准曲线、决策曲线(DCA)对预测模型进行评价，并与单一指标的预测性能进行比较。结果 共有171名患者纳入研究，随机分为训练集139例，验证集32例。Logistic回归分析结果显示，性别(OR=0.504,95%CI 1.008～1.059),中性粒细胞计数和淋巴细胞计数比值(NLR)(OR=1.030,95%CI 1.008～1.059)和序贯器官衰竭(SOFA)评分(OR=1.179,95%CI 1.073～1.308)是ICU重症患者发生脓毒症的独立危险因素。联合预测ICU患者发生脓毒症ROC曲线下面积(AUC)为0.722(95%CI 0.637～0.807),校准曲线提示模型校准度良好，决策曲线提示模型具有临...     

肝硬化合并肠系膜上静脉栓塞患者2年预后预测模型的构建与验证

目的 探讨肝硬化合并肠系膜上静脉栓塞(superior mesenteric venous thrombosis, SMVT)长期预后的影响因素，构建2年预后预测模型并进行预测效果评价。方法 采集2016年12月至2020年3月确诊的肝硬化合并SMVT患者254人的临床信息，以2019年3月30日为时间节点分为建模组(170例)和验证组(84例)。建模组依据随访2年时的结局分为生存组(148例)和死亡组(22例),运用多因素Logistic回归分析患者预后影响因素，建立模型并绘制列线图；采用受试者工作特征(receiver operating characteristic, ROC)曲线、校准曲线和Hosmer-Lemeshow拟合优度检验评价预测模型的准确性、区分度和校准度；决策曲线分析(decision curve analysis, DCA)评估预测模型的临床有效性。结果 年龄(HR=4.625,95%CI:1.493～14.322,P=0.008)、粒细胞/淋巴细胞比值(neutrophils/lymphocyte ratio, NLR)(HR=4.650,95%CI:1.34...     

转移性黑色素瘤患者早期死亡风险的预测模型构建及验证

目的 构建预测转移性黑色素瘤（metastatic melanoma, MM）患者早期死亡风险的列线图模型。方法 本研究纳入监测、流行病学和最终结果（Surveillance, Epidemiology, and End Results Program, SEER）数据库中（2010–2015年）2 138例被诊断为MM的患者。使用logistic回归分析确定影响MM患者早期死亡的独立风险因素。并利用这些因素构建全因早死和癌症特异性早期死亡的列线图。通过受试者操作特征（receiver operating characteristic, ROC）曲线、校准曲线和决策曲线分析（decision curve analysis, DCA）评估该模型的效能,并使用四川省肿瘤医院2015年1月–2020年1月被诊断为MM的105例患者的临床病理资料进行外部验证。结果 logistic回归分析显示,婚姻状况、原发部位、N分期、手术、化疗、骨转移、肝转移、肺转移和脑转移可以被确定为早期死亡的独立预测因素。基于这些因素开发了两个列线图分别预测全因早死和癌症特异性早死风险。在全因和癌症特异性早期死亡模型...     

乙肝肝硬化患者肝细胞癌发生风险预测模型的构建

目的:构建乙肝肝硬化患者肝细胞癌(HCC)发生风险预测模型。方法:收集乙肝肝硬化确诊病例,按照2∶1随机分为训练集(344例)和验证集(172例)。收集病例信息,随访HCC发生情况。利用训练集数据,采用Cox回归建立乙肝肝硬化患者HCC发生风险预测模型,绘制列线图。分别利用两个数据集,采用ROC曲线评价预测效能;通过决策曲线分析(DCA)评估模型的临床效益;根据列线图评分的中位数将患者分为高风险组和低风险组,采用Kaplan-Meier法绘制两个风险组的生存曲线并进行Log-rank检验。结果:最终列线图纳入6个因素,分别为年龄、是否吸烟、是否抗病毒治疗、食管胃底静脉曲张程度、有无腹水、血清AFP水平。模型在训练集和验证集中预测乙肝肝硬化患者5 a内发生HCC的AUC(95%CI)分别为0.863(0.815～0.911)和0.873(0.812～0.934),一致性指数分别为0.850(0.820～0.876)和0.837(0.804～0.870)。DCA曲线表明模型具有较好的临床效益。Kaplan-Meier法生存分析结果显示,在训练集和验证集中,高风险组患者HCC发生风险均明显高...     

护生智能手机成瘾影响因素分析及预测模型的构建和验证

目的：探讨护生智能手机成瘾的流行现状及影响因素，构建智能手机成瘾列线图预测模型，为预防智能手机成瘾提供科学参考依据。方法：对芜湖市2所医学院校护生进行纸质问卷调查，通过多因素Logistic回归分析筛选独立风险因素，运用R Studio软件构建智能手机成瘾列线图预测模型，并对模型进行验证，运用R Studio和Prism软件绘制受试者工作特征曲线(ROC)、拟合优度检验(H-L)和决策曲线分析(DCA)。结果：本次调查研究纳入总样本数为2 140例，755例(35.28%)为手机成瘾者；单因素分析结果显示不同年龄、年级、每月生活费、工作日使用智能手机时间、周末使用智能手机、晚上睡前是否玩手机、充电时是否玩手机、自评手机成瘾情况、是否喜欢护理专业、学习倦怠总分、压力感知总分差异均有统计学意义(P<0.05);经多因素Logistic回归分析，工作日使用手机时间越长、充电时玩手机、自评手机成瘾、不喜欢护理专业，学习倦怠总分高、压力感知总分高均是护生智能手机成瘾的危险因素；经H-L和ROC曲线验证该模型具有良好的准确度和区分度；DCA曲线均在有效范围内，表明该模型具有较好的实用性。结论...     

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...     

早发急性ST段抬高型心肌梗死患者预后风险列线图模型的构建与验证

目的：分析早发ST段抬高型心肌梗死(ST-segment elevated myocardial infarction,STEMI)患者的危险因素,并建立预测早发STEMI患者术后主要心血管不良事件(major adverse cardiac events,MACE)发生风险的列线图模型。方法：选取2017年 1 月—2018 年 12 月在南京医科大学附属淮安第一医院诊断为早发 STEMI 并行经皮冠状动脉介入术(percutaneous coronary intervention,PCI)治疗的166例患者为研究对象,并随访24个月,依据MACE的发生情况,分为MACE组(62例)与非MACE组 (104例)。利用LASSO回归与Cox回归分析筛选危险因素,并构建列线图预测模型。通过受试者工作特征曲线(receiver opera- ting characteristic curve,ROC)、临床决策曲线(decision curve analysis,DCA)、校准曲线等评估模型的效能,并通过Bootstrap法自抽样验证模型的稳定性。结果：LASSO 回归与 Cox 回归结果表明中性粒细胞明胶酶相关脂质运载蛋白(neutrophil gelatin- ase associated lipocalin,NGAL)、肌酐、发生 AMI 至梗死相关动脉开通的时间、左室射血分数(left ventricular ejection fraction, LVEF)、梗死相关动脉为早发STEMI患者术后发生MACE的重要危险因素(P ＜ 0.05),利用这5个预测指标构建了列线图预测模型。在PCI术后6、12、24个月,模型的ROC曲线下面积分别为0.95(95% CI：0.89~1.00)、0.94(95% CI：0.80~0.99)、0.87(95% CI： 0.82~0.93),均大于单个危险因素;Calibration校准曲线接近理想曲线;DCA曲线显示列线图预测模型在0.25~1阈值概率范围内的表现更好。结论：本研究根据早发STEMI患者PCI术后发生MACE的危险因素构建了列线图预测模型,经Bootstrap内部验证后,该预测模型具有较好的效能与稳定性,能够较为准确地预测早发STEMI患者PCI术后6、12、24个月MACE的发生风险。这有助于针对早发STEMI高危患者进行个体化干预治疗,改善其预后。     

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.     

基于无创诊断指标构建乙型肝炎肝硬化上消化道出血的预测模型研究

目的 探讨乙型肝炎（以下简称乙肝）肝硬化患者发生上消化道出血的危险因素,并建立无创预测模型。方法 回顾性分析2019年1月—2022年12月山西医科大学第一医院收治的142例乙肝肝硬化患者的临床资料,利用Lasso回归筛选出有效预测因子,基于Logistic回归算法建立列线图预测模型,通过Bootstrap重抽样法对模型进行内部验证,采用受试者工作特征（ROC）曲线、校准曲线（CA）和决策曲线分析（DCA）评价模型,并将结果可视化。结果 142例乙肝肝硬化患者发生上消化道出血100例。经Lasso回归筛选的最佳建模指标为：性别、血红蛋白、中性粒细胞百分比、血糖、脾脏长径、门静脉内径。ROC曲线显示,列线图模型的敏感性为96.0%,特异性为83.0%,ROC曲线下面积为0.969(95%CI:0.946,0.993),高于终末期肝病模型（MELD）评分的0.592(95%CI:0.487,0.698)和肝功能Child-Turcotte-Pugh(CTP)评分的0.623(95%CI:0.509,0.738);CA曲线提示模型的预测概率与实际概率具有较高的吻合度;DCA曲线提示使用列线图...     

基于人工智能技术的鼻咽癌风险预测模型的构建与评价

目的 利用人工智能（AI）技术筛选鼻咽癌（NPC）患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库（1973～2015）NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用极限梯度提升（XGBoost）、决策树(DT）、套索算法（LASSO）与随机森林（RF）等4种AI算法筛选NPC患者死亡的危险因素,并构建风险预测模型。用C-指数（C-index）、决策曲线分析（DCA）、受试者工作特征曲线（ROC）和校准曲线（CC）等4种方式对模型进行内部评价;利用验证组数据和搜集的临床数据对模型进行内部验证与外部验证。结果 共纳入2116例NPC患者的临床数据（建模组1484例;验证组632例）;建模组数据筛选影响NPC患者死亡的危险因素有年龄、种族、性别、Stage＿M、Stage＿T和Stage＿N,利用其构建NPC风险预测模型的内部评价的C-index为0.76、ROC曲线下面积AUC=0.74、DCA净获益率为9%～93%,内部验证的C-index为0.740、ROC曲线下面积AUC=0.749、DC...     

结肠癌坏死性凋亡相关LncRNA预后模型的建立与评估

目的 构建并评估结肠癌坏死性凋亡相关长链非编码RNA(LncRNA)预后预测模型。方法 从美国癌症基因组图谱(TCGA)数据库中获取结肠癌患者转录组数据和临床数据，从京都基因和基因组百科全书(KEGG)数据库获取坏死性凋亡相关基因，使用R软件采用共表达分析得到坏死性凋亡相关LncRNA。采用Kaplan-Meier分析、单因素、多因素Cox回归分析筛选可作为结肠癌独立预后因素的坏死性凋亡相关LncRNA并构建预后模型。采用受试者工作特征曲线(ROC)评价该模型的灵敏性和特异性，为进一步验证该模型并拓展其临床应用，将9-LncRNA结合临床性状构建临床列线图并绘制校准曲线。结果 共识别9种坏死性凋亡相关LncRNA,包括AC010973.2、LINC01011、AC027307.2、CD27-AS1、LINC02474、AC044802.2、LBX2-AS1、TNFRSF10A-AS1、B4GALT1-AS1,成功构建了坏死性凋亡相关9-LncRNA预后模型，并将患者分为高风险组和低风险组，Kaplan-Meier分析显示高风险组患者总生存期短于低风险组患者(P<0.001)。绘制...     

中性粒细胞与白蛋白比值在转移性胰腺癌患者中的预后价值及预测模型构建

目的：探讨中性粒细胞与白蛋白比值（NAR）在转移性胰腺癌（mPC）患者中的预后价值，并构建预后预测模型。方法：回顾性分析2013年10月至2022年4月在广西医科大学附属肿瘤医院就诊的223例mPC患者的临床资料，按2∶1的比例将患者随机分为训练集和验证集。采用X-tile对NAR取最佳截断值并进行分组。采用Kaplan-Meier法绘制生存曲线，并进行logrank检验。采用多因素Cox比例风险回归模型分析mPC患者预后的影响因素，并基于此构建列线图模型。通过受试者工作特征（ROC）曲线下面积（AUC）、校准图和临床决策曲线（DCA）来评估列线图的性能。用X-tile分为高危组与低危组，采用Kaplan-Meier法和log-rank检验评估两组患者的生存差异。结果：NAR的最佳截断值为0.13。低NAR组中位总生存期（OS）长于高NAR组（P=0.003）。Cox模型分析结果显示，高NAR是影响mPC预后的独立危险因素（HR=1.455,95%CI:1.065～1.988,P=0.018）。训练集和验证集的ROC曲线、校准图和DCA均体现了基于NAR构建的列线图模型具有良好的区分能...