基于SEER数据库低级别胶质瘤预后列线图的构建

目的:通过监测、流行病学及预后（surveillance，epidemiology，and end result,SEER）数据库开发列线图来分析低级别胶质瘤（low-grade glioma,LGG）患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5 439例，并统计其人口统计学信息及临床特征。随机抽取其中1 001例作为模型的内部验证集,并收集2010-2017年间就诊于山西省人民医院的LGG患者67例作为外部验证集。采用单因素、多因素Cox回归及Lasso回归分析LGG患者的独立危险因素，并考虑其临床效用性。将这些独立预测因素整合在一起，绘制预测LGG患者1年和3年生存率的列线图。通过内部验证集数据及外部验证集数据绘制ROC曲线和校准曲线图来评估列线图的性能。结果:纳入训练集患者4 438例，内部验证集患者1 001例，外部验证集患者67例。一般情况人群分布无显著统计学差异。通过单因素、多因素Cox回归及Lasso回归分析联合生存分析结果选择独立危险因素，纳入年龄、病理学分型、手术方式、肿瘤大小、婚姻状况、放化疗及发病部位为独立预测因素(P<0.001)。由上述7种因素构建预后预测模型，结果以列线图形式呈现。内部验证集验证列线图的ROC曲线下面积为0.841和0.804；外部验证集验证列线图的ROC曲线下面积为0.703和0.742，表明该模型的区分度与准确度较高。校准曲线显示其具有较好的一致性。结论:本列线图可用于预测LGG患者1年和3年生存率，并且拥有较高的临床价值，可以为LGG的个体化治疗提供参考。     

基于SEER数据库的原发性纵隔及肺部软组织肉瘤相关生存及预后分析

目的 利用SEER数据库分析影响原发性纵隔及肺部软组织肉瘤预后的相关因素。方法 收集SEER数据库376例患者数据,随机分为训练集（263例）与验证集（113例）。使用Kaplan-Meier法和Cox比例风险回归分析各变量与患者生存及预后的关系,建立列线图预测患者总生存期。采用校准曲线、一致性指数及ROC曲线评价列线图性能。结果 组织学类型、手术、化疗、肿瘤大小、肿瘤分期是影响原发性纵隔及肺部软组织肉瘤预后的因素。建立的列线图模型可以预测其6个月、1年及2年总生存率,校准曲线显示与实测值基本一致,训练集与验证集C指数分别为0.754与0.745,ROC的曲线下面积分别为0.849与0.924,说明具有良好的预测准确度。结论 本研究建立的列线图可以预测原发性纵隔及肺部软组织肉瘤患者6个月、1年及2年总生存率。     

早发型非转移性结直肠癌患者预后预测模型的构建及外部验证

目的:探讨影响早发型非转移性结直肠癌（early-onset non-metastatic colorectal cancer,EONCRC）患者预后的相关独立危险因素,并构建列线图预测EONCRC患者预后。方法:从美国监测、流行病学和结果数据库SEER数据库中收集了9 097例EONCRC患者的数据,患者按照7∶3比例随机分配到训练集(6 369例)和验证集(2 728例)。通过单变量、多变量COX比例风险回归分析确定独立的预后因素,并构建列线图。 使用C指数、ROC曲线和校准曲线评价列线图的区分度、预测效能和校准度。使用新疆军区总医院收治的EONCRC患者临床资料(n=171)对列线图进行了外部验证并对其预后影响因素进行了分析。结果:多因素分析确定了与总生存期有关的8个独立风险因素,分别是组织学分化程度、组织学类型、神经浸润、分期、T分期、手术、化疗和放疗,并将它们纳入列线图。SEER训练集、SEER验证集、外部验证集的C指数值分别为0.765(95%置信区间,0.749~0.781)、0.785(95%置信区间,0.763~0.807)、0.766(95%置信区间,0.713~0.819),校准曲线表明了列线图预测总生存率与实际总生存率具有良好的一致性。ROC曲线显示,列线图可以准确预测EONCRC患者1年(AUC=0.834 9)、3年(AUC=0.794 7)和5年(AUC=0.771 2)的生存率。根据列线图的风险评分将患者分为高风险、中风险和低风险组,在SEER训练集、SEER验证集、外部验证集中,低风险组的5年生存率均最高,其次是中风险组和高危组。结论:本研究确定了EONCRC患者预后相关的8个独立危险因素,列线图能准确预测中国及美国EONCRC患者1年、3年、5年总生存率,对EONCRC患者进行个体化的分层及预后评估,为临床的诊疗提供科学依据。     

食管癌列线图预后预测模型的构建与验证

目的:构建列线图分析食管癌患者的预后因素并且预测其总生存期,协助临床诊疗。方法:从监测、流行病学及预后(Surveillance, Epidemiology, and End Result, SEER)数据库中按照纳入排除标准选择了2000年至2020年间食管癌患者41 783例,以7∶3随机划分为训练队列(29 249例)和内部验证队列(12 534例),从新疆医科大学附属肿瘤医院依据同样标准收集了2010年1月至2022年12月间食管癌患者5 472例,作为外部验证队列。采用单因素、多因素Cox回归分析筛选变量绘制预测食管癌患者1年、3年及5年总生存期的列线图。利用一致性指数(C-index)、时间依赖性ROC曲线下面积(time-dependent AUC)、校准曲线（calibration curve）、决策曲线（decision curve analysis,DCA）、Kaplan-Meier生存分析来评估列线图的判别和校准能力及临床效益。结果：最终纳入8个变量构建列线图。列线图的训练队列、内部验证队列和外部验证队列的一致性指数分别为0.700、0.679和0.644;1年、...     

基于列线图构建和验证肝细胞癌伴门静脉癌栓患者肝切除术后的预后评估模型

目的 分析影响肝细胞癌伴门静脉癌栓（PVTT-HCC）患者肝切除术后预后的影响因素,并基于列线图模型构建和验证预后评估模型。方法 本研究为回顾性队列研究,选择2008年1月—2017年11月在本院行肝切除术的PVTT-HCC患者为研究对象,随访截至2021年1月。主要预测结局为1、3、5年总生存率。按照7∶3的比例将患者随机分为训练集和验证集,在训练集中采用Cox比例风险回归分析影响预后的影响,并基于影响因素构建列线图模型。同时在训练集和验证集中采用C-index评价模型的区分度,一致性曲线评估模型的校准度。结果 共231例患者符合纳入排除标准纳入分析,其中训练集162例,验证集69例。Cox比例风险回归模型显示,AFP≥400 μg/L、AST≥40 U/L、ALP≥80 U/L、肿瘤个数>1个及肿瘤包膜不完整是影响预后的危险因素。在训练集中,列线图模型预测1、3、5年总生存率的C-index分别为0.826（95%CI: 0.791~0.861）、0.818（95%CI：0.782~0.854）、0.781（95%CI：0.742~0.820）,在验证集中分别为0.814（95%CI：0.777~0.851）、0.798（95%CI：0.758~0.837）、0.769（95%CI：0.728~0.810）。校正曲线显示列线图模型在训练集和验证集均有较好的校准度。结论 本研究构建的列线图模型可准确预测PVTT-HCC患者的预后。     

肺腺癌患者列线图预后模型的构建与验证

目的 基于SEER数据库的大样本数据,构建肺腺癌患者生存预后的列线图预测模型.方法 回顾性分析SEER数据库收集的2010—2015年诊断为肺腺癌患者的临床数据.根据影响肺腺癌患者预后的独立因素,采用Lasso Cox回归分析构建列线图模型.C指数和校准曲线评估列线图的判别和校准能力.使用NRI和DCA曲线评估列线图的...     

转移性小肠神经内分泌肿瘤预后列线图的建立

目的:分析转移性小肠神经内分泌肿瘤（small intestinal neuroendocrine neoplasms,SI-NENs）的预后相关因素，并建立有效的预测模型。方法:收集美国国家癌症研究所监测、流行病学和最终结果(SEER)数据库中 2010年至2015年491例转移性SI-NENs患者的资料。基于Cox回归模型筛选的独立危险因素建立列线图,并评估该模型的区分度及校准度。结果:患者的中位生存时间为35个月，1年、3年、5年特异生存率分别为96.11%、85.89%、75.87%。Cox回归分析显示年龄、分化程度、组织学类型、手术是患者预后的独立危险因素。列线图一致性指数(C-index) 为0.730（95%CI:0.669～0.791）,且该模型中1年、3年、5年的受试者工作曲线下面积（AUC）分别为0.723、0.699、0.659。1年、3年、5年的校准曲线图亦显示出良好的一致性。结论:年轻、分化程度高、组织学类型为类癌、经历手术的转移性SI-NENs预后较好。列线图的预测效果较好。     

基于SEER数据库肺腺癌脑转移预测模型的构建及分析

目的 构建可视化预测肺腺癌（LUAD）脑转移风险概率的列线图模型,提高患者生存率。方法 研究纳入监测、流行病学和最终结果（SEER）数据库中58 928例LUAD患者,并按7∶3比例随机分为训练集和验证集。在训练集中采用Lasso回归与多因素Logistic回归分析筛选最有意义的预测变量,构建预测LUAD脑转移的列线图模型。采用受试者工作特征（ROC）曲线的曲线下面积（AUC）,Boostrap绘制校正曲线,Brier评分验证模型区分度及校准度,决策曲线分析（DCA）评价预测模型的临床效能。结果 最终筛选出7个独立影响因素构建列线图预测模型。训练集和验证集列线图预测LUAD患者发生脑转移概率的AUC分别为0.853(95%CI:0.849～0.858)和0.851(95%CI:0.844～0.857),校准曲线显示模型预测概率与实际观察概率具有较高的一致性,Brier评分均为0.092,DCA显示净收益率较高,模型临床效能较好。结论 本研究成功建立了预测LUAD脑转移的列线图模型,该模型能够准确区分脑转移高风险患者,可以有效指导临床医师制订个体化治疗方案。     

基于SEER数据库绘制列线图分析软骨肉瘤患者预后相关因素

目的:分析软骨肉瘤流行病学特征及影响预后的相关因素,并且绘制列线图来个体化预测患者远期生存率。方法:收集SEER数据库2004至2015年诊断的1 453例软骨肉瘤患者的临床数据,回顾性分析软骨肉瘤患者流行病学特征及影响患者预后的相关危险因素,使用随机数字表法将所有纳入对象以7∶3分为建模组（1 017例）和验证组（436例）并构建列线图进行内部验证,预测软骨肉瘤患者3年、5年的生存率,使用多因素COX风险比例模型来确定独立因素,采用一致性指数(C-index)及校准曲线评估该预测模型的准确性。结果:软骨肉瘤患者男女性别比为:1.23∶1,年龄≥50岁患者占比为55.7%,最常见的发病部位是下肢骨,多因素分析提示,影响软骨肉瘤患者预后的因素包括年龄、性别、肿瘤原发部位、肿瘤大小、病理分级、AJCC TNM分期、手术方式、是否化疗、肿瘤大小;建模组与验证组1、3、5年ROC曲线AUC值分别为:0.87、0.838、0.807,0.864、0.754、0.755;列线图C-index指数为:0.805。结论:列线图可以准确预测软骨肉瘤患者生存率,具有较好的预测精度,有助于对患者进行个性化的预后评估和指导临床决策。     

局限期可手术食管癌术前放化疗预后因素分析及生存预测模型

目的 利用SEER数据库分析局限期可手术食管癌术前放化疗患者的预后及其相关因素,并建立生存预测列线图,为筛选术前放化疗患者提供一定参考。方法 选取SEER数据库2010-2015年食管癌接受术前放化疗且分期为T1b-4aN0-3M0(2010年AJCC第7版分期)的病例;生存率采用Kaplan-Meier法,单因素分析采用Logrank检验,多因素分析采用Cox模型检验;通过R软件建立预测模型列线图;一致性指数(C-index)及校准曲线用来评价模型准确度。结果 共1697例患者符合条件并可纳入分析。单因素分析显示性别、T分期、N分期、分化程度与总生存(OS)及癌症特异生存(CSS)均相关(P均<0.001),年龄与OS相关(P=0.027)。多因素分析显示年龄、性别、分化程度、N分期与OS相关;性别、分化程度、T分期、N分期与CSS相关(P均<0.05)。将预后相关因素纳入Nomogram预后模型,5年OS、CSS的C-index值分别为0.60、0.61。同样方法建立食管鳞癌亚组患者预后模型,OS及CSS的C-index值为0.62、0.64。结论 性别、临床分期、分化程度为局限期可手术食管癌行术前放化疗者CSS预后因素,根据以上数据建立的列线图可为是否采用术前放化疗联合手术治疗这一模式提供一定参考。     

卵巢癌免疫相关预后模型的构建与验证

目的 构建卵巢癌免疫相关预后模型并初步筛选预后标志物。方法 将癌症基因组图谱（TCGA）中卵巢癌样本按照7∶3的比例随机分为训练集和测试集,GSE26712作为外部验证集。通过limma软件包分析免疫相关的差异基因（IRDEGs）,单因素Cox回归筛选预后相关的IRDEGs,通过LASSO回归和多因素Cox回归构建模型,采用受试者工作特征（ROC）曲线和C-index对模型进行评价。构建列线图模型,通过校准曲线和决策曲线评价列线图的预测性能。 结果 本研究在训练集中成功构建了包含11个基因（C5AR1、CX3CR1、CXCL11、CXCL13、IGF1、IL27RA、NFKBIB、PENK、PI3、PSMC1和PSME3）的预后模型,C-index为0.69,1、3、5年的曲线下面积分别为0.67、0.71和0.75;多因素Cox回归分析显示该风险模型是卵巢癌患者的独立预后因素（HR=2.58, 95%CI=2.15~3.25）。基于风险得分成功构建了列线图模型,其校准曲线拟合良好,决策曲线显示列线图在指导临床决策方面具有积极的净收益。结论 本研究构建的免疫相关预后模型在卵巢癌预后预测中具有良好的效能,其中的相关基因可能是卵巢癌患者免疫治疗的潜在标志物。     

血清胆碱酯酶水平和中性粒细胞/淋巴细胞比值与接受一线化疗晚期胃癌患者预后的相关性分析

目的探讨治疗前血清胆碱酯酶(CHE)和中性粒细胞/淋巴细胞比值(NLR)与接受一线化疗晚期胃癌患者预后的相关性,建立晚期胃癌患者的预后列线图预测模型并进行验证。方法对2010年1月至2018年10月在徐州医科大学附属淮安医院诊断为晚期胃癌且接受一线化疗的97列患者进行回顾性分析。利用X-tile程序计算CHE、NLR的最佳截断值,并检测两者之间的相关性。采用多因素Cox风险比例回归模型筛选晚期胃癌独立预后因素,通过R软件绘制列线图并进行内部验证。结果 CHE最佳截断值为3167 U/L,NLR最佳截断值为3.5。CHE与NLR呈负相关(r=-0.299,P=0.003)。结果显示,CHE仅与糖类抗原125(CA125)有关(P=0.029);NLR与年龄、ECOG评分、CA125有关(P<0.05)。多因素Cox回归分析结果显示,CHE、NLR、ECOG评分、CA125是影响晚期胃癌预后的独立因素。构建的列线图具有较好的区分度和校准度,包含CHE列线图预测模型的一致性指数(C-index)为0.685,0.5、1、3、5年生存率的受试者工作特征曲线(ROC)曲线下面积分别为0.8...     

化生性乳腺癌预后影响因素分析与预后模型构建

目的:分析对比中国和美国化生性乳腺癌(metaplastic breast carcinoma,MBC)患者的临床病理特征和预后影响因素,并构建列线图来预测MBC患者的3年和5年生存率。方法:以SEER数据库中提取的673例患者作为建模集,采用Cox等比例回归模型分析确定MBC的独立预后因素,然后将这些因素纳入并构建列线图模型,然后以我院的36例MBC患者作为验证集进行外部验证。结果:建模集和验证集的临床病理特征除年龄、肿瘤分级、是否第一原发肿瘤及N分期外无明显差异。单因素及多因素分析结果显示,所有患者中,年龄、是否化疗、T分期、N分期以及M分期均是MBC患者预后的独立危险因素。将这些因素纳入并建立列线图预测模型。结论:列线图能准确预测我国MBC患者的预后情况,为临床的诊疗提供科学依据。     

基于SEER数据库老年晚期肺腺癌术后患者预后预测模型的构建

目的基于监测、流行病学和最终结果(SEER)数据库大样本数据, 构建并分析可视化预测老年晚期肺腺癌术后患者预后的列线图模型。方法使用SEER*Stat8.4.0.1软件筛选2000年至2019年SEER数据库中来自17个注册点的数据, 纳入4 453例经美国癌症联合会(AJCC)第7版分期标准诊断为Ⅲ期和Ⅳ期接受手术治疗、年龄≥65岁的肺腺癌患者, 按7∶3比例随机分为训练集(3 117例)和验证集(1 336例), 比较两组的流行病学资料和临床病理特征。采用LASSO回归进行数据降维, 从患者预后因素中选择最佳预测因子。采用Cox比例风险模型对筛选出来的变量进行单因素和多因素分析, 采用R软件rms包根据预后独立危险因素构建列线图, 预测患者1、3、5年肿瘤特异性生存(CSS)率。采用Bootstrap法对验证集进行1 000次等量有放回重复采样验证, 采用C指数、受试者工作特征(ROC)曲线及校正曲线验证列线图模型的准确性。结果训练集、验证集患者年龄、性别、种族、肿瘤位置、Grade分级、手术方式、淋巴结清扫数目、放疗方式、肿瘤长径、肿瘤转移、婚姻、居住环境、TNM分期、放化疗等比...     

基于SEER数据库构建肺肉瘤样癌的生存预测模型

目的 分析影响肺肉瘤样癌(PSC)患者预后的因素,构建PSC患者预后列线图预测模型.方法 基于SEER数据库收集1988-2015年间诊断为PSC患者1671例,按照7:3的比例分为建模组和验模组.对建模组患者进行单因素和多因素Cox回归分析影响PSC患者预后的独立因素并构建列线图预测模型,通过一致性指数和校准曲线分别...     

横纹肌肉瘤患者列线图预后模型的构建

  目的  构建列线图预测横纹肌肉瘤患者的1、3、5年生存率。  方法  从美国国立癌症研究所的监测、流行病学、结果数据库（SEER）数据库中收集1975年至2016年间诊断的横纹肌肉瘤患者,经筛选后最终获得861例符合条件的患者,采用单因素Kaplan-Meier法及多因素Cox模型分析确定横纹肌肉瘤患者独立的预后影响因素,然后将这些因素纳入并构建预测横纹肌肉瘤患者1、3、5年生存率的列线图。通过一致性指数（C-index）对所得列线图进行内部验证,检查其预测精度;同时,列线图预后模型的校正曲线一致性良好。  结果  年龄、病理类型、病理分级、总分期、手术、放疗及化疗均是横纹肌肉瘤患者的独立预后影响因素（P < 0.05）,将这些因素纳入并成功构建了列线图。列线图的内部验证所得C指数为0.776。  结论  本次研究构建的横纹肌肉瘤患者生存风险的列线图具有良好的预测精度,有助于临床医师对横纹肌肉瘤患者预后作出较为准确的评估,也有利于对横纹肌肉瘤患者实施个体化诊疗。      

基于SEER数据库的儿童青少年室管膜瘤预后Nomogram模型的构建和验证

目的 基于SEER数据库构建并验证儿童青少年室管膜瘤的Nomogram预测模型.方法 获取1975—2016年SEER数据库临床病理信息,单变量和多变量Cox比例风险回归模型确定潜在的预测因素,构建Nomogram模型预测5年和10年总生存率.通过一致性指数、受试者工作特征曲线和校准曲线值来评估列线图的辨别能力.决策曲...     

AFP阴性肝细胞癌特异生存时间的预测模型研究

目的 探讨AFP阴性肝细胞癌(hepatocellular carcinoma, HCC)患者特异生存时间的影响因素，并构建预后预测模型以评估患者的特异生存时间。方法 收集SEER数据库中2006～2016年诊断的首发HCC患者的临床资料；使用Sample函数将所有患者按照1∶1随机分为训练组和验证组；运用Cox比例风险回归模型探索预后影响因素；利用列线图构建预测模型并采用ROC曲线下面积和校准曲线验证模型的预测效果和临床应用价值。结果 诊断年龄>64岁、N1期和肿瘤大小>5 cm是AFP阴性HCC患者特异生存预后的独立危险因素(P<0.05);而手术治疗和部分淋巴结移除是独立保护因素(P<0.05)。在训练组中1、3和5年ROC曲线下面积分别为0.756、0.761和0.781;验证组中分别为0.799、0.722和0.735。校准曲线显示，在训练组和验证组中预测1、3、5年的生存率均接近实际生存率。基于列线图进行风险分层，KM法分析结果显示，低分险组特异生存时间均明显优于高风险组(P<0.001)。结论 采用列线图构建的预后模型能有效地预测AFP阴性H...     

亚裔人群T_(1c)期乳腺癌特征分析及预后预测模型建立

目的探讨影响亚裔人群T_(1c)期乳腺癌患者生存的预后因素,并构建列线图预测模型。方法收集监测、流行病学和最终结果(SEER)数据库2010年至2015年T_(1c)期亚裔乳腺癌患者的临床数据作为建模组。对建模组进行Cox单因素和多因素分析,使用R软件构建列线图。采用一致性指数及受试者工作特征(ROC)曲线评估模型的可信度。收集山西医科大学第二医院2015年1月至2020年12月诊断为T_(1c)期的乳腺癌患者作为验证组,对模型进行验证。绘制生存校正曲线,检测两组的一致性。结果共纳入T_(1c)期乳腺癌患者5328例,其中建模组4968例,验证组360例。中位随访时间分别为53个月和43个月,建模组死亡170例,验证组死亡13例。Cox多因素分析显示,年龄、组织学分级、ER和PR表达、HER-2状态、分子分型、N分期、M分期、手术和放化疗均为影响T_(1c)期乳腺癌患者总生存时间的独立因素(P<0.01)。构建列线图预测模型。建模组C指数为0.701(95%CI:0.693~0.709),验证组C指数为0.686(95%CI:0.657~0.715)。3、5年生存率ROC曲线显示,曲线下面积(AUC)分别为0.769、0.694。3年生存率校正曲线显示,验证组校正曲线与建模组结果高度拟合。结论成功构建了预后预测模型,对亚裔T_(1c)期乳腺癌患者的3年生存率作出预测,可为临床医师做治疗决策时提供参考。     

基于阴性淋巴结数目的胃印戒细胞癌预后评估模型的建立与验证

目的 探讨阴性淋巴结数目（NLNC）对胃印戒细胞癌（GSRC）患者预后的影响及构建G S R C 患者的预后预测模型。方法 基于SEER数据库收集GSRC患者2101例，随机分为建模组和验证组，检验临床病理特征与GSRC预后的关系。多因素Cox比例风险回归模型分析影响总生存的独立危险因素并建立预后预测模型。一致性指数（C?index）、校准曲线、净分类指数（NRI）、综合判别指数（IDI）和临床决策曲线（DCA）对列线图进行准确性和临床适用性评估。结果 所有患者按照7:3比例划分，建模组1473例，验证组628例。NLNC>10是GSRC患者预后的保护因素（HR=0.578, 95%CI: 0.504~0.662），根据多因素Cox比例风险回归模型筛选的变量建立Nomogram图，建模组和验证组的C-index分别为0.737（95%CI: 0.720~0.753）和0.724（95%CI: 0.699~0.749），区分度良好，校准曲线显示模型的一致性较高。NRI=17.77%，连续NRI=36.34%，IDI=4.2%，表明该模型较传统模型是正向收益，DCA决策曲线远离基准线表明模型临床适用性好。结论 NLNC增加是GSRC患者预后的有利因素。本研究建立的列线图相对准确，可预测GSRC患者的预后。