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数据库恶性脑膜瘤预后列线图的构建与验证

目的 基于SEER数据库构建并验证恶性脑膜瘤患者的预后列线图模型。方法 通过SEER*Stat 8.4.0软件获取SEER数据库1992年至2019年恶性脑膜瘤患者的病例资料，以8∶2比例将筛选所得病例随机分为训练集及验证集。运用R软件4.1.3版进行Lasso回归及多因素Cox回归分析确定恶性脑膜瘤的独立预后因素，并构建其1年、3年及5年生存率的列线图模型。通过一致性指数(C-index)、受试者工作特征曲线(ROC)、校准曲线及风险分层分析评估列线图的可靠性。结果 共筛选出717例患者，其中训练集576例，验证集141例。经Lasso回归及多因素Cox回归分析后，确定年龄、性别、婚姻状态及手术情况为恶性脑膜瘤的独立预后因素(P<0.05)。训练集与验证集的C-index分别为0.683、0.681。对于1年、3年及5年生存率的曲线下面积(AUC)值，训练集分别为0.738、0.717和0.747,验证集分别为0.704、0.664和0.700。模型的校正曲线显示预测值与实际观测值具有良好一致性，决策曲线分析(DCA)显示列线图具有较好的获益性。根据预后因素将恶性脑膜瘤患者进行...     

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...     

宫颈癌术后患者列线图预测模型及危险分层系统构建

目的 构建宫颈癌术后患者列线图预测模型,基于列线图个体得分建立危险分层系统。方法 通过搜索美国SEER （Surveillance,Epidemiology,and End Results）数据库中1973—2015年的6 835例宫颈癌术后患者数据构建预测模型,同时选取120例于苏州大学附属第二医院接受宫颈癌手术的患者作为外部验证队列。通过单因素和多因素的Cox回归筛选预后因子并构建列线图,基于列线图模型建立危险分层系统。结果 Cox回归分析显示诊断年龄、人种、组织学分级、T分期、N分期、淋巴结清扫状况、肿瘤大小、肿瘤浸润深度是宫颈癌术后患者的独立预后指标。由此构建的列线图模型的一致性指数在建模队列、内部验证队列和外部验证队列分别为0.824、0.814、0.730,校准曲线显示模型预测效果与实际生存情况基本相符,危险分层系统能区分不同FIGO分期患者的生存情况（均P<0.05）。结论 本研究所建立的列线图模型能有效预测宫颈癌术后患者预后,基于该列线图预测模型的危险分层系统对区分高危患者具有一定临床价值。     

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。     

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。     

预测年轻乳腺癌患者生存率列线图的建立和验证

目的:构建预测年轻乳腺癌患者生存情况的列线图，以期帮助临床诊疗。方法:收集SEER数据库中5 525例年轻乳腺癌患者的临床信息，通过单因素Log-rank检验和多因素Cox生存分析筛选出独立预后因素,用于构建预测患者3、5年总生存率(overall survival,OS)和癌症特异性生存率（cancer special survival,CSS)的列线图，将我院就诊的147例年轻乳腺癌患者作为验证集进行外部验证。结果:单因素和多因素分析结果显示，种族、病理类型、组织学分级、T分期、N分期、M分期、ER状态、HER-2状态、手术方式是与患者OS和CSS相关的独立危险因素，将这些因素纳入并建立预测患者OS和CSS的列线图模型。内部和外部验证结果显示模型具有良好的预测性能。基于建立的OS和CSS列线图模型对患者进行了风险分层，能够准确地将年轻乳腺癌患者分成预后有显著差异的三个风险亚组。结论:本研究构建的预测模型能较为准确的预测年轻乳腺癌患者的预后情况，为临床的诊疗提供科学依据。     

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...     

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...     

结肠癌切除术患者预后列线图模型及危险分层系统构建与验证

  目的  基于大样本量,构建个体化预测模型及危险分层系统。  方法  从美国SEER临床数据库中,筛选结肠癌术后患者,进行模型构建,并筛选一组独立的中国人群,用于外部验证。经过单因素与多因素Cox回归分析,筛选出独立预后指标,并全部纳入用于构建列线图预测模型。通过计算一致性指数（C-index）及绘制校准曲线,检验模型准确性。  结果  列线图模型共纳入11个独立预后因子,C-index在训练组、内部验证组及外部验证组分别为0.768,0.761和0.759,均>0.7,且优于第7版美国癌症联合委员会（AJCC）-TNM分期系统（0.729,0.720,0.735）。校准曲线显示,模型预测效果与实际生存相吻合,进一步验证了模型的区分及校准能力。通过决策树分析,依据模型预测个体风险评分,进行危险分层,模型的实际应用价值得到确定。  结论  该列线图预测模型能够较准确预测结肠癌术后患者预后状态,并较传统TNM分期系统有所改善,基于预测模型的危险分层系统,能够更好地区分高危患者,并指导选择临床治疗措施。      

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。决策曲线分析评价列线图模型的临床实用性。结果 根据建模组多变量Cox比例风险回归模型筛选的变量建立风险Nomogram图,建模组和验证组的C-index分别为0.713（95%CI: 0.680~0.747）和0.734（95%CI: 0.681~0.787）。ROC曲线表明该模型具有较好的区分度。校准曲线显示Nomogram模型与理想模型一致性尚可,决策曲线分析获益性尚可。结论 基于诊断年龄、性别、种族、原发部位、组织学分级、手术方式和登记地点构建的儿童青少年室管膜瘤风险预测Nomogram模型具有良好的区分度与准确度,对临床上为患者提供较准确和个性化的生存预测具有指导作用。     

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。     

未分化甲状腺癌预后随机生存森林模型的构建及预测效果分析

目的探讨未分化甲状腺癌(ATC)预后的影响因素, 评估构建的随机生存森林(RSF)模型在ATC预后预测中的应用价值。方法选择2004-2015年美国国立癌症研究所的监测、流行病学和最终结果(SEER)数据库中经组织病理学诊断为ATC的患者707例, 采用简单随机法将所有患者分为训练集(495例)和验证集(212例)。采用单因素Cox比例风险模型分析影响训练集患者总生存(OS)的相关因素。采用基于最小赤池信息量准则(AIC)的多因素Cox比例风险模型分析上述变量并进行筛选, 基于筛选出的变量构建预测OS的传统Cox模型;采用RSF算法对单因素Cox回归分析中P<0.05的变量进行分析, 筛选重要的5个特征, 纳入基于最小AIC的多因素Cox比例风险模型, 采用筛选出的变量构建预测OS的RSF-Cox模型。采用时间依赖受试者工作特征(tROC)曲线及曲线下面积(AUC)、校正曲线、决策曲线、综合Brier评分(IBS), 通过训练集和验证集来评估各模型预测OS的效能。结果单因素Cox回归分析显示, 年龄、是否接受化疗、淋巴结转移情况、是否接受放疗、手术方式、肿瘤浸润程度、肿瘤数量、肿...     

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。     

乳腺浸润性微乳头状癌预后影响因素分析与模型构建

  目的  对比分析中国和美国乳腺浸润性微乳头状癌(invasive micropapillary carcinoma,IMPC)的病理特征和预后影响因素,并预测乳腺IMPC患者预后。  方法  回顾性分析2006年7月至2015年7月83例于中国人民解放军空军军医大学西京医院收治的乳腺IMPC患者临床资料,收集2010年3月至2015年3月415例美国国立癌症研究所的SEER数据库中诊断为乳腺IMPC患者资料,并对中国和美国患者的临床病理特征进行对比。进行单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析,并构建列线图模型预测患者的总生存（overall survival,OS）率和癌症特异生存（cancer-specific survival,CSS）率。对模型进行内部及外部验证,通过临床决策曲线分析评价模型的临床获益和应用价值。  结果  对建模集和验证集的年龄、肿瘤位置、手术方式、是否为第一原发肿瘤、T分期进行比较,差异具有统计学意义（P<0.05）。单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析结果显示,年龄、N分期、M分期以及分子分型与乳腺IMPC预后相关（P<0.05）,将这些因素纳入并建立OS和CSS的列线图预测模型。OS和CSS模型中建模集C-index分别为0.85和0.79,验证集外部验证C-index分别为0.72和0.70,bootstrap法内部验证C-index分别为0.81和0.74。校准曲线显示列线图预测的生存率与实际生存率接近,临床决策曲线分析显示模型的临床获益及应用价值较高。  结论  列线图能准确预测中国及美国乳腺IMPC患者的预后,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在建模组和验模组进行验证。结果 单因素和多因素分析年龄、性别、组织学类型、TNM分期、肿瘤直径>50 mm、手术、放疗和化疗都是影响PSC患者预后的独立因素。基于独立因素构建列线图预测模型并进行验证。建模组和验模组一致性指数分别为0.790（95%CI: 0.776~0.804）和0.781（95%CI: 0.759~0.803）。建模组和验模组的校准曲线提示预测生存率与实际生存率基本一致。结论 基于多因素分析结果构建的列线图预测模型可预测PSC患者的预后,并且具有较高的准确性和一致性。     

多发性骨髓瘤患者预后的社会经济学因素分析及特异性生存率预测模型的构建

目的 探究社会经济学因素对多发性骨髓瘤（MM）患者预后的影响并构建预测模型评估患者骨髓瘤特异性生存（MSS）。方法 由SEER数据库纳入32 625例2007年1月至2016年12月间诊断为MM的患者。Cox回归模型分析MSS的预测因素，森林图展现多因素亚组分析的结果，多因素Cox分析中确定的显著变量用来构建列线图。曲线下面积（AUC）和校准图评估列线图的预测性能，利用限制性三次样条曲线构建基于列线图评分的风险分层系统。结果 患者按其社会经济地位（SES）的高低分为五组，SES更高的群体中白人、有保险者、已婚人群和城市居民的比例相对更高。单因素及多因素Cox分析表明年龄、性别、种族、婚姻状态、保险状况和SES是患者MSS独立预后影响因素（均P<0.001）。亚组分析显示随着SES降低，MSS风险增加的线性趋势在白人、已婚、有保险和城市患者中最为显著（均P<0.001）。构建的列线图在训练集和验证集中均展现出良好的区分度和准确性，其预测3年、5年和8年MSS的AUC值分别为0.701、0.709和0.722。根据列线图总分和风险比建立了风险分层模型，所划分的三类不同风险等级组...     

结合p53构建胃癌根治术后患者生存率的列线图预测模型

[目的]结合p53蛋白构建预测胃癌根治术后生存率的列线图模型,验证并评价该模型的预测价值。[方法]收集2016年1月至2017年5月在宁夏医科大学总医院胃肠外科行胃癌手术患者203例的临床病理及生存数据资料,建立数据库,采用Kaplan-Meier单因素分析、Log-rank检验和Cox多因素回归分析,筛选出影响胃癌术后患者总生存期（overall survival,OS）的独立预后因素,通过R软件构建胃癌根治术后1年、3年、5年生存率的列线图模型,计算Cox模型的一致性指数(C指数)、绘制受试者工作特征曲线（receiver operating characteristic curve,ROC曲线）,计算曲线下面积（area under the cure,AUC）及绘制校准曲线验证模型的有效性。将上述患者作为训练组,并收集2017年6月至7月宁夏医科大学总医院胃肠外科51例行胃癌根治手术的患者资料作为验证组进行外部验证。[结果]有203例患者被纳入本研究,通过Kaplan-Meier单因素及Cox多因素回归分析显示,影响胃癌根治术后生存率的独立预后因素分别为年龄、浸润深度、淋巴结转移...     

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。