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。      

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。     

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。     

基于SEER数据库的四肢骨肉瘤预后相关列线图的构建

目的旨在开发预后列线图来预测四肢骨肉瘤患者的生存率。方法回顾分析 1995 年至 2014 年,1910 例四肢骨肉瘤患者 (来自 SEER 数据库),通过单因素 Log-rank 分析和多因素 COX 分析找出存在统计学差异的预后因素,使用相应的预后因素构建列线图,进而对患者 1、3、5 年的总生存期 (overall survival,OS) 和癌症特异性生存期 (cancer-specific survival,CSS) 进行预测。然后对列线图进行内外部验证,并且通过使用 C 指数为量化指标来计算模型的准确性。结果单因素和多因素分析显示肿瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。基于这些预后指标,构建能够预测患者的 1、3、5 年 OS 和 CSS 的列线图。对该列线图进行内外部验证,发现该列线图均具有较好的 C 指数,其中在内部验证中,OS 为 0.721,CSS 为 0.712;外部验证中,OS 为 0.681,CSS 为 0.683。在内外部验证中,列线图的校准图显示了骨肉瘤患者的实际存活率和该列线图预测结果之间有着良好的一致性。结论骨肉瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。四肢骨肿瘤患者 OS 和 CSS 的列线图,可较为准确地估计四肢骨肉瘤患者 1、3、5 年的 OS 和 CSS,进而帮助临床医生更快、更可靠的做出临床预测。     

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。     

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。     

HER-2阳性乳腺癌新辅助化疗疗效影响因素分析及相关预后模型的构建

目的:分析接受新辅助化疗的人类表皮生长因子受体2（human epidermal growth factor receptor 2,HER-2）阳性的乳腺癌患者术后病理完全缓解（pathological complete response,pCR）的影响因素,并构建相关临床预测模型来预测pCR率。方法:收集中国人民解放军空军军医大学西京医院2017年10月至2021年05月收治的464例接受新辅助化疗的HER-2阳性乳腺癌患者的临床病理资料作为建模集;收集西安市第三医院2018年01月至2021年05月收治的91例接受新辅助化疗的HER-2阳性乳腺癌患者的临床病理资料作为验证集。分析对比建模集与验证集的临床病理特征,在建模集中通过Lasso Logistic回归模型分析,确立HER-2阳性乳腺癌患者新辅助化疗后pCR的独立危险因素,并构建列线图模型。在验证集中对模型进行外部验证,通过一致性指数（C-index）、受试者工作特征（receiver operating characteristic,ROC）曲线及曲线下面积（area under curve,AUC）对模型进行内部验证,通过校准曲线评估模型的准确性,并通过临床决策曲线分析（decision curve analysis,DCA）评价模型的临床获益和应用价值。结果:建模集和验证集中的临床病理特征进行比较,其中手术术式、化疗方案、激素受体（hormone receptor,HR）状态和T分期进行比较差异具有统计学意义（P＜0.05）。Lasso Logistic回归模型分析结果显示,N分期、靶向治疗方案、HR状态及临床疗效评估是HER-2阳性乳腺癌患者新辅助化疗后pCR的影响因素（P＜0.05）,将这些因素纳入并构建列线图预测模型。建模集中模型的AUC=0.781（95%CI:0.734~0.827）;验证集中模型AUC=0.713（95%CI:0.635~0.859）。bootstrap法内部验证C-index＝0.744,显示模型无论在建模集还是验证集都具有良好的区分度。校准曲线显示列线图预测的生存率与实际生存率接近,建模集中Brier Score为0.019,验证集中,Brier Score为0.043,DCA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HER-2阳性乳腺癌患者新辅助化疗后的pCR率,为临床的诊疗提供科学依据。     

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。     

APRI评分对HBV相关肝细胞癌切除术患者预后的预测价值

目的:评估天冬氨酸转氨酶与血小板计数比值指数（APRI）对HBV相关肝细胞癌（HCC）切除术患者术后总生存率（OS）的预测价值。方法:采用回顾性队列研究方法,收集2012年1月至2016年12月期间在广西医科大学附属肿瘤医院行切除术治疗的1 031例HBV相关HCC患者的术前临床资料。通过Kaplan-Meier生存曲线确定APRI评分的cutoff值。采用Kaplan-Meier法绘制不同APRI组患者的生存曲线,并通过Log-rank检验评估两组人群的生存差异。运用逐步多因素Cox回归筛选患者OS独立影响因素。采用限制性立方条图（RCS)评价患者APRI与死亡风险的相关性。建立列线图模型评估APRI对OS的预测能力并内部验证。结果:RCS显示APRI与死亡风险呈非线性关联（非线性P＜0.001）。多因素Cox回归结果显示:APRI、BCLC分期、AFP、性别和肿瘤大小是OS独立影响因素,高APRI组死亡风险是低APRI组2.1倍。患者OS的列线图显示APRI对OS的预测能力仅次于BCLC分期。在建模组和验证组中预测OS列线图的C-index分别为0.71（95%CI:0.68~0.74）、0.69（95%CI:0.64~0.75）;1和5年OS校正曲线显示列线图具有良好的校准度;临床决策曲线（DCA）显示模型具有良好的临床应用价值。结论:APRI是HBV相关HCC切除术患者OS独立影响因素,基于APRI对患者预后进行分层,有利于进行个体化治疗和随访。     

四肢纤维肉瘤患者预后诺模图的开发和验证

目的:开发诺模图来预测原发于四肢纤维肉瘤患者的总体生存率(OS)和癌症特异性生存率(CSS)。方法:根据SEER数据库,收集原发于四肢纤维肉瘤病例。采用Cox比例风险回归模型对病例预后进行分析,获得独立的预测因素。这些独立的预测因子被整合在一起,形成了预测5年和10年OS及CSS的诺模图。使用R软件通过一致性指数(C-index指数）、ROC曲线和校准曲线图来评估诺模图的性能。结果:在OS的单因素和多因素分析中,年龄、病理分级、肿瘤大小和手术被确定为独立的危险因素。 在CSS的单变量和多变量分析中,病理分级、肿瘤大小和肿瘤分期被确定为独立的危险因素。 这些特征均整合在诺模图中以预测5年和10年OS和CSS,C指数分别为0.812和0.857。通过5年和10年OS和CSS的概率的C-index指数和AUG曲线显示,诺模图预测和观察结果之间具有很好的一致性。结论:诺模图可以准确地预测四肢纤维肉瘤患者的OS和CSS,并有助于个性化的预后评估和个性化的临床决策。     

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数据库分析胆囊癌肝转移患者预后因素并构建竞争风险列线图

目的:分析影响胆囊癌肝转移患者的预后因素,建立竞争风险列线图从而量化生存差异,提供临床决策。方法:本研究通过回顾性分析SEER数据库2010年至2015年共318例胆囊癌肝转移患者完整临床信息资料,采用单因素和多因素Cox回归分析得到影响患者总生存期的独立预后因素,采用Kaplan-Meier（Log-rank 检验）进行生存分析,并基于独立预后因素绘制竞争风险列线图。结果:318例胆囊癌肝转移患者,采用总生存期单因素和多因素Cox回归分析,结果显示病理分级(HR:1.397,95%CI:1.157~1.687,P<0.001)、手术方式(HR:0.790,95%CI:0.682~0.913,P=0.002)、化疗情况(HR:0.344,95%CI:0.265~0.446,P<0.001)和淋巴结检出数(HR:0.774,95%CI:0.642~0.933,P=0.007)是胆囊癌肝转移患者总生存期独立预后因素。通过将多因素Cox回归分析得到的显著临床病理参数建立列线图来评估影响总生存期的竞争性风险和量化生存差异。计算列线图C-index为7.46,并且0.5年、1年、3年的校正曲线显示列线图有着较好预测能力。结论:肿瘤病理分级、手术方式、淋巴结检出数和化疗情况是胆囊癌肝转移患者独立预后因素。基于列线图显示,化疗情况影响程度的权重值最大。     

Identification and validation of serum tumor-markers based nomogram to predict the prognostic value of patients with cervical adenocarcinoma

Unlike cervical squamous cell carcinoma (CSCC), no uniform standard has been implemented to identify serum biomarkers for adenocarcinoma of the cervix (ADC). In the present study, we aimed to determine whether pretreatment serum tumor markers were of prognostic value in patients with ADC and constructed and validated the novel accurate nomogram for stratifying the risk groups. Patients with ADC who underwent curative hysterectomy or definitive radiotherapy from January 2011 to December 2016 were included. Significant factors independently predicting prognosis were selected by univariate multivariate Cox proportional hazard regression models and adopted for constructing the overall survival (OS) and progression-free survival (PFS) prediction nomograms. The receiver operating characteristic (ROC) curve and concordance index (C-index) with calibration curve was used to determine the accuracy of the nomogram in the prediction and determination of performance. We enrolled a total of 295 samples and randomized them as the training set (n = 207) or validation set (n = 88). Federation of Gynecology and Obstetrics Staging Guidelines (FIGO) stage, para-aortic lymph node (PALN), carcinoembryonic antigen (CEA), neuron-specific enolase (NSE), and HCG-β were assessed as the common factors independently predicting OS and PFS. For our constructed nomograms, its C-index values in OS and PFS prediction were 0.896 (95% CI, 0.879-0.913) and 0.895 (95% CI, 0.878-0.912) in training set, whereas 0.845 (95% CI:0.796-0.894) and 0.846 (95% CI:0.797-0.895) in validation set. ROC and calibration curves for our constructed nomograms predicted the excellent consistency of nomogram-predicted values with real measurements of 1-, 3-, and 5-year OS. We explored novel prognostic serum tumor markers of ADC and constructed effective nomograms comprising NSE, HCG-β, FIGO stage, PALN, and CEA, which could estimate OS and PFS for patients with ADC. These nomograms performed well in predicting patient prognosis, which was a potentially useful approach for stratifying ADC risk, thus contributing to clinical decision-making and individualized follow-up planning.