甲状腺癌患者术后复发风险预测的列线图模型建立

目的 建立预测甲状腺癌患者术后复发风险的列线图模型.方法 回顾性分析2015年7月—2017年12月因甲状腺癌于沈阳医学院附属中心医院普外科行手术治疗的患者临床资料,筛选甲状腺癌术后复发的独立危险因素,基于筛选结果建立列线图预测模型,并对模型的预测准确性进行内外部验证.结果 Logistic回归分析结果显示,肿瘤大小≥...     

列线图预测恶性肿瘤患者PICC导管相关血栓风险的研究

  目的  经外周中心静脉置管（peripherally inserted central catheters,PICC）在恶性肿瘤化疗中的应用越来越广泛,其导管相关血栓的发生率也呈现上升的趋势,显著影响患者的治疗及生存质量。  方法  回顾性分析2014年12月至2015年12月就诊于西安交通大学第一附属医院的286例进行PICC置管的恶性肿瘤患者相关临床资料,并对潜在的危险因素进行最小绝对收缩选择算子（least absolute shrinkage and selection operator,LASSO）回归分析,最终构建列线图模型。  结果  286例PICC置管患者中,72例出现导管相关血栓。将研究所纳入的27个潜在的血栓相关危险因素进行LASSO回归分析,结果显示进行外周血管穿刺时是否应用超声引导、患者既往是否接受过经外周静脉化疗、置管期间是否存在其他合并症以及置管时的血浆D-二聚体含量为影响PICC置管患者发生导管相关血栓的危险因素,最终应用上述风险因素构建列线图预测模型,其C-index指数为0.688,拟合曲线和校正后地拟合曲线均位于10%的误差范围内。  结论  结合穿刺技术、既往治疗,合并症以及D二聚体等因素所构建的列线图可以较准确的预测PICC相关血栓形成的风险,为临床诊疗工作的开展提供一定的理论基础和数据支持。      

基于肝细胞癌临床数据预测淋巴结转移列线图的构建

目的 :利用肝细胞癌(HCC)患者临床数据构建预测淋巴结转移危险因素的Nomogram模型。方法 :收集恩施土家族苗族自治州中心医院2016—2021年收治的328例HCC患者临床数据,将50例淋巴结转移患者纳入转移组,余278例纳入对照组。多因素Logistic回归分析寻找淋巴结转移的风险因素,在此基础上构建Nomogram模型。结果 :甲胎蛋白(>243.35μg/L)、γ-谷氨酰基转移酶(>181.82 U/L)、肿瘤最大直径(>6.17 mm)、肿瘤个数(>1个)是HCC患者淋巴结转移的危险因素(均P<0.05)。Nomogram模型被成功构建,内部验证结果显示预测HCC患者淋巴结转移C-index为0.805(95%CI为0.086～1.325),风险阈值>0.058,且临床净收益均高于甲胎蛋白、γ-谷氨酰基转移酶、肿瘤直径、肿瘤个数。结论 :基于HCC临床数据成功构建了预测淋巴结转移的Nomogram模型,该模型对于临床筛查预判HCC患者可能出现淋巴结转移具有实用价值。     

预测食管癌患者放疗后放射性食管炎风险列线图模型的建立

摘 要：［目的］ 构建个体化预测食管癌患者放疗后放射性食管炎的风险列线图模型,并对模型的预测效能进行验证。［方法］ 选取2018年9月至2020年10月期间在南京脑科医院胸科进行放射治疗的176例食管癌患者作为研究对象,采用Lasso回归分析和Logistic回归分析筛选食管癌患者放疗后发生放射性食管炎的独立危险因素,并构建列线图预测模型。［结果］ 176例食管癌患者中有54例放疗后发生放射性食管炎,其发生率为30.68%（54/176）。Logistic回归分析结果表明：糖尿病（OR=3.436,95%CI：1.498~7.883）、高血压（OR=3.993,95%CI：1.724~9.248）、同步化疗（OR=2.33, 95%CI：1.047~5.184）、分割方式为超分割（OR=2.903,95%CI：1.313~6.419）、照射剂量≥30 Gy（OR=4.267,95%CI：1.871~9.732）、食管V50≥40%（OR=2.505,95%CI：1.132~5.542）是食管癌患者放疗后发生放射性食管炎的独立预测因素（P<0.05）。基于6项危险因素建立预测食管癌患者放疗后发生放射性食管炎的列线图模型,并对该模型进行验证。C-index为0.834（95%CI：0.803~0.866）,模型校正曲线与理想曲线接近,ROC曲线下面积（AUC）为0.818（95%CI：0.791~0.845）;决策曲线显示阈值概率在5%~80%范围内时,具有较高的净获益值,表明该模型具有良好的预测精准度。［结论］ 糖尿病、高血压、同步化疗、超分割、照射剂量≥30 Gy、食管V50≥40%是食管癌患者放疗后放射性食管炎的独立预测因素。基于独立预测因素建立的列线图模型具有较好的预测效能,有助于临床及早筛查高风险患者和进一步改进治疗计划。     

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。     

术前使用列线图预测胃癌患者淋巴结转移

摘 要：［目的］ 拟构建列线图预测术前胃癌淋巴结转移情况。［方法］ 回顾性分析接受胃癌根治术患者170例,按照病理结果将患者分为淋巴结转移组110例和无淋巴结转移组60例。采用Logistic回归分析筛选出胃癌淋巴结转移的独立危险因素,建立预测模型,并用1 000个bootstrap样本进行校正以减少过拟合偏差。［结果］ 通过单因素和多因素Logistic回归分析,显示与胃癌淋巴结转移相关的因素有CA72-4、PLR、CT影像学T分期、N分期,结合这4个因素构建的列线图在预测胃癌淋巴结转移风险方面表现出良好的准确性,C统计量为 0.87（95% CI：0.81～0.93）,内部验证校正后的C统计量为0.86,具有良好的拟合校准曲线。当列线图评分≥110分的胃癌患者高度怀疑有淋巴结转移。［结论］ 列线图提供了较准确的胃癌患者术前淋巴结转移预测。     

建立妇科肿瘤患者术前营养状况的列线图评估模型

目的 建立妇科肿瘤患者术前营养状况的列线图评估模型。 方法 选取 2016 年 1 月至 2019 年 12 月在江南大学附属医院首次进行妇科肿瘤择期手术患者共 110 例为研究对象,术前 3 d 采用患者生成的主观整体评估量表( PG-SGA)将患者分为营养良好组 44 例(0 ~ 3 分)和营养不良组 66 例(4 ~ 35 分) 。 比较两组患者临床资料和血生化指标。 采用多因素 Logistic 回归分析筛选妇科肿瘤患者营养不良的独立预测因素,在此基础上建立列线图模型。 结果 单因素比较发现,营养不良组患者年龄增大,进展期肿瘤增多,脂肪百分比、中上臂周长(MUAC) 、握力、血红蛋白和白蛋白水平下降;近 1 个月体重丢失量和百分比、C 反应蛋白(CRP)水平升高,差异有统计学意义(P<0. 05) 。 多因素 Logistic 回归分析显示,进展期肿瘤(OR = 3. 001,95% CI = 2. 124 ~ 4. 125) 、近 1 个月体重丢失( OR = 5. 201,95% CI = 4. 526 ~ 6. 329) 和 CRP 增加( OR =2. 012,95%CI = 1. 320 ~ 3. 020) 、血红蛋白下降(OR=0. 562,95%CI=0. 232~0. 859)和握力下降(OR= 0. 324,95%CI = 0. 102~0. 667)是妇科肿瘤患者营养不良的独立预测因子(P<0. 05)。 建立列线图预测模型后采用受试者操作特征曲线(ROC 曲线)计算曲线下面积(AUC)为 0. 889。 结论 妇科肿瘤患者择期手术前普遍存在营养不良,进展期肿瘤、近 1 个月体重丢失和 CRP 增加、血红蛋白和握力下降都是营养不良的独立预测因子;建立可视化效果强、操作简便的定量列线图模型预测营养不良有较高的效能。     

局部晚期宫颈癌术后辅助治疗的影响因素及其列线图风险模型的构建

目的:探讨ⅠB1～ⅡA2期[按2018年国际妇产科联盟(FIGO)分期标准]宫颈癌术后辅助治疗的相关影响因素,建立个体化预测局部晚期宫颈癌术后辅助治疗风险的列线图模型。方法:以2009年1月至2019年12月于安徽省立医院行手术治疗的ⅠB1～ⅡA2期宫颈鳞状细胞癌患者714例为研究对象,分析其临床病理资料。采用多因素l...     

预测去势抵抗性前列腺癌患者总生存期Halabi风险列线图的验证研究

目的 在中国上海及周边地区去势抵抗性前列腺癌（CRPC）患者中验证Halabi风险列线图,预测CRPC患者的总生存期。方法 选择2006年8月至2013年12月在复旦大学附属肿瘤医院被确诊为CRPC的228例患者。预测患者生存率通过Halabi风险列线图计算,模型效应用偏倚和校准分析评估。结果 228例患者中死亡150例,中位总生存期为20.8个月（4～48个月）。Halabi风险列线图的准确度为0.61（95％ CI：0.51～0.73）。Halabi列线图预测的中位总生存期为16.4个月（6～31个月）。预测模型校准结果显示,1年和2年肿瘤特异性生存率被低估。结论 Halabi风险列线图未能准确预测中国上海地区CRPC患者的生存率,仍需要更大样本的研究来验证Halabi风险列线图或者建立新的风险列线图来预测CRPC患者的生存情况。     

非小细胞肺癌患者发生脑转移风险列线图预测模型的建立

目的:基于非小细胞肺癌(non-small cell lung cancer,NSCLC)患者发生脑转移风险的影响因素分析,建立列线图预测模型。方法:选取2011年06月至2015年06月在本院确诊为NSCLC的患者452例作为研究对象,收集患者的临床资料并进行随访,如果出现脑转移情况或5年随访时间已满,则随访终止,通过单因素和多因素的Cox回归分析得出发生脑转移风险的影响因素,在此基础上根据筛选出的变量建立列线图预测模型。结果:Cox回归最终筛选出的变量为TNM分期、分化程度、病理类型、CA125水平和淋巴结转移数目,建立的列线图预测模型C-index为0.801（95%CI:0.778~0.882）。结论:本研究建立的NSCLC患者发生脑转移风险的列线图预测模型,可以根据多因素分析结果中有意义的变量,较为准确的预测患者的预后情况,临床应用前景较好。     

基于DKI直方图的列线图模型预测宫颈癌预后的价值分析北大核心CSCD

目的分析基于弥散峰度成像(DKI)直方图的影像学特征构建宫颈癌预后的价值。方法回顾性分析2015年3月至2022年2月于广东医科大学附属医院就诊的272例宫颈癌患者,收集患者的DKI以及临床资料,以7∶3比例随机分为训练组(190例)和验证组(82例)。经GE AW 4.2 MRI软件获得DKI直方图参数特征,LASSO回归筛选预后最佳影像特征,线性组合计算DKI影像组学评分,单因素及多因素回归分析预后独立危险因素,构建列线图模型。采用受试者操作特征(ROC)曲线的曲线下面积(AUC)评估模型区分度,用校准图评估模型内部一致性情况。结果腺癌(HR=2.496,95%CI为1.312~4.749,P=0.005)、DKI评分(HR=24.087,95%CI为6.062~95.711,P<0.001)、浸润深度≥1/2肌层(HR=2.277,95%CI为1.156~4.487,P=0.017)和中性粒细胞/淋巴细胞比值(NLR,HR=1.800,95%CI为1.313~2.468,P<0.001)是宫颈癌预后独立危险因素。列线图模型在训练组和验证组AUC分别为0.860和0.757,校准曲线与45°对角线拟合情况较好,模型对远期预后预测结果与实际情况一致性良好。结论腺癌、NLR、DKI评分、浸润深度≥1/2肌层均为宫颈癌患者预后的独立危险因素,构建的列线图模型能够可靠地预测宫颈癌患者3年生存率。     

乳腺癌列线图模型的研究进展

乳腺癌是危害全世界女性健康最常见的恶性肿瘤,对乳腺癌患者淋巴结转移情况及个体化预后进行评估预测,可为个体化综合治疗方案的制定以及临床决策提供参考依据。列线图模型(nomogram)可通过各种预测因素量化临床事件风险。从nomogram在前哨淋巴结阳性患者非前哨淋巴结转移预测、早期乳腺癌前哨淋巴结转移预测以及乳腺癌个体化预后预测等3个方面,分别评价其预测因素、应用特点以及预测的准确性等指标,以期在未来的工作中,通过选择更合理的预测因素、调整不同预测因素所占权重,以建立、改良能更好地应用于临床预测的nomogram模型,为制定临床决策提供参考依据。现就乳腺癌相关列线图模型的最新研究进展作一综述。     

基于IVIM‐DWI及影像组学的列线图预测宫颈癌同步放化疗后复发

目的 探讨基于体素内不相干运动弥散加权成像（IVIM‐DWI）及MRI影像组学的列线图模型在预测局部晚期宫颈癌（LACC）同步放化疗（CCRT）后复发中的价值。方法 回顾性分析2014年12月至2019年12月于安徽省肿瘤医院接受CCRT并持续随访的111例ⅠB‐ⅣA期宫颈癌患者的临床资料。测量所有患者疗前原发灶的IVIM‐DWI定量参数（ADC、D、D^*、f值）及疗前、疗后T₂WI序列的3D纹理特征,并采用最小绝对收缩和选择算子（LASSO）算法和logistic回归分析筛选纹理特征,计算影像组学评分Rad‐score。采用Cox比例风险模型分析LACC患者CCRT后复发的独立危险因素并构建列线图。结果 外照射剂量、f值、疗前Rad‐score及疗后Rad‐score是宫颈癌CCRT复发的独立预后因素（HR=0.204、3.253、2.544、7.576）并共同组成列线图模型。模型预测1、3、5年无病生存（DFS）期的曲线下面积分别为0.895、0.888和0.916,内部验证一致性指数分别为0.859、0.903和0.867。决策曲线表明,相较于其他模型,列线图具有更高的临床净收益,临床影响曲线进一步直观地展现了模型的预测精度。结论 基于IVIM‐DWI及影像组学的列线图对预测LACC患者CCRT后复发具有较高的临床价值,可为宫颈癌患者的预后评估及个体化治疗提供参考。     

基于IVIM-DWI及影像组学的列线图预测宫颈癌同步放化疗后复发北大核心CSCD

目的探讨基于体素内不相干运动弥散加权成像(IVIM-DWI)及MRI影像组学的列线图模型在预测局部晚期宫颈癌(LACC)同步放化疗(CCRT)后复发中的价值。方法回顾性分析2014年12月至2019年12月于安徽省肿瘤医院接受CCRT并持续随访的111例ⅠB-ⅣA期宫颈癌患者的临床资料。测量所有患者疗前原发灶的IVIM-DWI定量参数(ADC、D、D*、f值)及疗前、疗后T_(2)WI序列的3D纹理特征,并采用最小绝对收缩和选择算子(LASSO)算法和logistic回归分析筛选纹理特征,计算影像组学评分Rad-score。采用Cox比例风险模型分析LACC患者CCRT后复发的独立危险因素并构建列线图。结果外照射剂量、f值、疗前Rad-score及疗后Rad-score是宫颈癌CCRT复发的独立预后因素(HR=0.204、3.253、2.544、7.576)并共同组成列线图模型。模型预测1、3、5年无病生存(DFS)期的曲线下面积分别为0.895、0.888和0.916,内部验证一致性指数分别为0.859、0.903和0.867。决策曲线表明,相较于其他模型,列线图具有更高的临床净收益,临床影响曲线进一步直观地展现了模型的预测精度。结论基于IVIM-DWI及影像组学的列线图对预测LACC患者CCRT后复发具有较高的临床价值,可为宫颈癌患者的预后评估及个体化治疗提供参考。     

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。     

基于CT影像组学的列线图模型预测肺部肿瘤立体定向放射治疗疗效

目的:基于治疗前CT图像筛选放射组学特征构建列线图模型预测早期非小细胞肺癌（early stage-non-small cell lung cancer,ES-NSCLC）和肺部寡转移癌的放疗疗效。方法:本研究纳入122例接受立体定向放射治疗（stereotactic body radiotherapy,SBRT）的ES-NSCLC和肺部寡转移癌的患者,随机分为训练集和验证集。使用最小绝对收缩和选择算子（least absolute shrinkage and selection operator,LASSO）和逻辑回归（logistic regression）筛选训练集中与放疗疗效相关的放射组学特征以建立列线图模型。用受试者工作特征曲线（receiver operating characteristic curves,ROC）下面积（area under the curve,AUC）、校准曲线和决策曲线（decision curve analysis,DCA）评价模型性能。结果:经筛选得出6个放射组学特征形成放射组学特征分数（radiomics score,Rad-score）以建立列线图模型。模型训练集的AUC值为0.808（95%CI:0.712~0.884,P<0.001）,验证集的AUC为0.741（95%CI:0.556~0.879,P=0.003）。Delong检测显示模型表现均衡（P=0.496）,校准曲线和DCA均显示了模型较好的预测性能和较高的临床价值。结论:我们基于治疗前CT图像开发并验证了用于预测肺部肿瘤SBRT治疗疗效的列线图模型,该模型具有较高的预测性能和临床实用性。     

结肠癌淋巴结转移的风险基因及列线图预测模型的构建

目的 寻找结肠癌淋巴结转移的相关风险基因,并构建由基因组成的列线图（nomogram）预测模型。 方法 从TCGA和GEO数据库下载基因测序数据,利用差异分析和LASSO回归方法筛选基因。利用赤池信息准则确定最优的nomogram模型,ROC曲线、校准曲线及拟合优度检验评估模型预测的准确性,决策曲线分析评估临床应用价值。 结果 通过筛选得到11个有效预测结肠癌淋巴结转移的基因。由年龄、病理T分期、TH、CDH4、PNMA6A、TNNC1、KIR2DL4、STUM、SFTA2构成的nomogram模型具有最小的AIC值（440.4）。内部评估模型AUC值为0.800,外部验证AUC值为0.664,校准度及拟合优度均较佳。临床决策曲线分析法评估基于nomogram模型的风险判断可以带来临床获益。结论 共筛选出11个结肠癌淋巴结转移的风险基因。构建的nomogram预测模型的一致性和区分度良好,可帮助评估患者淋巴结转移状态。     

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数据库的转移性结肠癌患者早期死亡预测列线图模型构建

目的构建预测转移性结肠癌(mCC)患者早期死亡的列线图模型。方法从SEER数据库中选择6669例符合条件的mCC患者。根据多因素Logistic回归中的危险因素构建列线图。通过C-index、校准曲线和临床决策曲线分析(DCA)评估列线图的预测性能。结果原发肿瘤位置、肿瘤分化、T分期、M分期、骨转移、脑转移、CEA、肿瘤大小、年龄和婚姻状态是mCC患者早期死亡的独立影响因素。基于这些变量构建列线图,C-index和校准曲线显示模型具有很好的预测能力,DCA曲线显示列线图可以使患者有较好的临床获益。结论该列线图具有良好的预测能力,能够帮助医生识别可能早期死亡的高危mCC患者,有助于制定个性化治疗策略。