基于辅助化疗前血清白蛋白水平的列线图预测胃癌患者术后复发及远期生存

[目的]对于胃癌根治术后接受辅助化疗的患者,构建基于化疗开始前血清白蛋白水平的预后预测模型。[方法]回顾性分析根治术后接受辅助化疗的胃癌患者的临床、病理资料以及生存数据;依据时间依赖性受试者工作特征曲线(ROC曲线)确定白蛋白水平的最佳截断值;采用多因素Cox回归分析校正混杂因素,探讨白蛋白水平对无病生存期(disease-free survival,DFS)和总生存期(overall survival,OS)的影响;绘制预测列线图并进行验证。[结果]共纳入121例患者,白蛋白对12个月OS影响的曲线下面积(area under curve, AUC)为0.69(95%CI:0.55~0.83),白蛋白最佳截断值为37.0 g/L。Cox回归分析结果提示化疗前血清白蛋白<37.0 g/L、低/差分化肿瘤和存在癌结节是增加患者复发及死亡风险的独立因素。基于3个参数构建的列线图预测DFS和OS的c-指数分别为0.671(95%CI:0.526~0.816)和0.649(95%CI:0.553~0.745),校准曲线基本沿45°线分布。[结论]对于接受辅助化疗的胃癌根治术后患者,基于化疗开始前血清白蛋白水平的列线图可用于预测复发、转移和生存结局。     

基于外周血炎症-营养参数列线图模型对卵巢癌预后的预测价值

目的 探讨外周血炎症-营养参数对卵巢癌患者的预后价值,并开发一个基于炎症-营养参数与临床病理特征的列线图模型,测试其在预后评估中的价值。方法 选取2017年6月至2020年6月期间于南京市溧水区人民医院(n=56)和南京医科大学第二附属医院(n=150)接受手术治疗的206例卵巢癌患者为研究对象,收集临床资料和外周血参数进行回顾性分析。使用受试者操作特征(ROC)曲线比较中性粒细胞与淋巴细胞计数比(NLR)、血小板与淋巴细胞计数比(PLR)、淋巴细胞与单核细胞计数比(LMR)、预后营养指数(PNI)、血清总胆固醇与外周血淋巴细胞计数比(TCLR)及C反应蛋白-白蛋白比(CAR)对卵巢癌患者总生存(OS)期的预测价值。通过单、多因素Cox回归分析筛选卵巢癌患者的独立预后因素,并构建列线图模型。采用Harrell一致性指数(C-index)和校准曲线评价模型的预测性能。结果 PNI与CAR的最佳截止点为47.8和0.08,其AUC值分别为0.803(95%CI=0.736～0.870)和0.749 (95%CI=0.673～0.824)。在单因素分析中,共有8个变量可能影响卵巢癌患者OS,...     

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。     

基于炎症-免疫-营养评分和循环肿瘤细胞对食管癌根治术后患者构建预后列线图

目的 依据炎症-免疫-营养评分(IINS)、循环肿瘤细胞(CTCs)计数、肿瘤异常糖链蛋白(TAP)和临床病理特征构建食管癌根治术后患者预后列线图。方法 选取2013-08-05-2021-07-02郑州大学第一附属医院接受首次手术治疗的492例食管癌患者纳入本研究队列,随机选取343例患者作为训练队列,149例患者作为验证队列。采用LASSO Cox回归模型进行数据的简化和特征选择。使用基线变量构建基于单因素和多因素Cox模型的列线图。采用一致性指数(C-index)、时间受试者工作特征曲线(ROC)、时间依赖性曲线下面积(AUC)和校准曲线评价列线图的区分度和校准度,采用决策曲线分析(DCA)评价列线图的净效益。最后,通过risk plot、时间依赖性AUC、Kaplan-Meier和限制性立方样条(RCS)评价预测因子与总生存期(OS)和无进展生存期(PFS)的关系。结果 基于OS的多因素分析,建立包含CTCs(HR=2.413,95%CI:1.757～3.314,P<0.001)、IINS(HR=13.136,95%CI:8.579～20.113,P<0.001)、...     

基于术前FAR和SⅡ的预后模型与TNM分期系统在评估胰腺癌根治术患者预后中的比较

目的 探讨胰腺导管腺癌患者术前纤维蛋白原/白蛋白比值（FAR）和系统免疫炎症指数（SⅡ）对预后的预测价值。方法 受试者工作特征（ROC）曲线确定FAR、SⅡ的最佳截断值,并进行分组。Cox风险比例模型分析胰腺癌根治术的预后影响因素,依此建立列线图（Nomogram）预后模型。C-index、AUC和校准曲线评估列线图的辨别和校准能力。DCA曲线评估列线图的临床有效性。结果 术前FAR及SⅡ的最佳截断值分别为0.095和532.945。Cox比例风险回归模型显示：FAR≥0.095、SⅡ≥532.945、CA199≥450.9U/ml、肿瘤最大径≥4cm、术后未进行化疗是影响胰腺癌预后不佳的独立危险因素（P<0.05）。C-index、AUC、校准曲线和DCA曲线表明,列线图预后模型的辨别能力、校准能力和临床有效性均优于TNM分期系统预后模型。结论 构建的Nomogram预后模型较TNM分期预后模型具有更高的准确性、区分度及临床获益。     

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...     

基于列线图模型探讨血清学指标对鼻咽癌预后的判断价值

目的基于列线图模型探讨血清学指标对鼻咽癌预后的判断价值。方法回顾性分析2020年1月至2021年12月在四川省资阳市第一人民医院首次接受治疗的231例鼻咽癌患者的临床资料, 按照3∶1的比例采用随机数字表法将入组患者随机分为训练队列(n=173)和验证队列(n=58)。在训练队列中使用最小绝对收缩和选择算子(Lasso)Cox回归模型生成一个预后模型, 使用一致性指数(C指数)和决策曲线分析(DCA)比较新预后模型与TNM分期和EB病毒(EBV) DNA拷贝数的预测准确性。在此基础上, 构建包含预后模型、TNM分期和EBV DNA拷贝数的总生存期(OS)列线图, 用于预测鼻咽癌预后。结果训练队列和验证队列的中位随访时间分别为31.4个月、30.4个月。训练队列12个月、24个月和36个月OS率分别为97.4%、83.8%和63.3%;验证队列分别为94.2%、84.4%和72.8%。两组间临床特征和血清学指标的分布差异均无统计学意义(均P>0.05)。建立的预后模型包括如下变量:年龄、体重指数、血小板计数、淋巴细胞-单核细胞比值、C-反应蛋白(CRP)、CRP-白蛋白比值、球蛋白...     

基于炎症相关参数建立根治性膀胱切除术术后的列线图预测模型及验证

目的:探讨接受根治性膀胱切除术的膀胱癌患者相关预测因素,建立并验证列线图预测模型。方法:回顾性收集我院2009年01月至2018年01月期间行根治性膀胱切除术患者的实验室检查和病理结果等临床资料,由术前的血常规结果计算中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）和全身免疫炎症指数（SII）。根据约登指数计算SII及NLR的最佳分界值,术后对患者进行随访,使用多因素Cox回归模型分析影响患者术后总生存率的独立危险因素,然后将独立危险因素纳入并构建预测非肌层浸润性膀胱癌（NMIBC）患者3、5年总生存率的列线图,并对模型的预测准确性进行外部验证,通过一致性指数（C指数）和校准曲线来确定列线图的预测精度和一致性。结果:建模组患者中位总生存期（OS）为21个月(1~66个月),1年、3年和5年的OS率分别为85.2%、68.5%和59.1%。多因素分析显示T分期、N分期、SII和NLR是膀胱癌根治性膀胱切除术后患者的独立危险因素。SII的ROC曲线下面积（AUC）大于NLR,差异有统计学意义,SII预测患者总生存率的准确度更高。我们建立了一个预测根治性膀胱切除术后OS的列线图预测模型,C指数为0.87(95%CI 0.83~0.90),并对模型进行外部验证,校正曲线显示预测和观察的3、5年生存率之间有很好的一致性。结论:本研究建立的接受根治性膀胱切除术的膀胱癌患者列线图预测模型对膀胱癌患者总生存率具有较高的预测价值,验证相关指标能有效预测患者的预后。     

局部晚期鼻咽癌调强放疗后区域复发的列线图模型的建立

[目的]建立预测局部晚期鼻咽癌（nasopharyngeal carcinoma,NPC）患者调强放疗后无区域复发生存期的列线图模型。[方法]回顾性分析2016年6月至2019年6月在江苏省肿瘤医院行调强放疗后的424例局部晚期NPC患者临床资料,随机分为训练集（n=297）和验证集（n=127）。在训练集中,通过Cox回归分析,筛选出影响区域复发的独立危险因素。根据危险因素建立列线图模型并进行危险分层,通过C指数和校准曲线评估列线图。[结果]年龄（≥60岁）、血小板与淋巴细胞比值、全身免疫炎症指数是影响局部晚期NPC患者调强放疗后区域复发的独立危险因素（P均<0.05）。训练组、验证组的C指数分别为0.745(95%CI:0.726～0.764)、0.845(95%CI:0.815～0.869)。校准曲线结果显示符合度较好。此外,列线图对不同风险分层的患者有显著的分辨能力。[结论]本研究建立的列线图模型可以有效预测调强放疗后局部晚期NPC患者的无区域复发生存期。     

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。     

预后营养指数在食管癌放射治疗患者预后中的意义及预测模型

目的 探讨预后营养指数(PNI)在食管癌放射治疗(简称放疗)患者预后中的意义,并构建相关列线图风险模型。方法 选取2018年3月至2019年10月于阜阳市肿瘤医院行放疗的食管癌患者作为研究对象,根据首次放疗前1周内实验室检查数据计算PNI。采用受试者操作特征曲线计算PNI的最佳截断值,并据此将患者分为低PNI组与高PNI组。比较两组临床特征。采用单因素和Cox回归多因素分析食管癌放疗患者预后的影响因素,并据此建立列线图预测模型。结果 PNI最佳截断值为48.03,低PNI组与高PNI组的年龄、TNM分期和肿瘤直径资料间差异有统计学意义(P<0.05)。TNM分期高、肿瘤直径≥3 cm、处方剂量<60 Gy、和PNI<48.03是食管癌放疗患者死亡的独立危险因素(P<0.05)。据此建立预测食管癌放疗患者死亡的列线图风险模型,模型验证结果显示C-index为0.846,校正曲线趋近于理想曲线,ROC曲线的AUC为0.881(95%CI=0.847～0.912),表明模型具有良好的预测能力。结论 PNI对食管癌放疗患者的预后具有较高的预测价值,基于PNI构建的列线图...     

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。     

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、...     

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。     

预测子宫内膜癌根治术后生存的列线图模型

摘 要： ［目的］ 分析影响子宫内膜癌根治术后生存的相关因素,建立列线图预测模型。［方法］ 选取2013年8月至2015年8月收治的子宫内膜癌患者300例作为建模组,2015年9月至2016年9月收治的52例子宫内膜癌患者作为验证组。采用Kaplan-Meier法计算术后3年及5年生存率,Cox回归模型筛选术后生存率的独立影响因素。基于预后相关独立影响因素建立列线图预测模型。 ［结果］ 术后对300例患者实施5年随访,失访14例,286例患者3年、5年生存率分别为95.45%、86.71%。多因素Cox风险回归分析显示,手术病理分期、组织学分级、肌层浸润深度、淋巴结转移是子宫内膜癌患者术后生存率的独立危险因素（P＜0.05）。基于影响术后生存的危险因素建立列线图预测模型,列线图预测模型预测3年、5年生存率的ROC曲线下面积分别为0.859（95%CI：0.820~0.892）、0.849（95%CI：0.805~0.880）;校准曲线为斜率近似于1的直线。验证组列线图预测3年、5年生存率的ROC曲线下面积分别为0.858（95%CI：0.803~0.903）、0.827（95%CI：0.758~0.876）。Kaplan-Meier生存曲线结果显示,高危组患者5年生存率为78.63%,明显低于低危组患者的92.31%（P＜0.05）。［结论］ 基于子宫内膜癌根治术后生存率的影响因素建立列线图预测模型预测术后3年、5年生存率的区分度与一致性良好,可为子宫内膜癌的术后辅助治疗提供一定参考价值。     

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。     

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。     

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...     

前列腺穿刺对根治性前列腺切除术后标本ISUP升级预测列线图模型的建立及其应用

目的:构建一个从前列腺穿刺组织到根治性前列腺切除术（RP）后标本ISUP分级升高(ISUP grade upgrading,IGU)风险的预测列线图模型并进行内部验证。方法:对2019年05月至2020年05月我院泌尿外科收治的166例前列腺癌患者临床和病理学资料进行回顾性分析。采用单因素及多因素Logistic回归分析得到IGU的独立危险因素,后根据这些因素构建列线图预测模型。通过校准图进行模型校准,C-指数评估模型的预测能力,决策曲线分析用于检验临床效用,采用Bootstrap resampling对模型进行诊断效能内部验证。结果:该研究中ISUP升级组有47例（28.3%）患者,未升级组有119例（71.7%）患者。多因素logistic回归分析发现前列腺穿刺活检组织Gleason评分（P=0.001）、前列腺穿刺活检方法（P=0.03）和穿刺阳性针数（P=0.04）是IGU的独立危险因素。IGU列线图模型是基于上述独立因素而构建,模型的ROC曲线下面积为0.802,C-指数为0.798,校准图显示预测曲线与实际曲线有较好的相符度。列线图模型在内部验证中C-指数达到0.772。决策曲线分析表明,RP-ISUP升级风险的区间阈值为3%~67%。结论:该研究构建了一个准确性相对较高的列线图模型,有助于临床医生评估RP术后标本ISUP分级升高（特别是经直肠穿刺活检诊断的低风险前列腺癌）的风险。     

基于术前 PIV、NLR和CEA水平对胃癌根治术后预后列线图预测模型的构建及评价

目的:基于术前泛免疫炎症（PIV）、中性粒细胞与淋巴细胞比值（NLR）以及癌胚抗原(CEA)水平探讨胃癌根治术后预后的影响因素并建立列线图预后预测模型。方法:回顾性分析2016年03月至2019年11月在徐州医科大学附属医院普外科行胃癌根治术的384例胃癌患者的临床病理资料,采用受试者工作特征（ROC）曲线分析术前PIV、NLR、CEA水平预测总生存期(OS)的最佳截断值,并根据 PIV 的最佳截断值进行分组。采用 χ2 检验分析不同PIV水平与患者临床病理特征的关系。使用Kaplan-Meier 法和Log-rank检验分析不同临床病理特征对患者OS的影响,多因素 Cox 回归分析患者预后的独立影响因素。使用 R4.1.1 软件绘制胃癌根治术后患者 1、3、5年OS的列线图预测模型,并评价预测模型的效能,然后使用 X-tile 软件根据列线图风险得分将该模型分层进一步探讨该模型的临床应用价值。结果:ROC 曲线分析结果显示,PIV、NLR、CEA 曲线下面积(AUC)分别为 0.627、 0.584、0.590,最佳截断值分别为236.8、1.98、4.93 ng/mL。PIV与年龄、肿瘤最大直径、肿瘤浸润深度、淋巴结转移、TNM分期、神经或脉管侵犯、术前NLR水平相关(P＜0.05)。多因素 Cox 回归分析显示,年龄、肿瘤浸润深度、神经或脉管侵犯、PIV、NLR、CEA为胃癌根治术后患者 1、3、5年OS的独立影响因素(P＜0.05)。构建包含以上独立危险因素的列线图预测模型,模型内部验证一致性指数(C指数)分别为0.797、0.805、0.780,校正曲线提示该模型区分度良好,低风险患者的OS明显优于中、高风险组(P＜0.001)。结论:PIV、NLR、CEA对于胃癌预后有较好的预测价值,基于PIV、NLR、CEA水平及胃癌相关病理资料构建的列线图模型对于临床有较高的指导意义。