基于SEER数据库肺腺癌脑转移预测模型的构建及分析 |
| |
引用本文: | 安梦霞,崔晓娜,孙继宏,张瀚文,洪嘉源,王萍玉.基于SEER数据库肺腺癌脑转移预测模型的构建及分析[J].癌症进展,2022(16):1646-1651. |
| |
作者姓名: | 安梦霞 崔晓娜 孙继宏 张瀚文 洪嘉源 王萍玉 |
| |
作者单位: | 滨州医学院公共卫生与管理学院 |
| |
基金项目: | 国家自然科学基金(81772281);;山东省自然科学基金(ZR2020KH015); |
| |
摘 要: | 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。
|
关 键 词: | 肺腺癌 脑转移 SEER数据库 Lasso回归 列线图 |
|
|