甲状腺乳头状癌柱状细胞亚型远处转移风险预测：构建模型，助力精准诊疗

为分析甲状腺乳头状癌柱状细胞亚型（CCS-PTC）远处转移的独立危险因素，研究人员开展回顾性队列研究。他们从 SEER 数据库获取数据，构建并验证列线图。结果显示其预测性能良好，有助于临床医生制定个性化决策。

　　摘要
目的：分析甲状腺乳头状癌柱状细胞亚型（CCS-PTC）远处转移的独立危险因素，构建并验证列线图，帮助临床医生做出更个性化的临床决策。
研究设计：基于人群的回顾性队列研究。
研究背景：监测、流行病学和最终结果（SEER）数据库。
方法：从 SEER 数据库下载患者数据。使用卡方检验和 Logistic 回归分析确定 CCS-PTC 远处转移的独立危险因素。利用 R 软件（版本 4.3.3）的 rms 包，基于显著的独立危险因素建立列线图。通过受试者工作特征曲线（ROC）、校准曲线和决策曲线分析（DCA）评估列线图的性能。
结果：共纳入 1712 例 CCS-PTC 患者，其中 79 例发生远处转移，占整个队列的 4.61%。卡方检验结果表明，年龄、性别、种族、肿瘤大小和淋巴结转移与 CCS-PTC 远处转移显著相关。多因素 Logistic 回归分析显示，年龄、种族、肿瘤大小和淋巴结转移是 CCS-PTC 远处转移的独立危险因素，并据此绘制列线图。ROC、校准曲线和 DCA 结果表明，列线图的预测性能良好。
结论：成功构建并验证了 CCS-PTC 远处转移的列线图，这对于临床医生及时识别远处转移高风险患者、做出更个性化的临床决策具有重要意义。