
-
生物通官微
陪你抓住生命科技
跳动的脉搏
用于预测肝内胆管癌生存率的个性化诺模图:一项基于人群的分析
《World Journal of Surgical Oncology》:An individualized nomogram for survival prediction in intrahepatic cholangiocarcinoma: a population-based analysis
【字体: 大 中 小 】 时间:2026年07月24日 来源:World Journal of Surgical Oncology 2.8
编辑推荐:
摘要背景肝内胆管癌是一种恶性程度高且预后不良的肿瘤。目前的预后评估系统,包括TNM分期系统,未能充分考虑重要的临床和病理因素。本研究旨在构建并验证一种个性化预测模型,用于预测肝内胆管癌患者的总生存期。方法从监测、流行病学和最终结果数据库中筛选出2011年至2021年间确诊的1,7
肝内胆管癌是一种恶性程度高且预后不良的肿瘤。目前的预后评估系统,包括TNM分期系统,未能充分考虑重要的临床和病理因素。本研究旨在构建并验证一种个性化预测模型,用于预测肝内胆管癌患者的总生存期。
从监测、流行病学和最终结果数据库中筛选出2011年至2021年间确诊的1,751例肝内胆管癌患者,用于模型构建和内部验证。另外,还使用了2000年至2010年间确诊的751例患者作为时间维度上的验证样本。研究预先确定了12个潜在预测因子,最终根据预定的标准从多变量Cox模型中选出合适的变量。模型性能通过一致性指数、时间依赖型接收者操作特征曲线下面积、校准曲线、决策曲线分析以及综合鉴别改善指标等进行评估。风险分层则采用Kaplan-Meier分析方法。
该预测模型具有较好的区分能力,训练组的C指数为0.761,验证组为0.732;1年、3年和5年预测的时间依赖型AUC值在0.74到0.84之间。校准曲线显示,两个组中预测的生存概率与实际观察值吻合度良好。该模型的表现优于TNM分期系统,1年、3年和5年预测的IDI值分别为0.197、0.393和0.238(均P<0.001)。决策曲线分析表明,在不同阈值概率下该模型都具有更大的优势。风险分层能够有效区分高风险和低风险患者(log-rank P<0.001)。
所提出的预测模型可以实现对肝内胆管癌患者1年、3年和5年总生存期的个性化预测,有助于风险分层和预后评估。
肝内胆管癌是一种恶性程度高且预后不良的肿瘤。目前的预后评估系统,包括TNM分期系统,未能充分考虑重要的临床和病理因素。本研究旨在构建并验证一种个性化预测模型,用于预测肝内胆管癌患者的总生存期。
从监测、流行病学和最终结果数据库中筛选出2011年至2021年间确诊的1,751例肝内胆管癌患者,用于模型构建和内部验证。另外,还使用了2000年至2010年间确诊的751例患者作为时间维度上的验证样本。研究预先确定了12个潜在预测因子,最终根据预定的标准从多变量Cox模型中选出合适的变量。模型性能通过一致性指数、时间依赖型接收者操作特征曲线下面积、校准曲线、决策曲线分析以及综合鉴别改善指标等进行评估。风险分层则采用Kaplan-Meier分析方法。
该预测模型具有较好的区分能力,训练组的C指数为0.761,验证组为0.732;1年、3年和5年预测的时间依赖型AUC值在0.74到0.84之间。校准曲线显示,两个组中预测的生存概率与实际观察值吻合度良好。该模型的表现优于TNM分期系统,1年、3年和5年预测的IDI值分别为0.197、0.393和0.238(均P<0.001)。决策曲线分析表明,在不同阈值概率下该模型都具有更大的优势。风险分层能够有效区分高风险和低风险患者(log-rank P<0.001)。
所提出的预测模型可以实现对肝内胆管癌患者1年、3年和5年总生存期的个性化预测,有助于风险分层和预后评估。
生物通微信公众号