
-
生物通官微
陪你抓住生命科技
跳动的脉搏
用于预测伴有骨转移的肺癌患者总生存率的诺模图:一项双中心回顾性队列研究
《BMC Cancer》:Nomogram for predicting overall survival in patients with lung cancer complicated by bone metastasis: a two-center retrospective cohort study
【字体: 大 中 小 】 时间:2026年09月04日 来源:BMC Cancer 4.1
编辑推荐:
摘要 背景 肺癌骨转移(LCBM)患者的生存率显著提高,这使得早期的预后模型变得不太适用。本研究旨在为LCBM患者开发并验证一个更新的预后预测图。 方法 这项双中心回顾性队列研究纳入了2019年1月至2025年6月期间被诊断为LCBM的患
肺癌骨转移(LCBM)患者的生存率显著提高,这使得早期的预后模型变得不太适用。本研究旨在为LCBM患者开发并验证一个更新的预后预测图。
这项双中心回顾性队列研究纳入了2019年1月至2025年6月期间被诊断为LCBM的患者。主要终点是总体生存率。首先使用最小绝对收缩选择算法(LASSO)和惩罚Cox回归,并结合10倍交叉验证来选择预后变量。随后将这些变量纳入多变量Cox比例风险回归模型,以估计风险比(HR)和95%置信区间(CI)。通过时间依赖的接收者操作特征曲线、校准图和决策曲线分析(DCA)来构建和评估预测图。采用1000次迭代的自助法重采样进行内部验证。
共有343名LCBM患者被纳入研究,分为训练组(n = 274)和验证组(n = 69)。研究确定了六个独立的预后因素:女性性别(HR 0.74,95% CI 0.55–0.99)、放射治疗(HR 0.73,95% CI 0.55–0.98)、靶向治疗(HR 0.62,95% CI 0.45–0.85)、脊柱转移(HR 0.67,95% CI 0.46–0.98)、肝脏转移(HR 1.49,95% CI 1.01–2.21)以及从肺癌诊断到骨转移的时间(HR 0.98,95% CI 0.98–0.99)。该预测图在训练组的1年、3年和5年总体生存率方面的AUC值分别为0.79、0.84和0.87;在验证组分别为0.78、0.91和0.98,校准效果良好,并且在决策曲线分析(DCA)中显示出积极的净效益。
该预测图在预测LCBM患者1年、3年和5年的总体生存率方面表现出中等到良好的区分能力。
肺癌骨转移(LCBM)患者的生存率显著提高,这使得早期的预后模型变得不太适用。本研究旨在为LCBM患者开发并验证一个更新的预后预测图。
这项双中心回顾性队列研究纳入了2019年1月至2025年6月期间被诊断为LCBM的患者。主要终点是总体生存率。首先使用最小绝对收缩选择算法(LASSO)和惩罚Cox回归,并结合10倍交叉验证来选择预后变量。随后将这些变量纳入多变量Cox比例风险回归模型,以估计风险比(HR)和95%置信区间(CI)。通过时间依赖的接收者操作特征曲线、校准图和决策曲线分析(DCA)来构建和评估预测图。采用1000次迭代的自助法重采样进行内部验证。
共有343名LCBM患者被纳入研究,分为训练组(n = 274)和验证组(n = 69)。研究确定了六个独立的预后因素:女性性别(HR 0.74,95% CI 0.55–0.99)、放射治疗(HR 0.73,95% CI 0.55–0.98)、靶向治疗(HR 0.62,95% CI 0.45–0.85)、脊柱转移(HR 0.67,95% CI 0.46–0.98)、肝脏转移(HR 1.49,95% CI 1.01–2.21)以及从肺癌诊断到骨转移的时间(HR 0.98,95% CI 0.98–0.99)。该预测图在训练组的1年、3年和5年总体生存率方面的AUC值分别为0.79、0.84和0.87;在验证组分别为0.78、0.91和0.98,校准效果良好,并且在决策曲线分析(DCA)中显示出积极的净效益。
该预测图在预测LCBM患者1年、3年和5年的总体生存率方面表现出中等到良好的区分能力。