基于SEER数据库老年晚期肺腺癌术后患者预后预测模型的构建
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.cn115355-20230724-00020

基于SEER数据库老年晚期肺腺癌术后患者预后预测模型的构建

引用
目的:基于监测、流行病学和最终结果(SEER)数据库大样本数据,构建并分析可视化预测老年晚期肺腺癌术后患者预后的列线图模型。方法:使用SEER*Stat8.4.0.1软件筛选2000年至2019年SEER数据库中来自17个注册点的数据,纳入4 453例经美国癌症联合会(AJCC)第7版分期标准诊断为Ⅲ期和Ⅳ期接受手术治疗、年龄≥65岁的肺腺癌患者,按7∶3比例随机分为训练集(3 117例)和验证集(1 336例),比较两组的流行病学资料和临床病理特征。采用LASSO回归进行数据降维,从患者预后因素中选择最佳预测因子。采用Cox比例风险模型对筛选出来的变量进行单因素和多因素分析,采用R软件rms包根据预后独立危险因素构建列线图,预测患者1、3、5年肿瘤特异性生存(CSS)率。采用Bootstrap法对验证集进行1 000次等量有放回重复采样验证,采用C指数、受试者工作特征(ROC)曲线及校正曲线验证列线图模型的准确性。结果:训练集、验证集患者年龄、性别、种族、肿瘤位置、Grade分级、手术方式、淋巴结清扫数目、放疗方式、肿瘤长径、肿瘤转移、婚姻、居住环境、TNM分期、放化疗等比较,差异均无统计学意义(均 P>0.05)。将训练集中18个变量纳入LASSO回归分析,对变量进行降维,共筛选出11个最优预测变量,年龄≥85岁( HR=2.34,95% CI:1.803~3.037, P<0.01)、男性( HR=1.326,95% CI:1.228~1.432, P<0.01),Grade分级Ⅲ~Ⅳ级( HR=1.333,95% CI:0.844~2.105, P<0.01)、未清扫淋巴结( HR=2.261,95% CI:2.023~2.527, P<0.01),肿瘤长径≥3.7 cm( HR=1.445,95% CI:1.333~1.566, P<0.01),发生骨转移( HR=1.535,95% CI:1.294~1.819, P<0.01)、脑转移( HR=1.308,95% CI:1.117~1.532, P<0.01)、肺转移( HR=1.229,95% CI:1.056~1.431, P=0.01),居住于农村( HR=1.215,95% CI:1.084~1.363, P<0.01)、TNM分期Ⅳ期( HR=1.155,95% CI:1.044~1.278, P=0.01)、术后放疗( HR=1.148,95% CI:1.054~1.250, P<0.01)的肺腺癌患者预后更差。根据以上变量构建列线图预测模型,预测老年晚期肺腺癌术后患者1、3、5年CSS率。采用Bootstrap法重复抽样1 000次验证列线图的建模效果,模型组训练集的C指数为0.654(95% CI:0.641~0.668),验证集为0.666(95% CI:0.646~0.685)。分别绘制老年晚期肺腺癌术后患者训练集和验证集1、3、5年CSS率的ROC曲线,曲线下面积(AUC)分别为0.730(95% CI:0.708~0.754)和0.689(95% CI:0.672~0.710)、0.687(95% CI 0.668~0.711)和0.731(95% CI:0.697,0.765)、0.712(95% CI:0.684~0.740)、0.714(95% CI:0.683~0.745)。校准曲线显示模型预测概率与真实概率具有较高的一致性。 结论:根据最优预测变量构建的老年晚期肺腺癌术后患者预后预测列线图模型,可能是患者生存预测的一个简便工具。

肺腺癌、老年人、列线图、预后

36

北京中医药"十四五"重点专科项目BJZKBC0003;"14th Five-Year" Plan Key Specialty Program of Beijing University of Chinese MedicineBJZKBC0003

2024-01-30(万方平台首次上网日期,不代表论文的发表时间)

共9页

32-40

相关文献
评论
暂无封面信息
查看本期封面目录

肿瘤研究与临床

1006-9801

11-5355/R

36

2024,36(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn