目的:分析卵巢卵黄囊瘤(ovarian yolk sac tumor,OYST)患者肿瘤特异性生存期的相关影响因素,构建OYST患者肿瘤特异性生存率的列线图预测模型。方法:从监测、流行病学和结局(The Surveillance,Epidemiology,and End Results,SEER)数据库...目的:分析卵巢卵黄囊瘤(ovarian yolk sac tumor,OYST)患者肿瘤特异性生存期的相关影响因素,构建OYST患者肿瘤特异性生存率的列线图预测模型。方法:从监测、流行病学和结局(The Surveillance,Epidemiology,and End Results,SEER)数据库中筛选2000年1月—2020年12月诊断为OYST的患者共358例,将其按3:1的比例随机分为训练集(266例)和验证集(92例)。采用单因素和多因素竞争风险分析肿瘤特异性生存期的独立影响因素,构建1年、3年、5年肿瘤特异性生存率的列线图预测模型,并通过一致性指数(C指数)、受试者工作特征曲线下面积(area under the curve,AUC)、校准曲线、Hosmer-Lemeshow拟合优度检验、决策曲线分析评估模型的区分度、准确性及实用性。通过建立风险分层系统,将患者分成高、低风险人群,采用Kaplan-Meier曲线分析2组人群的生存差异。结果:多因素竞争风险分析结果显示,年龄、手术和区域淋巴结清扫是OYST患者肿瘤特异性生存期的独立影响因素。据此构建列线图预测模型,训练集和验证集的C指数分别为0.829(95%CI:0.825~0.833)和0.808(95%CI:0.804~0.812),预测1年、3年、5年肿瘤特异性生存率的AUC分别为0.927、0.833、0.815和0.982、0.880、0.745。校准曲线及HosmerLemeshow拟合优度检验显示模型预测的OYST患者肿瘤特异性生存率与实际生存率具有较好的一致性。临床决策分析曲线表明该模型有一定的临床实用性。Kaplan-Meier曲线显示高风险人群的肿瘤特异性生存率显著低于低风险人群(均P<0.0001)。结论:构建的OYST患者肿瘤特异性生存率的列线图预测模型具有良好的区分度和准确度,可帮助临床医师评估患者预后,制定个体化治疗方案改善患者预后。展开更多
文摘目的:分析卵巢卵黄囊瘤(ovarian yolk sac tumor,OYST)患者肿瘤特异性生存期的相关影响因素,构建OYST患者肿瘤特异性生存率的列线图预测模型。方法:从监测、流行病学和结局(The Surveillance,Epidemiology,and End Results,SEER)数据库中筛选2000年1月—2020年12月诊断为OYST的患者共358例,将其按3:1的比例随机分为训练集(266例)和验证集(92例)。采用单因素和多因素竞争风险分析肿瘤特异性生存期的独立影响因素,构建1年、3年、5年肿瘤特异性生存率的列线图预测模型,并通过一致性指数(C指数)、受试者工作特征曲线下面积(area under the curve,AUC)、校准曲线、Hosmer-Lemeshow拟合优度检验、决策曲线分析评估模型的区分度、准确性及实用性。通过建立风险分层系统,将患者分成高、低风险人群,采用Kaplan-Meier曲线分析2组人群的生存差异。结果:多因素竞争风险分析结果显示,年龄、手术和区域淋巴结清扫是OYST患者肿瘤特异性生存期的独立影响因素。据此构建列线图预测模型,训练集和验证集的C指数分别为0.829(95%CI:0.825~0.833)和0.808(95%CI:0.804~0.812),预测1年、3年、5年肿瘤特异性生存率的AUC分别为0.927、0.833、0.815和0.982、0.880、0.745。校准曲线及HosmerLemeshow拟合优度检验显示模型预测的OYST患者肿瘤特异性生存率与实际生存率具有较好的一致性。临床决策分析曲线表明该模型有一定的临床实用性。Kaplan-Meier曲线显示高风险人群的肿瘤特异性生存率显著低于低风险人群(均P<0.0001)。结论:构建的OYST患者肿瘤特异性生存率的列线图预测模型具有良好的区分度和准确度,可帮助临床医师评估患者预后,制定个体化治疗方案改善患者预后。
