目的:基于美国国家癌症研究所监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库牙龈癌患者资料构建列线图预测模型,并评价其效果。方法:从SEER数据库下载2004—2018年诊断为牙龈癌患者的基本信息、临...目的:基于美国国家癌症研究所监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库牙龈癌患者资料构建列线图预测模型,并评价其效果。方法:从SEER数据库下载2004—2018年诊断为牙龈癌患者的基本信息、临床信息及随访资料,将患者随机分为建模组(70%)和验证组(30%)。通过单因素和多因素Cox回归分析筛选变量,确定牙龈癌患者预后独立危险因素并构建列线图。从区分度、校准度及临床适用性3个角度评估预测模型,采用X-Tile软件对牙龈癌患者进行危险分层。结果:本研究共纳入3 334例牙龈癌症患者,患者3年、5年、10年生存率分别为59.03%、48.89%、30.09%。建模组和验证组一致性指数(concordance index,C-index)分别为0.716和0.715;受试者工作特征(receiver operating characteristic,ROC)曲线结果显示,建模组预测牙龈癌患者的3年、5年、10年总生存率的曲线下面积(area under the curve,AUC)为0.758、0.759、0.769,在验证组中分别为0.746、0.764、0.788,列线图预测模型的一致性指数和AUC均大于传统的TNM分期系统(P<0.001)。校准曲线结果表明列线图预测模型具有良好的预测准确性。临床决策曲线分析(decision curve analysis,DCA)结果显示列线图具有良好的临床应用价值,并优于传统TNM分期系统。根据列线图总分值截断值将患者分为低风险组(<118.4分)、中风险组(118.4~213.6分)和高风险组(>213.6分),3组生存率差异有统计学意义(P<0.001)。结论:年龄、婚姻状况、组织学分级、T分期、N分期、手术情况、放疗情况是影响牙龈癌患者生存的因素,本研究构建的列线图预测模型可以为预测牙龈癌患者预后提供参考。展开更多
目的利用监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中的数据分析阑尾腺癌预后的风险因素。方法收集SEER数据库中2005–2015年期间病理诊断为阑尾腺癌患者,按照7∶3的比例随机分为训练组和验证...目的利用监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中的数据分析阑尾腺癌预后的风险因素。方法收集SEER数据库中2005–2015年期间病理诊断为阑尾腺癌患者,按照7∶3的比例随机分为训练组和验证组。在训练组中进行单因素、多因素Cox回归分析以筛选出阑尾腺癌患者总生存期及癌特异性生存期的独立风险因素,并以此构建列线图预测模型并验证。检验水准α=0.05。结果本研究共纳入阑尾腺癌患者749例,其中训练组524例,验证组225例。多因素Cox回归分析结果发现,T、N、M分期及手术均是阑尾腺癌患者总生存期及癌特异性生存期的独立影响因素(P<0.05),还发现年龄和肿瘤大小分别是阑尾腺癌患者总生存期及癌特异性生存期的独立影响因素(P<0.05);然后分别以其相应的独立影响因素构建阑尾腺癌患者总生存及癌特异性生存的列线图预测模型。总生存预测模型的一致性指数(95%CI)在训练组和验证组中分别为0.716(0.689,0.743)和0.695(0.649,0.740),预测3、5年总生存率的受试者操作特征曲线下面积(area under receiver operating characteristic curve,AUC)及95%CI在训练组中分别为0.780(0.739,0.821)和0.773(0.732,0.814)、在验证组分别为0.789(0.726,0.852)和0.776(0.715,0.837);其校准曲线在训练组和验证组中的校准度良好。癌特异性生存预测模型的一致性指数(95%CI)在训练组和验证组中分别为0.749(0.716,0.782)和0.746(0.699,0.793),预测3、5年癌特异性生存率的AUC(95%CI)在训练组中分别为0.813(0.768,0.858)和0.796(0.753,0.839)、在验证组分别为0.813(0.750,0.876)和0.811(0.750,0.872),其校准曲线在训练组和验证组中的校准度良好。结论通过对SEER数据库中阑尾腺癌患者的总生存及癌特异性生存分析发现,T、N、M分期晚及未手术是其风险因素,以相应的风险因素构建的阑尾腺癌总生存及癌特异性生存列线图预测模型具有良好的预测性能。展开更多
目的探讨影响原发性食管小细胞癌(primary small cell carcinoma of the esophagus,PSCCE)患者预后的相关因素,为临床治疗决策提供一定参考。方法本研究收集了来自监测、流行病学和最终结果(the Surveillance,Epidemiology,and End Resu...目的探讨影响原发性食管小细胞癌(primary small cell carcinoma of the esophagus,PSCCE)患者预后的相关因素,为临床治疗决策提供一定参考。方法本研究收集了来自监测、流行病学和最终结果(the Surveillance,Epidemiology,and End Results,SEER)数据库和中国单中心登记的数据。纳入2000—2020年诊断为PSCCE的230例患者(SEER队列158例,中国队列72例)。采用Kaplan-Meier分析绘制生存曲线,Log-Rank检验比较生存差异,Cox比例风险回归模型评估预后因素。结果单因素和多因素Cox回归分析显示,化疗是两队列患者总生存期(overall survival,OS)的独立预后因素。SEER队列多因素分析中,化疗组的HR=0.395(95%CI:0.261~0.597,P<0.001),化疗组中位生存时间(median survival time,MST)为12个月,显著高于非化疗组的3.5个月(P<0.001)。中国队列中,化疗的HR=0.399(95%CI:0.177~0.899,P=0.027),化疗组MST为22.6个月,高于非化疗组9.8个月(P<0.001)。亚组分析显示,化疗对局限期患者同样具有保护作用。SEER队列局限期患者化疗的HR=0.416(95%CI:0.236~0.735,P=0.003),化疗组MST为16个月,高于非化疗组5.5个月(P<0.001);中国队列局限期患者化疗的HR=0.345(95%CI:0.157~0.760,P=0.008),化疗组MST为23.6个月,高于非化疗组9.8个月(P<0.001)。治疗方式比较显示,SEER队列中,放化疗联合手术组MST显著长于单纯化疗组(18个月vs.10个月,P=0.009);中国队列中,手术联合化疗组MST显著长于单纯手术组(25.8个月vs.10个月,P<0.001)。结论化疗是中美PSCCE患者唯一共同的预后影响因素,也是多学科联合治疗里重要的组成部分。针对局限期患者,也应重视化疗的治疗价值,优先选择含化疗的组合方案。展开更多
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:基于美国国家癌症研究所监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库牙龈癌患者资料构建列线图预测模型,并评价其效果。方法:从SEER数据库下载2004—2018年诊断为牙龈癌患者的基本信息、临床信息及随访资料,将患者随机分为建模组(70%)和验证组(30%)。通过单因素和多因素Cox回归分析筛选变量,确定牙龈癌患者预后独立危险因素并构建列线图。从区分度、校准度及临床适用性3个角度评估预测模型,采用X-Tile软件对牙龈癌患者进行危险分层。结果:本研究共纳入3 334例牙龈癌症患者,患者3年、5年、10年生存率分别为59.03%、48.89%、30.09%。建模组和验证组一致性指数(concordance index,C-index)分别为0.716和0.715;受试者工作特征(receiver operating characteristic,ROC)曲线结果显示,建模组预测牙龈癌患者的3年、5年、10年总生存率的曲线下面积(area under the curve,AUC)为0.758、0.759、0.769,在验证组中分别为0.746、0.764、0.788,列线图预测模型的一致性指数和AUC均大于传统的TNM分期系统(P<0.001)。校准曲线结果表明列线图预测模型具有良好的预测准确性。临床决策曲线分析(decision curve analysis,DCA)结果显示列线图具有良好的临床应用价值,并优于传统TNM分期系统。根据列线图总分值截断值将患者分为低风险组(<118.4分)、中风险组(118.4~213.6分)和高风险组(>213.6分),3组生存率差异有统计学意义(P<0.001)。结论:年龄、婚姻状况、组织学分级、T分期、N分期、手术情况、放疗情况是影响牙龈癌患者生存的因素,本研究构建的列线图预测模型可以为预测牙龈癌患者预后提供参考。
文摘目的利用监测、流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中的数据分析阑尾腺癌预后的风险因素。方法收集SEER数据库中2005–2015年期间病理诊断为阑尾腺癌患者,按照7∶3的比例随机分为训练组和验证组。在训练组中进行单因素、多因素Cox回归分析以筛选出阑尾腺癌患者总生存期及癌特异性生存期的独立风险因素,并以此构建列线图预测模型并验证。检验水准α=0.05。结果本研究共纳入阑尾腺癌患者749例,其中训练组524例,验证组225例。多因素Cox回归分析结果发现,T、N、M分期及手术均是阑尾腺癌患者总生存期及癌特异性生存期的独立影响因素(P<0.05),还发现年龄和肿瘤大小分别是阑尾腺癌患者总生存期及癌特异性生存期的独立影响因素(P<0.05);然后分别以其相应的独立影响因素构建阑尾腺癌患者总生存及癌特异性生存的列线图预测模型。总生存预测模型的一致性指数(95%CI)在训练组和验证组中分别为0.716(0.689,0.743)和0.695(0.649,0.740),预测3、5年总生存率的受试者操作特征曲线下面积(area under receiver operating characteristic curve,AUC)及95%CI在训练组中分别为0.780(0.739,0.821)和0.773(0.732,0.814)、在验证组分别为0.789(0.726,0.852)和0.776(0.715,0.837);其校准曲线在训练组和验证组中的校准度良好。癌特异性生存预测模型的一致性指数(95%CI)在训练组和验证组中分别为0.749(0.716,0.782)和0.746(0.699,0.793),预测3、5年癌特异性生存率的AUC(95%CI)在训练组中分别为0.813(0.768,0.858)和0.796(0.753,0.839)、在验证组分别为0.813(0.750,0.876)和0.811(0.750,0.872),其校准曲线在训练组和验证组中的校准度良好。结论通过对SEER数据库中阑尾腺癌患者的总生存及癌特异性生存分析发现,T、N、M分期晚及未手术是其风险因素,以相应的风险因素构建的阑尾腺癌总生存及癌特异性生存列线图预测模型具有良好的预测性能。
文摘目的探讨影响原发性食管小细胞癌(primary small cell carcinoma of the esophagus,PSCCE)患者预后的相关因素,为临床治疗决策提供一定参考。方法本研究收集了来自监测、流行病学和最终结果(the Surveillance,Epidemiology,and End Results,SEER)数据库和中国单中心登记的数据。纳入2000—2020年诊断为PSCCE的230例患者(SEER队列158例,中国队列72例)。采用Kaplan-Meier分析绘制生存曲线,Log-Rank检验比较生存差异,Cox比例风险回归模型评估预后因素。结果单因素和多因素Cox回归分析显示,化疗是两队列患者总生存期(overall survival,OS)的独立预后因素。SEER队列多因素分析中,化疗组的HR=0.395(95%CI:0.261~0.597,P<0.001),化疗组中位生存时间(median survival time,MST)为12个月,显著高于非化疗组的3.5个月(P<0.001)。中国队列中,化疗的HR=0.399(95%CI:0.177~0.899,P=0.027),化疗组MST为22.6个月,高于非化疗组9.8个月(P<0.001)。亚组分析显示,化疗对局限期患者同样具有保护作用。SEER队列局限期患者化疗的HR=0.416(95%CI:0.236~0.735,P=0.003),化疗组MST为16个月,高于非化疗组5.5个月(P<0.001);中国队列局限期患者化疗的HR=0.345(95%CI:0.157~0.760,P=0.008),化疗组MST为23.6个月,高于非化疗组9.8个月(P<0.001)。治疗方式比较显示,SEER队列中,放化疗联合手术组MST显著长于单纯化疗组(18个月vs.10个月,P=0.009);中国队列中,手术联合化疗组MST显著长于单纯手术组(25.8个月vs.10个月,P<0.001)。结论化疗是中美PSCCE患者唯一共同的预后影响因素,也是多学科联合治疗里重要的组成部分。针对局限期患者,也应重视化疗的治疗价值,优先选择含化疗的组合方案。
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。
