咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于LASSO-Logistic回归构建Siewert Ⅱ/... 收藏

基于LASSO-Logistic回归构建Siewert Ⅱ/Ⅲ型食管胃结合部腺癌术后早期复发预测模型

Establishment of a LASSO⁃Logistic Regression⁃based Risk Prediction Model for Early Recurrence of SiewertⅡ/ⅢAdenocarcinoma of Esophagogastric Junction Post⁃Surgery

作     者:张祖禹 魏红 刘倩 王耀强 樊雪雁 罗瑞英 罗长江 ZHANG Zuyu;WEI Hong;LIU Qian;WANG Yaoqiang;FAN Xueyan;LUO Ruiying;LUO Changjiang

作者机构:兰州大学第二医院普通外科兰州730030 

出 版 物:《协和医学杂志》 (Medical Journal of Peking Union Medical College Hospital)

年 卷 期:2024年第15卷第3期

页      面:604-615页

核心收录:

学科分类:1002[医学-临床医学] 100210[医学-外科学(含:普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 100214[医学-肿瘤学] 10[医学] 

基  金:甘肃省科技计划(21JR1RA139,21JR11RA113) 萃英博导培育计划(CYDSPY202004) 

主  题:SiewertⅡ/Ⅲ型食管胃结合部腺癌 复发 预测模型 LASSO-Logistic回归 列线图 

摘      要:目的 探讨SiewertⅡ/Ⅲ型食管胃结合部腺癌(adenocarcinoma of esophagogastric junction, AEG)根治术后早期复发的危险因素,构建可视化预测模型。方法 回顾性分析2016年1月至2021年3月兰州大学第二医院诊断为SiewertⅡ/Ⅲ型AEG且接受根治性切除术患者的临床病理资料,将样本以7∶3的比例随机分为建模组与验证组。采用LASSO-Logistic回归分析法筛选出预测SiewertⅡ/Ⅲ型AEG早期复发的变量,并构建早期复发预测模型。基于Bootstrap法进行1000次重复抽样验证模型。绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算曲线下面积(area under curve, AUC),绘制校准曲线和决策曲线(decision curve analysis, DCA)对模型的稳定性进行评估。结果根据纳入与排除标准,共320例SiewertⅡ/Ⅲ型AEG患者最终纳入分析,其中2年内复发者122例;LASSO-Logistic回归分析显示,AJCC分期、分化程度、糖类抗原199、癌胚抗原、中性粒细胞与淋巴细胞比值及肿瘤长径是SiewertⅡ/Ⅲ型AEG早期复发的独立预测因素,依此构建预测模型并绘制列线图。绘制ROC曲线得到建模组AUC为0.836(95%CI:0.785~0.887),灵敏度为81.4%,特异度为85.6%;验证组AUC为0.812(95%CI:0.711~0.912),灵敏度为80.6%,特异度为87.7%。建模组与验证组的校准曲线显示拟合曲线与参考曲线接近,表明模型具有较高稳定性。DCA曲线显示阈值概率在0.05~0.75时模型具有良好的净收益。结论 基于LASSO-Logistic回归分析法构建的预测SiewertⅡ/Ⅲ型AEG早期复发的多因素模型,有助于判断患者临床预后,为术后病情监测与管理提供参考依据。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分