目的基于监测、流行病学和最终结果(SEER)数据库建立并验证食管腺癌的总生存期(OS)和肿瘤特异性生存期(CSS)的列线图,探讨食管腺癌独立预后因素。方法从SEER数据库中筛选2788例食管腺癌患者,随机分为训练集(70%,n=1952)和验证集(30%,n=8...目的基于监测、流行病学和最终结果(SEER)数据库建立并验证食管腺癌的总生存期(OS)和肿瘤特异性生存期(CSS)的列线图,探讨食管腺癌独立预后因素。方法从SEER数据库中筛选2788例食管腺癌患者,随机分为训练集(70%,n=1952)和验证集(30%,n=836)。通过单因素和多因素COX分析确定训练集独立预后因素,纳入构建列线图预测模型。通过C指数、校正曲线和受试者工作特征曲线的曲线下面积(AUC)来评估该模型的预测能力。结果COX多因素分析结果显示,年龄、病理分级、TNM分期、肿瘤大小、手术和化疗与食管腺癌患者的OS和CSS相关,将以上因素构建食管腺癌OS和CSS的列线图。训练集中OS的C指数0.746(95%CI:0.732~0.760),CSS的C指数0.768(95%CI:0.754~0.781),预测能力较好,在内部验证集中得到类似的结果。列线图预测1、3和5 a OS的AUC分别为0.800、0.839和0.842,CSS的AUC分别为0.800、0.855和0.860。结论本研究成功建立了一种新的准确预测食管腺癌患者OS和CSS的列线图,可为临床医生提供准确、实用的预测工具,并提供最佳的治疗策略。展开更多
文摘目的基于监测、流行病学和最终结果(SEER)数据库建立并验证食管腺癌的总生存期(OS)和肿瘤特异性生存期(CSS)的列线图,探讨食管腺癌独立预后因素。方法从SEER数据库中筛选2788例食管腺癌患者,随机分为训练集(70%,n=1952)和验证集(30%,n=836)。通过单因素和多因素COX分析确定训练集独立预后因素,纳入构建列线图预测模型。通过C指数、校正曲线和受试者工作特征曲线的曲线下面积(AUC)来评估该模型的预测能力。结果COX多因素分析结果显示,年龄、病理分级、TNM分期、肿瘤大小、手术和化疗与食管腺癌患者的OS和CSS相关,将以上因素构建食管腺癌OS和CSS的列线图。训练集中OS的C指数0.746(95%CI:0.732~0.760),CSS的C指数0.768(95%CI:0.754~0.781),预测能力较好,在内部验证集中得到类似的结果。列线图预测1、3和5 a OS的AUC分别为0.800、0.839和0.842,CSS的AUC分别为0.800、0.855和0.860。结论本研究成功建立了一种新的准确预测食管腺癌患者OS和CSS的列线图,可为临床医生提供准确、实用的预测工具,并提供最佳的治疗策略。
