• 《中文核心期刊要目总览》收录期刊
  • 《科技期刊世界影响力指数(WJCI)报告》入选期刊        
  • 美国《化学文摘(网络版)》收录期刊        
  • 美国《剑桥科学文摘社生命科学文摘数据库》收录期刊
  • 美国《剑桥科学文摘社ProQeust数据库》收录期刊
  • 《全球公共卫生数据库》收录期刊
  • 《日本科学技术振兴机构数据库2024》收录期刊
  • 安徽省“精品栏目”期刊(2022年)       
  • 中国高校科技期刊建设示范案例库优秀科技期刊(2022年)
  • 安徽省“十佳科技期刊” (2023年)

NSCLC骨转移风险预测模型的建立和验证

安徽医科大学学报 2022 05 v.57 832-836     字体:

基金项目: 国家自然科学基金项目(编号:81971483);;安徽省高校协同创新项目(编号:GXXT-2020-058);;淮南市科技基金项目(编号:2018A367);;安徽高校协同创新项目(编号:GXXT-2019-045)

作者:胡春晓;刘亚锋;苏忆欣;郭健强;张文婷;王雪芹;谢军;胡万发;吴静;邢应如;胡东;丁选胜;

关键词:非小细胞肺癌;;骨转移;;危险因素;;列线图

DOI:10.19405/j.cnki.issn1000-1492.2022.05.030

〔摘 要〕 目的 构建列线图来预测非小细胞肺癌(NSCLC)患者骨转移的发生风险。方法 回顾性分析在医院确诊的NSCLC患者的临床资料,包括是否发生骨转移、年龄、性别、病理类型、吸烟状况、PS评分、TN分期、骨转移前是否有其他部位的转移、癌胚抗原(CEA)水平、甲胎蛋白(AFP)水平、血清钙浓度(Ca~(2+))、血清磷浓度(P)、碱性磷酸酶(ALP)水平,利用单因素及多因素Logistic回归分析建立预测模型,使用受试者工作特征曲线(ROC)、决策曲线分析法(DCA)验证模型的准确性及临床获益度,使用列线图进行模型可视化。结果 ROC曲线下面积(AUC)显示,在建模组(n=138)及验证组(n=92)中,联合指标(年龄、性别、病理类型、CEA、ALP)预测的AUC值(建模组=0.792,验证组=0.629)均高于单一指标预测值。结论 该研究构建的预测模型效果良好,可为临床筛选NSCLC骨转移的高危患者提供参考。