基金项目: 安徽省卫生健康科研项目(编号:AHWJ2024BAc20002);
作者:马志胜;宋昭昱;陈培风;隋万年;陈章明;韩文秀
关键词:淋巴结转移;危险因素;列线图;幽门区淋巴结;胃上部癌;Logistic回归分析;脉管浸润;纤维蛋白原降解产物;
DOI:专辑:医药卫生科技
〔摘 要〕 目的 明确胃上部癌(UGC)幽门区淋巴结(PLN)转移的独立危险因素,并构建适用于UGC患者的列线图预测模型。方法 回顾性收集2020年1月—2023年11月期间就诊于安徽医科大学第一附属医院(721例)和安徽医科大学第一附属医院北区(102例)UGC患者的临床资料。将患者按7:3比例随机分为训练集(576例)和验证集(247例)。基于训练集,采用多因素Logistic回归分析确定PLN转移的独立危险因素,并据此构建列线图预测模型。通过受试者工作特征(ROC)曲线和校准曲线评估模型的区分度与校准度。最后,利用验证集进行外部验证,以评估模型的稳定性与泛化能力。结果 多因素Logistic回归分析显示,肿瘤大小(OR=1.307,95%CI:1.038~1.646)、T3(OR=5.703,95%CI:1.271~25.581)、T4(OR=7.827,95%CI:1.569~39.037)、脉管浸润(LVI)(OR=6.637,95%CI:1.387~31.574)、分化程度(OR=3.160,95%CI:1.567~6.373)、纤维蛋白原降解产物(FDP)(OR=4.565,95%CI:1.927~10.810)为UGC患者发生PLN转移的独立危险因素。基于这些因素构建的列线图模型在训练集和验证集中ROC曲线下面积(AUC)分别为0.815(95%CI:0.751~0.815)和0.832(95%CI:0.731~0.933),且校准曲线显示预测值与实际值吻合度较高。结论 该列线图预测模型在评估UGC患者PLN结转移风险方面具有良好的预测效能。