谷歌浏览器插件
订阅小程序
在清言上使用

预测HBV相关肝细胞癌生存的列线图模型的建立

Journal of Clinical Hepatology(2022)

引用 0|浏览9
暂无评分
摘要
目的 筛选HBV相关肝细胞癌(HCC)死亡的危险因素并建立列线图预测模型.方法 回顾性分析2010年1月—2020年1月在解放军总医院第五医学中心首次确诊为HBV相关HCC的700例患者的资料并进行随访,起点为HCC的诊断日期,终点为死亡.根据随访结果,分为死亡组(n=407)和生存组(n=293).计量资料用组间比较采用独立样本t检验或Mann-Whitney U检验;计数资料组间比较采用χ2检验;采用Kaplan-Meier法计算生存率,log-rank检验进行单因素分析,应用多变量Cox比例风险回归筛选独立危险因素,并构建可预测1、3、5年生存率的列线图模型,采用200次10折交叉验证法对模型进行评价.结果 两组的性别构成、Alb、TBil、ALT、AFP、CHE、LSM及BCLC分期比较差异均有统计学意义(P值均<0.05).多因素分析显示男性[风险比(HR)=1.390,95%CI:1.077~1.794]、CHE(2500~5000 U/L)(HR=1.996,95%CI:1.470~2.710)、CHE<2500 U/L(HR=3.210,95%CI:2.188~4.709)、AFP≥400 ng/mL(HR=1.803,95%CI:1.412~2.303)、肝弹性值≥17.5 kPa(HR=1.719,95%CI:1.349~2.190)、巴塞罗那分期B/C(HR=3.811,95%CI:2.994~4.852)、巴塞罗那分期D(HR=3.708,95%CI:2.520~5.455)为死亡的独立危险因素(P值均<0.05).基于以上因素建立列线图模型,一致性指数为0.789(95%CI:0.769~0.809),校准曲线拟合良好,模型预测值与实际观测值之间的差异无统计学意义.结论 本研究建立的列线图模型可以个体化预测HBV相关HCC患者的1、3、5年的生存率,有助于准确评估预后.
更多
查看译文
关键词
hepatocellular carcinoma,nomogram model,hepatitis,virus-related
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要