基于SEER数据库转移性胰腺腺癌患者早期死亡预测列线图模型构建和验证

Abstract

背景

胰腺腺癌(pancreatic adenocarcinoma, PCa)是一种高度侵袭性的恶性肿瘤, 具有早期死亡的高风险(生存时间≤3 mo). 因此, 建立有效的列线图来预测转移性胰腺腺癌(metastatic pancreatic adenocarcinoma, mPCa)患者早期死亡的概率具有相当重要的意义.

目的

构建并验证mPCa患者早期死亡的预测列线图模型.

方法

提取SEER数据库中2010-2015年符合条件的18603例mPCa患者, 按7:3比例随机分为训练集和验证集, 对训练集进行单因素及多因素Logistics回归分析确定早期死亡危险因素, 从而进一步构建列线图, 在训练集和验证集中通过受试者工作特征曲线(receiver operating characteristic curve, ROC)、校准曲线对列线图效能进行验证, 使用决策曲线分析(decision curve analysis, DCA)评估列线图临床实用性.

结果

年龄、性别、肿瘤原发部位、肿瘤分化程度、T分期、N分期、脑转移、骨转移、肝转移、肺转移、手术、放疗、化疗是mPCa患者早期死亡的独立危险因素, 基于这些变量构建了列线图. 训练集和验证集ROC曲线下面积分别是0.810(95%CI: 0.802-0.811)、0.802(95%CI: 0.790-0.813), 提示列线图有良好的区分度, 校准曲线在训练集和验证集中均有较好的校准度, DCA结果表明, 与TNM分期相比, 列线图在预测早期死亡方面有更好的临床净效益.

结论

所构建的列线图对于mPCa患者的早期死亡具有良好的预测能力, 有助于临床医生对mPCa患者实施个体化治疗方案.

Keywords: 胰腺腺癌; SEER; 列线图; 早期死亡

核心提要: 根据SEER数据库提供的大样本量数据, 确定了转移性胰腺腺癌患者早期死亡的危险因素, 并进一步开发预测列线图, 帮助临床医生识别早期死亡的危险因素和概率, 制定更精确的个体化治疗计划, 从而提高患者的生存概率和生活质量.