检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《中文科技期刊数据库(引文版)医药卫生》2023年第3期30-34,共5页
基 金:阳江市科技计划项目资助课题(【SF2020212】)自筹。
摘 要:基于炎症指标建立晚期实体肿瘤患者生存模型,为恶性肿瘤与临床决策提供科学依据。方法 选取2017年6月-2022年2月诊治的晚期(IV期)肺癌患者150例,根据中位值将患者分得高NLR66例、高PLR72例,低NLR84例,低PLR78例。收集所有入选者的临床资料,采取血常规仪上检测中性粒细胞、淋巴细胞、血小板计数,计算中性粒细胞数目与淋巴细胞数目的比值(NLR)、血小板数目与淋巴细胞数目的比值(PLR)。采取ROC确定NLR、PLR最佳截断值并进行分组,比较不同组间临床资料的差异,最后采取Cox比例风险回归模型将与患者OS有关因素进行回归分析。结果 晚期肺癌高组[NLR(8.01±0.94)、PLR(226.32±24.18)]水平明显高于晚期肺癌低组[NLR(2.41±0.32)、PLR(10.55±1.36)] (P<0.05);经ROC曲线,计算出NLR、PLR最佳截断值分别为3.77、190.47。较NLR≥3.77组,NLR<3.77组有较高,中位OS(P<0.05);较PLR≥190.47组,PLR<190.47组有较高中位OS(P<0.05)。多因素COX回归模式分析显示:NLR、PLR是影响晚期肺癌患者OS的独立危险因素(RR=0.988、1.114, 95%CI=0.941~1.151、0.995~1.108,P<0.05)。结论基于炎症指标NLR、PLR建立晚期实体肿瘤患者生存模型,简便经济,有望成为预测晚期实体肿瘤患者生存状况的炎性标志物。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15