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
作 者:吴晨飞 吕佳蔚 林丽 毛燕萍[1] 邓滨[2] 郑维泓 温丹菀 陈月 寇嘉 陈佛平 杨杏丽 郑子奇 李智轩 徐思思 马骏[1] 孙颖[1]
机构地区:[1]放射肿瘤科中山大学肿瘤防治中心华南肿瘤学国家重点实验室肿瘤医学协同创新中心广东省鼻咽癌诊治研究重点实验室 [2]放射肿瘤科梧州市红十字会医院
出 处:《癌症》2021年第7期300-313,共14页Chinese Journal of Cancer
基 金:国家自然科学基金(No.81872463和No.81930072);中山大学特殊支持项目(No.16zxtzlc06);广东省重点地区研究发展计划(No.2019A1515012045和No.2019B020230002);广东省自然科学基金(No.2017A030312003);广州市健康医疗协同创新项目(No.201803040003);教育部创新团队发展计划(No.IRT_17R110);学科创新引智项目(111计划,B14035)的资助。
摘 要:背景与目的条件生存(conditional survival,CS)将患者现有的生存时间纳入分析,可提供动态的预后预测。目前,尚缺乏高发区鼻咽癌(nasopharyngeal carcinoma,NPC)的CS数据。本研究旨在对高发区NPC进行分析,建立基于网页在线工具的个体化部位特异性复发转移条件风险预测模型。方法采用大数据智能平台和NPC单病种数据库,对10,058例2009年4月至2015年12月之间,接受了调强放疗加或不加化疗治疗的高发区非转移性I–IVA期NPC患者进行分析。分别计算条件总生存(conditional overall survival,COS)、条件无病生存(conditionaldisease-freesurvival,CDFS)、条件无局部区域复发生存(conditional locoregional relapse-free survival,CLRRFS)、条件无远处转移生存(conditional distant metastasis-free survival,CDMFS)以及条件NPC特异生存(conditional NPC-specific survival,CNPC-SS)的粗估计值。逆概率加权法生成协变量调整的CS估计值。用竞争风险模型建立了一个预测模型,用来自另一个医院的、接受了调强放疗加或不加化疗治疗的非转移性I–IVA期NPC患者(n=601)的独立队列进行了外部验证。结果研究队列的中位随访时间为67.2个月。5年COS、CDFS、CLRRFS、CDMFS和CNPC-SS率分别由确诊时的86.2%、78.1%、89.8%、87.3%和87.6%,升高为诊断后生存3年时的87.3%、87.7%、94.4%、96.0%和90.1%。根据不同预后因素分组,各亚组中确诊时的各类CS差异明显,随着生存时间的延长,差异性消失;而根据年龄分组时,不同年龄组之间的CS呈现随时间持续增加的差异性。值得注意的是,对于确诊时认为预后差的患者,随着患者生存时间延长,其预后得到很大改善。为进行个体化CS预测,我们建立了一个基于网页在线工具的模型,用于评价各类复发转移的条件风险,局部复发(C指数,0.656)、区域复发(0.667)、骨转移(0.742)、肺转移(0.681)和肝转移(0.711),预测效力显著优于目前使用的分期系统(P <0
关 键 词:高发区鼻咽癌 条件生存 大数据 基于网页在线工具 个体化预测模型 总生存 无病生存 无局部区域复发生存 无远处转移生存 NPC特异性生存
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:216.73.216.179