年轻女性乳腺癌生存预测列线图的构建及验证

来源 :浙江大学 | 被引量 : 0次 | 上传用户:radarcauc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
背景与目的近年来,女性乳腺癌发病率呈年轻化趋势,尤其是中国等发展中国家较发达国家相比乳腺癌发病年龄较轻。目前认为年轻乳腺癌侵袭性强,预后较差,但由于样本量有限,相关临床特征影响其死亡风险的认识并不统一,该研究旨在在一个大型的疾病数据库中进一步分析年轻浸润性导管癌(Infiltrating Duct Carcinoma,IDC)患者的人口社会学特征和临床病理参数并构建列线图以预测其乳腺癌特异性生存率。方法本研究从美国国立癌症研究所管理的监测,流行病学和最终结果(Surveillance,Epidemiology,and End Results,SEER)数据库中获取了2010至2015年间被诊断和治疗的15-39岁女性浸润性导管癌患者的数据。采用单因素和多因素COX风险比例回归模型探讨影响乳腺癌特异性生存(Breast Cancer-Specific Survival,BCSS)的独立预后因子,并通过Kaplan-Meier方法评估了乳腺癌特异性生存及其相关因素。根据影响BCSS的重要预后指标绘制了列线图并对其预测能力进行验证,同时与传统的美国癌症联合委员会(the American Joint Committee on Cancer,AJCC)分期模型进行了比较。结果本研究中筛选出总共11034名患者,其平均生存时间和最长生存时间分别为39个月和83个月。多因素分析表明种族、肿瘤组织学分级、肿瘤T分期、N分期、M分期、分子亚型和是否手术是年轻女性IDC患者的独立预后指标。将这七个变量组合起来,绘制了列线图以预测年轻女性IDC患者3年和5年的乳腺癌特异性生存率。训练集和验证集的列线图的C指数分别为0.828和0.837,说明该模型有较高的准确性。如校准曲线所示,在列线图预测情况和实际情况之间检测到了良好的一致性。在训练队列中,三年和五年BCSS的曲线下面积(Area Under Curve,AUC)分别为0.829和0.790,在验证队列中,分别为0.845和0.795,也说明了此预测模型良好的预测能力。此外,重分类净改善(Net Reclassification Improvement,NRI)和综合判别改善(Integrated Discrimination Improvement,IDI)证实了该列线图是一种很好的预后工具。最后,决策曲线分析(Decision Curve Analysis,DCA)表明了该生存列线图的临床实用性,并且该列线图比传统的AJCC分期模型有更大的预测价值。结论在本研究中我们发现一些年轻女性乳腺癌临床病理特征(种族,肿瘤病理分级,肿瘤T分期,N分期,M分期,分子亚型和是否手术)与其预后密切相关。与现有AJCC分期模型相比,本研究构建的列线图能够更准确地预测年轻浸润性导管癌女性患者的3年和5年BCSS。
其他文献
背景TNM分期被广泛用于结直肠癌的临床/病理分期。其中,T分期往往直接影响患者治疗方式的选择和预后;因此,对其精准判断显得尤为重要。研究发现,临床上常出现c T4(clinical T4,c T4)诊断与pT4(pathological T4,pT4)诊断不符的情况,但这种差异是否影响了患者的预后未被阐明。基于此,本研究拟对本中心接受根治性手术的结直肠癌病人进行回顾性分析,研究c T4与pT4的符
学位
随着人工智能技术的不断发展,感知智能为机器提供了视觉、听觉等感知事物的能力,以事理图谱和知识图谱为代表的认知智能让机器拥有了对事物的理解和推理能力。对于民航领域来说,安全是永恒不变的主题,若能通过历史数据发现航空安全事故中的事理演化逻辑并加以应用,有助于提升航空安全事故应急处置能力,保障飞行安全。因此,本文针对事理知识的抽取和应用方法进行了研究。在事理知识抽取方面,本文设计了模式匹配和神经网络相结
学位
研究目的:乳腺癌(Breast Cancer,BC)是全球最常见的癌症,发病率逐年增高,位居女性恶性肿瘤首位,也是癌症相关死亡的病因之一。雄激素受体(Androgen Receptor,AR)在多种乳腺癌分子亚型中广泛表达,大量研究显示,AR与乳腺癌患者预后有一定的相关性,提示其有望成为乳腺癌治疗的新靶点。本研究拟探究新型雄激素受体拮抗剂(AR-10)对不同类型乳腺癌细胞的作用及其机制,并探讨AR
学位
图像语义分割的目的是对图像的每个像素进行分类并将其划分到对应的语义区域。与图像分类和目标检测不同的是,图像语义分割任务中的训练标签为像素级标签而非区域级标签,其获取过程既昂贵又耗时。为了降低语义分割任务对像素级标签的需求,利用少量标记数据训练模型的半监督图像语义分割方法已成为图像领域的研究热点。通过研究分析现有的半监督学习方法和基于深度学习的语义分割模型,本文针对语义分割数据集标注困难和标注成本高
学位
知识图谱以图的方法巧妙地把现实世界的实体与实体之间的关联组织起来,是一个拥有大量语义信息的知识表示工具。民航突发事件知识图谱作为领域知识图谱的一种,其强大的知识表示、推理和检索能力对于民航突发事件的应急管理和决策有着重大意义。知识图谱的最小单位是由实体与关系所组成的三元组,故实体识别和关系抽取成为构建高质量知识图谱的两大关键任务。为了避免将实体和关系的抽取视为串联的两个任务任务所造成的冗余信息、错
学位
目的:探讨60例乳腺癌肝转移患者的临床病理特点并利用GEO数据库探索相关基因。方法:本研究回顾性分析了2000年至2020年浙江大学医学院附属第二医院(浙大二院)乳腺外科收治的60例乳腺癌肝转移患者的资料。应用SPSS 25进行统计学分析。分布情况采用Kolmogorov-Smirnov正态性检验法,生存分析采用Kaplan-Meier法,非参数检验采用Kruskal-Wallis法及Mann-W
学位
区域机场群航班数据中蕴含丰富的机场运营特征,这对于发现机场群航线网络的不足、获取机场容量需求有重要意义,为后期调整短期航班和重新分配机场容量提供参考。目前制定航班时只考虑单个机场的运营状况、单条航线的需求量或某一指标,忽视了区域机场群内枢纽机场与周边机场的协同关系,从而导致航线网络结构缺乏整体性。为解决以上问题,本文进行可视分析方法研究,融合可视化、数据挖掘和交互技术分析区域机场群中隐含的航班运营
学位
背景结直肠癌(Colorectal cancer,CRC)是最常见的消化系统恶性肿瘤之一。在中国,CRC的发病率与死亡率随着人们生活习惯和饮食水平的改变呈现稳步上升的趋势。近年来肿瘤免疫治疗成为肿瘤治疗领域的研究热点,尤其是肿瘤免疫治疗中的免疫检查点抑制剂在恶性肿瘤当中的应用更是备受关注。但整体上,只有一小部分错配修复基因缺陷(d MMR/MSI-H)的CRC患者(12-15%)可以从免疫检查点抑
学位
目的原发性肝细胞癌(Hepatocellular carcinoma,HCC)具有发病率高和死亡率高的特点,手术切除是主要治疗手段,但术后总体复发率高,其中切缘复发率高达30%。目前研究认为手术切缘宽度是影响预后的主要因素之一,本研究目的在于评估手术切缘宽度对HCC复发模式和生存预后的影响,以指导进一步术后辅助治疗。材料与方法本研究回顾性分析2014年至2016年之间在我院行根治性肝切除术的HCC
学位
背景和目的tRFs(t RNA-related fragments)是衍生于t RNA的非编码小分子RNA片段,近年来大量研究表明,这种小分子片段在人体发挥各种生物学功能,而且与各种疾病都有着显著关联。在多种恶性肿瘤中,t RFs的异常表达促进了肿瘤的进展。然而,t RFs与结肠癌进展之间的调节关系在很大程度上仍然未知。本研究旨在探讨低氧条件下结肠癌细胞中关键t RF的功能,并探讨其潜在的分子机制
学位