换一批基于超声特征与炎症指标列线图模型的膀胱尿路上皮癌病理分级术前无创预测研究
Preoperative noninvasive prediction of pathological grading of urothelial carcinoma of bladder with a nomogram model based on ultrasound features and inflammatory indicators
摘要目的 探讨超声特征联合炎症指标构建的列线图模型术前无创预测膀胱尿路上皮癌(UCB)病理分级的价值.方法 回顾性分析471例经病理确诊的UCB患者资料,其中高级别组401例、低级别组70例.收集患者一般临床资料(性别、年龄、肉眼血尿等)、超声特征(病灶部位、血流信号等)和血液炎症指标[中性粒细胞与淋巴细胞比值(NLR)等],通过单因素和多因素logistic回归分析筛选独立预测因素并构建列线图模型,采用ROC曲线、校准曲线及决策曲线分析评估模型性能.结果 多因素logistic回归分析显示,性别(OR=2.68)、年龄(OR=1.08)、肉眼血尿(OR=3.19)、病灶位于三角区(OR=4.59)、血流信号阳性(OR=2.87)和NLR(OR=1.03)是高级别UCB的独立预测因素(均P＜0.05).多因素联合模型(一般临床特征+超声特征+炎症指标)预测高级别UCB的AUC为0.892,高于一般临床特征模型(AUC=0.799)和一般临床特征+超声特征模型(AUC=0.856);校准曲线显示多因素联合模型的预测概率与实际结果一致性良好,决策曲线分析证实其临床净获益最优.结论 整合一般临床特征、超声特征和血液炎症指标的列线图模型可有效预测UCB病理分级,为术前无创评估提供了可靠工具,有助于指导个体化治疗决策.
更多相关知识
关键词
膀胱肿瘤膀胱尿路上皮癌超声检查炎症因子列线图病理分级urinary bladder neoplasmsurothelial carcinoma of bladderultrasonographyinflammation factorsnomogrampathological grading
栏目名称
DOI
10.16781/j.CN31-2187/R.20250280
发布时间
2025-11-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
