换一批腹腔镜下根治性前列腺切除术后淋巴漏风险预测模型的构建与验证
Construction and clinical validation of a machine learning-based nomogram model for predicting lymphatic leakage following radical prostatectomy
摘要目的 探讨腹腔镜下根治性前列腺切除术(RP)术后淋巴漏的危险因素,构建基于机器学习的列线图预测模型,为临床预防淋巴漏提供依据.方法 回顾性分析2020年至2024年1月以来248例RP患者的围术期数据,通过logistic单因素及多因素回归筛选独立危险因素,构建预测模型并采用ROC曲线评估诊断效能,利用5倍交叉验证模型泛化能力,最终绘制列线图实现风险量化.结果 248例患者中89例(35.9%)存在淋巴漏,159例(64.1%)无淋巴漏;术中淋巴结清扫(OR=5.415,95%CI:2.167～13.532,P<0.001)、术中使用血浆(OR=2.952,95%CI:1.524～5.718,P=0.001)和术后禁食时间2 d及以上(OR=1.412,95%CI:1.089～1.829,P=0.009)是发生淋巴漏的独立危险因素.模型评价曲线表明,该模型精度高,偏差小(AUC=0.711,95%CI:0.647～0.776,P<0.001,敏感度0.764,特异度0.597).5倍交叉验证法证实了模型的准确性(训练集 AUC=0.822;测试集AUC=0.829).列线图可量化淋巴漏发生率.结论 术中进行淋巴结清扫、术中使用血浆以及术后禁食时间≥2 d,是RP术后发生淋巴漏的独立危险因素,对应的预测模型经验证临床效能良好.
更多相关知识
关键词
机器学习根治性前列腺切除术淋巴漏疾病预测模型危险因素machine learningradical prostatectomylymphatic leakagepredictive modelrisk factors
分类号
R4（临床医学）
栏目名称
DOI
10.3969/j.issn.1006-5725.2025.21.012
发布时间
2025-11-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家卫生健康委医药卫生科技发展研究中心临床研究科研专项基金（WKZX2023CX040001）
- 浏览11
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
