基于LASSO-Logistic回归构建Siewert Ⅱ/Ⅲ型食管胃结合部腺癌术后早期复发预测模型
Establishment of a LASSO-Logistic Regression-based Risk Prediction Model for Early Recurrence of Siewert Ⅱ/Ⅲ Adenocarcinoma of Esophagogastric Junction Post-Surgery
摘要目的 探讨Siewert Ⅱ/Ⅲ型食管胃结合部腺癌(adenocarcinoma of esophagogastric junction,AEG)根治术后早期复发的危险因素,构建可视化预测模型.方法 回顾性分析2016年1月至2021年3月兰州大学第二医院诊断为Siewert Ⅱ/Ⅲ型AEG且接受根治性切除术患者的临床病理资料,将样本以7:3的比例随机分为建模组与验证组.采用LASSO-Logistic回归分析法筛选出预测Siewert Ⅱ/Ⅲ型AEG早期复发的变量,并构建早期复发预测模型.基于Bootstrap法进行1000次重复抽样验证模型.绘制受试者工作特征(receiver operating characteristic,ROC)曲线,计算曲线下面积(area under curve,AUC),绘制校准曲线和决策曲线(decision curve analysis,DCA)对模型的稳定性进行评估.结果 根据纳入与排除标准,共320例Siewert Ⅱ/Ⅲ型AEG患者最终纳入分析,其中2年内复发者122例;LASSO-Logistic回归分析显示,AJCC分期、分化程度、糖类抗原199、癌胚抗原、中性粒细胞与淋巴细胞比值及肿瘤长径是Siewert Ⅱ/Ⅲ型AEG早期复发的独立预测因素,依此构建预测模型并绘制列线图.绘制ROC曲线得到建模组AUC 为 0.836(95%CI:0.785~0.887),灵敏度为 81.4%,特异度为 85.6%;验证组 AUC 为 0.812(95%CI:0.711~0.912),灵敏度为80.6%,特异度为87.7%.建模组与验证组的校准曲线显示拟合曲线与参考曲线接近,表明模型具有较高稳定性.DCA曲线显示阈值概率在0.05~0.75时模型具有良好的净收益.结论 基于LASSO-Logistic回归分析法构建的预测Siewert Ⅱ/Ⅲ型AEG早期复发的多因素模型,有助于判断患者临床预后,为术后病情监测与管理提供参考依据.
更多相关知识
- 浏览85
- 被引1
- 下载69

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



