换一批基于自动分类器的子宫内膜癌患者外周血炎症-营养参数与病理特征的关系及短期预后预测价值研究
Study on the relationship between peripheral blood inflammation-nutritional parameters and pathological characteristics in patients with endometrial cancer based on automatic classifier and its short-term prognostic predictive value
摘要目的 分析基于自动分类器的子宫内膜癌患者外周血炎症-营养参数与病理特征的关系及短期预后预测价值.方法 回顾性纳入新疆医科大学第一附属医院2020年4月至2024年4月156例接受手术治疗的子宫内膜癌患者(试验组)及年龄匹配的110例健康女性(对照组),比较两组纤维蛋白原-白蛋白比(FAR)、预后营养指数(PNI)、淋巴细胞-单核细胞比值(LMR)及全身免疫炎症指数(SII).进一步分析试验组不同病理特征[国际妇产科联盟(FIGO)分期、分级等]下各指标差异,基于Modeler自动分类器筛选子宫内膜癌患者预后影响因素,分析外周血炎症-营养参数与预后的关系并探讨其预测价值.结果 试验患者炎症和营养指标与对照组存在显著差异,试验组FAR[(0.08±0.02)比(0.07±0.01)]和SII[(610.04±90.86)比(425.64±102.12)]显著升高(P＜0.05),而PNI[(49.61±8.05)比(52.69±1.57)]和LMR[(3.96±0.78)比(4.35±0.51)]显著降低(P＜0.05).进一步分析发现,脉管浸润或神经侵犯阳性的患者FAR和SII更高,PNI和LMR更低;FIGOⅡ期患者的FAR和SII显著低于Ⅲ、Ⅳ期患者(P＜0.05).通过Modeler自动分类器建立的预后预测模型中,类神经网络(准确率96.15%)、贝叶斯网络(94.87%)和C5决策树(94.23%)均表现出良好的预测效能,FAR是其最重要的预测因子.结论 子宫内膜癌患者外周血炎症-营养参数与病理特征显著相关,基于Modeler自动分类器构建的预测模型准确率达94%以上,炎症-营养指标联合病理特征可作为有效的预后评估工具.
更多相关知识
关键词
子宫内膜癌自动分类器纤维蛋白原-白蛋白比预后营养指数淋巴细胞与单核细胞计数比值全身免疫炎症指数病理特征预后Endometrial cancerAutomatic classifierFibrinogen-albumin ratioPrognostic nutritional indexLymphocyte monocyte ratioSystemic immune inflammation indexPathological characteristicsPrognosis
栏目名称
DOI
10.16689/j.cnki.cn11-9349/r.2025.06.011
发布时间
2026-03-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
新疆医科大学第一附属医院青年科研启航专项基金项目（2023YFY-QKQN-65）
- 浏览4
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
