.png){kind=icon}
返回
A TARGET database-driven nomogram for pediatric osteosarcoma prognosis
.png){kind=icon}
OA
AI
DOI：10.1007/s12672-025-03359-5.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为分析儿童骨肉瘤的风险因素并构建及评估儿童骨肉瘤的风险预测模型。我们回顾性分析了TARGET数据库中2000年至2013年间被诊断为骨肉瘤的患者数据（n=129）。首先，通过Cox比例风险模型识别与骨肉瘤特异性死亡相关的独立预后因素。随后，利用这些独立预后因素，使用SPSS 25.0和R 4.1.1构建了骨肉瘤特异性生存的列线图模型。模型的判别能力通过C指数评估，预测能力通过受试者工作特征曲线及曲线下面积验证，校准度通过校准曲线评估，临床实用性通过决策曲线分析测量。此外，采用Kaplan-Meier生存分析检验列线图分组的合理性。最终模型包含六个变量：性别、种族、肿瘤特定侧别、肿瘤特定区域、首次复发部位及首次复发时间。模型预测3年及5年生存率的C指数分别为0.802（95% CI: 0.725–0.880）和0.787（95% CI: 0.710–0.864），表明具有良好的判别能力。校准曲线显示预测生存概率与实际生存概率高度一致。决策曲线分析表明，该模型在广泛的死亡风险阈值范围内具有显著净获益。Kaplan-Meier生存分析显示高风险组与低风险组预后存在显著差异。本研究构建的列线图模型能够准确预测儿童骨肉瘤患者的1年、3年及5年生存率，且具有很高的临床实用性。该模型不仅为患者提供了有效的生存预测工具，也为优化儿童骨肉瘤的治疗策略提供了重要参考，旨在提高骨肉瘤患者的生存率及生活质量。
Keyword:
Osteosarcoma
Pediatric
TARGET database
Nomogram
Risk prediction model
Survival analysis
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.9
论文数:
3.9K
被引数:
1.6K
机构
引用论文
EURAMOS-1, an international randomised study for osteosarcoma: results from pre-randomisation treatmentEURAMOS-1，一项关于骨肉瘤的国际随机研究: 随机化前治疗的结果.png)
ANNALS OF ONCOLOGYOAAI
ANNALS OF ONCOLOGYIF65.4
OAAI分享收藏ErbB-2 expression is correlated with poor prognosis for patients with osteosarcomaErbB-2表达与骨肉瘤患者的预后不良相关。
IF0
PREAI
分享收藏
查看更多内容