基于CGGA数据库的胶质瘤临床预测模型的构建与验证
郭张超
夏祥国
陈礼刚
李祥龙
钟传洪
夏开国
1.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站2.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站3.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站4.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站5.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站6.646000 四川泸州 西南医科大学附属医院神经外科 四川省神经外科临床医学研究中心;646000 四川省院士(专家)工作站
摘要：目的 基于中国脑胶质瘤基因组图谱数据库(CGGA)资料,构建有效预测胶质瘤患者预后的Nomogram模型,以期为临床治疗提供帮助.方法 从CGGA数据库中,收集胶质瘤患者的相关临床资料作Lasso回归分析;筛选重要的预后因素构建Nomogram模型,通过ROC曲线、C-index、校准曲线验证模型的预测能力及准确度.结果 共搜集到训练集553例和验证集289例患者资料,Lasso回归分析显示年龄、性别、肿瘤类别、肿瘤分级、化疗、放疗、IDH突变状态、1p19q共缺失情况是胶质瘤重要的预后因素.基于以上因素构建的Nomogram模型训练集及验证集的C-index分别为0.790±0.012、0.794±0.014,内外部验证的1、3、5年ROC曲线AUC值分别为0.855、0.870、0.850和0.833、0.877、0.886,校正曲线观察值与预测值之间有良好的一致性.该模型显示出较好的预测能力及准确度.结论 本研究验证了肿瘤分子标志物1p19q、IDH在胶质瘤预后评估中的重要性,且基于以上因素构建了适用范围更广的胶质瘤Nomogram模型.
关键词：胶质瘤Nomogram模型CGGA数据库
分类号：R739.41(神经系肿瘤)
资助基金：国家级大学生创新创业训练计划项目(201816032047)
论文发表日期：2020-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 538-543 )
英文信息