登录    注册    忘记密码

期刊文章详细信息

非小细胞肺癌和乳腺癌患者癌痛发生风险预测模型的构建及验证    

Construction and validation of predictive models for cancer pain risk in patients with non-small cell lung cancer and breast cancer

  

文献类型:期刊文章

作  者:李侠[1,2] 刘瑞[1,2] 汤俊[1,2] 刘亚锋[3] 谢军[1,2]

LI Xia;LIU Rui;TANG Jun;LIU Yafeng;XIE Jun(Lung Cancer Diagnosis and Treatment Center,Cancer Hospital Affiliated to Anhui University of Science and Technology,Huainan 232000,Anhui,China;Lung Cancer Diagnosis and Treatment Center,Huainan Oriental Hospital Group Cancer Hospital,Huainan 232000,Anhui,China;Medical College,Anhui University of Science and Technology,Huainan 232000,Anhui,China)

机构地区:[1]安徽理工大学附属肿瘤医院肺癌诊治中心,安徽淮南232000 [2]淮南东方医院集团肿瘤医院肺癌诊治中心,安徽淮南232000 [3]安徽理工大学医学院,安徽淮南2320000

出  处:《癌症进展》

基  金:淮南市指导性科技计划项目(2021211);安徽理工大学研究生创新基金项目(2020CX2084)。

年  份:2022

卷  号:20

期  号:20

起止页码:2082-2086

语  种:中文

收录情况:JST、普通刊

摘  要:目的构建及验证非小细胞肺癌(NSCLC)和乳腺癌患者癌痛发生风险的预测模型。方法收集115例NSCLC和39例乳腺癌患者的病历资料,使用数字分级评分法(NRS)评估所有患者的疼痛程度,并据此分为无痛组和疼痛组,比较两组患者的临床特征。在训练集中采用单因素分析和多因素Logistic回归分析筛选独立影响因素,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)验证各因素单独及联合检测对NSCLC和乳腺癌患者癌痛发生的预测价值;构建NSCLC和乳腺癌患者癌痛发生风险的列线图模型;采用RMS软件绘制列线图的校准曲线,评价该模型用于预测NSCLC和乳腺癌患者癌痛发生风险的可靠性和准确性;通过决策曲线分析法(DCA)评价列线图的临床获益度。结果Logistic回归分析结果显示,骨转移、中性粒细胞(NEU)升高、白蛋白(ALB)降低均是NSCLC患者发生癌痛的独立危险因素(P﹤0.05)。ROC曲线结果显示,骨转移情况、NEU、ALB水平联合预测NSCLC和乳腺癌患者发生癌痛的AUC分别为0.874、0.799。将多因素分析筛选出来的骨转移情况、NEU、ALB水平纳入预测模型,使用RMS软件建立预测NSCLC和乳腺癌患者癌痛发生风险概率的列线图。校准曲线显示该模型预测NSCLC和乳腺癌患者癌痛发生的风险较为可靠,DCA评价预测模型的临床适用性,表明该列线图模型在很大的风险阈值概率范围内对NSCLC和乳腺癌患者癌痛发生风险的预测能力较高。结论NEU、ALB水平、骨转移发生情况联合检测对NSCLC及乳腺癌患者癌痛发生风险具有较好的预测价值,建立的列线图模型对NSCLC及乳腺癌患者是否发生癌痛具有良好的预测效能。

关 键 词:非小细胞肺癌 乳腺癌 列线图 危险因素  癌痛

分 类 号:R734.2] R737.9[临床医学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心