2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、第一部分初診前列腺癌骨轉移的Logistic多因素回歸分析
   目的:在中國初診前列腺癌患者人群中,對骨轉移相關的臨床病理資料進行Logistic多因素回歸分析,以明確前列腺癌骨轉移的相關獨立預后因素。
   方法:在2005.03-2011.03期間,共篩出在我科住院的501例初診前列腺癌患。通過病史回顧性收集這些患者的相關臨床病理資料變量,包括確診時的年份、年齡、有無SRE、ALP值、PSA值、cT、cN及GS。同

2、時,根據(jù)骨轉移的存在與否把入組研究對象分為骨轉移組及非骨轉移組,單因素比較各變量在兩組上的分布有無差異性,并進行相關的Logistic多因素回歸分析。
   結果:在本組研究中,骨轉移的發(fā)生率為27.5%(138/501),但隨著年份的增長,骨轉移的發(fā)生率呈現(xiàn)出下降的趨勢。SRE的發(fā)生率為8.0%(40/501),單以SRE指標來預測骨轉移的PPV為100%,而NPV為78.7%;以ALP≥143IU/L為標準來預測骨轉移的PP

3、V亦為100%,而NPV為80.3%。單因素分析結果顯示,各變量在兩組中的分布并均不一致(p<0.05)。對相關變量行Logistic多因素回歸分析后發(fā)現(xiàn),最終入組模型的變量有年齡、PSA值、GS及cT,其中,GS≥8分、PSA值及cT4變量是預測初診前列腺癌患者發(fā)生骨轉移的獨立預后因素(p<0.05),并且PSA值、cT4、GS為8-9分及GS為10分的OR值分別為1.02、14.28、1.68及3.46。整個Logistic多因素回

4、歸模型的C-index為0.842。
   結論:GS≥8分、PSA值及cT4是初診前列腺癌骨轉移的獨立預后因素,并以cT4的OR值最高。
   第二部分 Fudan回歸樹模型的建立及評估
   目的:建立并驗證用于預測中國初診前列腺癌骨轉移的CART預測模型,并與其它CART模型或標準比較,以此明確最佳的模型或標準,從而根據(jù)該最佳模型或標準以減少不必要的骨掃描檢查。
   方法:在501例中國初診前列腺

5、癌患者中,對相關變量進行CART統(tǒng)計分析以建立用于預測初診前列腺癌骨轉移的Fudan回歸樹模型,并采用10倍交叉驗證方法對Fudan回歸樹模型進行內部驗證以減少過度擬合偏倚。同時,在501例樣本人群中驗證Briganti回歸樹模型,并比較兩個回歸樹模型及單以SRE或ALP≥143IU/L為標準預測骨轉移在預測準確性(AUC)及臨床應用價值(漏診率及骨掃描過度檢查率)上的優(yōu)劣性。
   結果:Fudan回歸樹模型5個節(jié)點的骨轉移預

6、測風險值從低到高依次為7.4%、21.8%、36.8%、58.1%及76.5%,并且在經過內部驗證后得到的C-index為0.809,表現(xiàn)出較好的預測準確性。Briganti回歸樹模型在研究樣本人群中的骨轉移預測風險值最低可達3.9%,但最高僅為43.1%。Fudan回歸樹模型、Briganti回歸樹模型及單以SRE或ALP≥143IU/L為標準預測骨轉移的AUC分別為0.813、0.691、0.645及0.678,并且前者相較后三者具

7、有統(tǒng)計學差異性(p<0.05)。當Pt取值為[24.2%,36.8%)時,F(xiàn)udan回歸樹模型較Briganti回歸樹模型具有更低的漏診率及骨掃描過度檢查率。
   結論:相比其它回歸樹模型或標準,F(xiàn)udan回歸樹模型在預測初診前列腺癌骨轉移上的準確性更高,并具有更好的臨床應用價值。
   第三部分列線圖模型的建立及評估
   目的:建立并驗證用于個體化預測中國初診前列腺癌骨轉移風險值的列線圖模型,并與其它模型或

8、標準比較,以明確在預測準確性及臨床應用價值上最優(yōu)的模型或標準,以減少不必要的骨掃描檢查。
   方法:根據(jù)初診前列腺癌骨轉移的Logistic多因素回歸分析確定模型入組變量,并依據(jù)相關變量的回歸系數(shù)畫出相應的列線圖模型,并采用Bootstrap自抽樣方法對列線圖模型進行內部驗證以減少過度擬合偏倚,同時評價列線圖模型的骨轉移預測符合度。最后,采用DCA統(tǒng)計方法比較列線圖模型、Fudan回歸樹模型及單以ALP≥143IU/L為標準預

9、測骨轉移在臨床應用價值上的優(yōu)劣性。
   結果:列線圖模型在進過內部驗證后得到的C-index為0.833,稍高于Fudan回歸樹模型,表現(xiàn)出良好的預測準確性,同時校準圖形顯示列線圖模型亦具有較好的預測符合度。對各個模型或標準進行DCA比較后發(fā)現(xiàn),除了Pt取值范圍為(10.1%,14.7%)時列線圖模型稍差于回歸樹模型外,在Pt取值范圍為(3.4%,47.7%)內,列線圖模型在臨床應用價值上優(yōu)于其它模型或標準。
   結

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論