鼻咽癌放射性颞叶损伤Nomogram预测模型的建立与验证

发布时间：2025-08-12 17:03

　　研究背景与目的:放射性颞叶损伤是鼻咽癌根治性放疗后最严重的晚期并发症之一,本文旨在探讨影响放射性颞叶损伤的预后因素,并建立和验证一个可接受的放射性颞叶损伤Nomogram预测模型。材料与方法:回顾性分析四川省肿瘤医院2008年1月至2013年12月经病理确诊的鼻咽癌患者共391例。其中2008年1月至2010年12月作为建模组,共194例,2011年1月至2013年12月为验证组,共197例。放射性颞叶损伤通过随访的增强核磁共振确诊。收集建模组388例可评估颞叶的临床特征和剂量-体积参数,单因素和多因素Logistic回归分析影响放射性颞叶损伤的预后因素,Nomogram预测模型基于R语言构建,内部验证和外部验证均采用C-指数评价模型的区分度(discrimination)和校准曲线(calibration)评估模型的准确性。结果:全组共纳入391例行根治性放疗后鼻咽癌患者,77例发生放射性颞叶损伤,其中有40例患者双侧颞叶损伤,37例患者单侧颞叶损伤。放射性颞叶损伤发生的中位时间为放疗结束后36.5月。建模组单因素分析颞叶Dmax(P<0.001)、颞叶D1cc(P<0.0...

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图1.放射性颞叶损伤核磁共振图像(A.白质病变;B.强化病变;C.囊肿)/Figure1.MRI fortemporal lobe injury (A. white matter lesions; B. contrast-enhanced lesions; C. cysts).

鼻咽癌根治性放疗后放射性颞叶损伤主要通过增强核磁共振进行诊断,必要时通过核磁共振功能成像加以鉴别。扫描部位为鼻咽部加颈部,扫描图像包括横断面、矢状面和冠状面,扫描的序列包括T1加权序列(T1weightedimagingT1WI)、T2加权序列(T2weightimag....

图2.鼻咽癌预后Nomogram/figure2.Nomogram for prognosis in nasopharyngeal carcinomapatients

Nomogram预测模型建立在多因素回归分析基础上,评估纳入模型的危险因素对观察结局的影响程度后进行赋分,然后把某个患者纳入的危险因素的评分相加得到总分,最后通过总分与观察结局发生之间的函数转换关系计算出某个患者个体的结局事件的预测概率值。Nomogram把复杂的数学公式转化成了....

图 3. 鼻咽癌根治性放化疗后发生放射性颞叶损伤风险的 Nomogram,包括 T 期,NLR,颞叶 Dmax 和 D1cc。/Figure 3. Nomogram for TLI risk after definitive concurrent chemoradiotherapy in nasopharyngeal carcinoma patients, including T stage, NLR, Dmax and D1cc.

使用R语言构建的Nomogram预测模型如图3所示。模型的参数来自于多因素Logistic回归分析的结果,如上文所述,T分期、粒淋比、颞叶Dmax和颞叶D1cc是放射性颞叶损伤独立的预后因素。所以本研究放射性颞叶损伤Nomogram预测模型包括四个预后参数,分别为T分期、粒淋比、....

图4.放射性颞叶损伤Nomogram预测模型的内部验证,受试者工作曲线下面积(AUC)为0.847。/Figure 4. Internal validation of the nomogram to predict TLI risk in the primary cohort. the area under the receiver operating characteristic (ROC) curve (AUC) was 0.847.

Nomogram模型区分度(discrimination)采用C-指数评估,如图4所示。模型显示了较好的区分度,其C-指数0.847[95%CI,0.800–0.893]。通过自举重采样1000次(bootstrapresampling1000)校正后C指数为0.841。No....

本文编号：4058852