您当前的位置: > 详细浏览

基于49项前瞻性队列研究的Meta分析构建乳腺癌患者淋巴水肿风险预测模型

Constructing a risk prediction model of breast cancer-related lymphedema: Based on a meta-analysis of 49 prospective cohort studies

摘要:背景 淋巴水肿(BCRL)是困扰乳腺癌患者的常见慢性并发症,早期评估和预测BCRL风险尤为重要,但目前仍缺乏权威公认、适宜推广的风险预测模型。目的 本文拟基于Meta分析构建并验证乳腺癌患者淋巴水肿风险预测模型。方法 系统检索、筛选及评价国内外乳腺癌淋巴水肿危险因素相关的前瞻性队列研究,提取合并效应量结果具有显著性的风险因素及合并风险值,构建Logistic风险预测模型。基于回归系数及合并风险值构建Logistic和Additive风险评分模型。选择2017至2018年收集的486例患者资料作为验证集,采用ROC曲线下面积(AUC)、Hosmer-Lemeshow检验评价模型预测性能,采用决策曲线分析评价模型的临床实用性。结果 共纳入49项前瞻性队列研究、33072例乳腺癌患者。Meta分析显示,淋巴水肿发生率为20.6%(95% CI: 17.9%-23.3%)。预测模型共纳入5个危险因素:体质指数(BMI)、乳腺手术类型、腋窝手术类型、放疗及术后并发症。Logistic及Additive风险评分模型的AUC分别为0.748(95%CI: 0.701, 0.794)、0.737(95%CI: 0.691, 0.784),Hosmer-Lemeshow检验P值分别为0.185、0.763。Logistic评分模型最优截断值为18(总分0-34),灵敏度为81.7%,特异度为43.1%;Additive评分模型最优截断值为8.5(总分5-11),灵敏度为80.9%,特异度为42.8%。当阈值概率在20%-30%时,模型具有较高的临床净获益。结论 基于Meta分析构建的乳腺癌淋巴水肿风险预测模型具有较好的预测性能,可作为水肿风险评估工具,指导淋巴水肿的分层管理,但其预测性能和临床实用性仍有待进一步验证和优化。

版本历史

[V1] 2022-12-01 10:05:18 ChinaXiv:202212.00013V1 下载全文
点击下载全文
许可声明
metrics指标
  • 点击量177
  • 下载量71
评论
分享
邀请专家评阅