基于临床指标的鼻咽癌转移风险预测列线图的构建与验证

摘要

目的:构建鼻咽癌转移风险预测模型，为临床识别高风险患者提供有效工具。方法:对蚌埠医科大学第一附属医院256名鼻咽癌患者临床资料进行回顾性分析。利用LASSO回归和RF-RFE算法识别影响转移的临床因素，确定最佳预测特征集。数据集按7∶3比例随机分为训练集(180例)和测试集(76例),采用Logistic回归列线图建模。通过校准图、曲线下面积(AUC)及受试者工作特征(ROC)曲线评估模型表现，同时利用决策曲线分析(DCA)评估其临床应用价值。结果:总胆红素、血小板计数、淋巴细胞计数和间接胆红素是关键预测因子。训练集和测试集的AUC值分别为0.81(95%CI:0.80～0.82)和0.70(95%CI:0.67～0.73),表明列线图有较好的判别能力。校准曲线显示，模型在预测结果与实际结果之间具有良好的一致性，DCA曲线分析证明了列线图的临床效用。结论:本研究构建的列线图是一种简便快速的预测工具，能有效预测鼻咽癌患者的转移风险，对临床具有重要参考价值。

关键词

鼻咽癌 / 转移风险 / 预测模型 / 机器学习 / 列线图

基金资助

安徽省高校自然科学研究项目(2023AH051976); 蚌埠医学院安徽省厅级重点科研平台开放课题(AHCM2023Z003)