来自中国的一个多中心真实世界数据库中对子宫内膜癌淋巴结转移预测模型的评价

摘要

目的:目前有许多模型可预测子宫内膜癌的淋巴结转移，但哪种模型最为准确尚不明确。本研究旨在评估这些预测模型在多中心真实世界数据库中的表现。方法:回顾分析中国子宫内膜癌联盟(北京大学人民医院妇产科、山东大学齐鲁医院妇科、复旦大学附属妇产科医院、华中科技大学同济医学院附属同济医院)数据库中的21285例子宫内膜癌患者。通过比较受试者工作特征曲线下面积(AUC)、准确性(ACC)、敏感性、特异性、阳性似然比(PLR)、阴性似然比(NLR)、阳性预测值(PPV)、阴性预测值(NPV)以及被分类为低风险的患者数量，评估了11个模型(4个术前模型和7个术后模型)的区分能力。结果:研究人群中，8.0%的患者(1713/21285)有淋巴结转移。2个术前模型和2个术后模型的AUC值大于0.70,10个模型的假阴性(FN)率低于5%,8个模型能将超过50%的患者分类为低风险。结论:KGOG模型和Mayo修订标准是指导子宫内膜癌患者淋巴结清扫术决策的较好术前工具。在未进行淋巴结清扫的情况下，可采用Sofiane等评分或Dong等列线图来确定是否需行二次淋巴结清扫。

关键词

子宫内膜癌 / 淋巴结转移 / 预测模型