Scidown文献预览系统!
薄(T1)黑色素瘤患者预测局部、局部和远处复发的诺氏图的开发和验证( Development and Validation of Nomograms to Predict Local, Regional, and Distant Recurrence in Patients With Thin (T1) Melanomas )
MAE Sharouni T Ahmed AHR Varey SG Elias SN Lo
目的:原发性皮肤薄黑色素瘤(T1,≤1.0mm)预后一般较好,但部分患者出现复发。我们试图开发和验证一个预测薄黑色素瘤患者复发的模型。方法对一个荷兰人群队列(n=25930,发展组)和一个澳大利亚黑色素瘤治疗中心队列(n=2968,验证组)进行分析(中位随访时间分别为6.7年和12.0年)。建立局部、区域和远处无复发生存率(RFS)的多变量Cox模型。使用Harrell的C-统计量对每个结果进行区分度评估。每一个诺模图的表现是用校准图来评估的,将低风险组和高风险组分别定义为诺模图风险评分的最低和前5%。将诺模图的C-统计量与包括当前美国癌症分期参数(T分期和前哨淋巴结状态)联合委员会模型的C-统计量进行比较。结果荷兰患者209例(0.8%),503例(1.9%),203例(0.8%),澳大利亚患者23例(0.8%),61例(2.1%),75例(2.5%)。该发展模式的C-统计量为0.79(95%CI,0.75-0.82),区域RFS为0.77(95%CI,0.75-0.78),远距离RFS为0.80(95%CI,0.77-0.83)。外部验证C-统计量分别为0.80(95%CI,0.69-0.90)、0.76(95%CI,0.70-0.82)和0.74(95%CI,0.69-0.80)。校准图显示预测率和观察率之间有很好的匹配。与仅包含T期和前哨节点状态的模型相比,使用诺模图,发展队列的C-统计量增加了9%-12%,验证队列的C-统计量增加了11%-15%。结论大部分薄黑色素瘤患者预后良好,但部分患者复发。所给出的诺模图可以准确地识别高危亚组。在线计算器可在www.melanomarisk.org.au获得。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】