Blood:早期CLL患者初始治疗的预测模型

2020-04-19 MedSci原创 MedSci原创

IPS-E是一种简单而可靠的早期CLL预后模型 IPS-E对patientsȁ9很有帮助:临床试验的咨询和设计

大多数慢性淋巴细胞白血病(CLL)患者在早期疾病阶段就得以确诊,并在积极监测下进行治疗。早期CLL患者的个体病程具有异质性,在诊断时很难预测其需要治疗的概率。

本研究目标是开发一个国际预后评分(IPS-E)来预测CLL患者的早期无症状疾病的首次治疗时间(TTFT)。

该研究对11个国际队列的4933例早期CLL患者的数据进行分析来建立并验证预后评分。

三个协变量与TTFT具有一致且独立地相关性:未突变的IGHV基因、淋巴细胞绝对数>15 x109/l和明显的淋巴结。IPS-E是这三个协变量的和(各1分),并将低风险(0分)、中风险(1分)和高风险(2-3分)的患者分开,显示出明显不同的TTFT。

9个由Binet系统分级的队列和1个由Rai系统分级的队列验证了该评分的准确性。训练系列的c指数为0.74,验证系列的为0.70。通过对训练和验证队列进行荟萃分析显示,低风险、中风险和高风险患者的5年起始治疗累积风险分别为8.4%、28.4%和61.2%。

综上所述,IPS-E是一种简单而可靠的预后模型,可准确预测早期CLL患者治疗需求的可能性。IPS-E有望用于临床管理和早期干预临床试验的设计。

原始出处:

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2022121, encodeId=6c402022121ea, content=<a href='/topic/show?id=0ca732196ef' target=_blank style='color:#2F92EE;'>#初始治疗#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=35, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32196, encryptionId=0ca732196ef, topicName=初始治疗)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f7482500171, createdName=ms4468361851264128, createdTime=Fri Jul 10 23:31:16 CST 2020, time=2020-07-10, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1262781, encodeId=81271262e81ec, content=<a href='/topic/show?id=52941002359d' target=_blank style='color:#2F92EE;'>#预测模型#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=100235, encryptionId=52941002359d, topicName=预测模型)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=8e886, createdName=仁者大医, createdTime=Tue Apr 21 05:31:16 CST 2020, time=2020-04-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1047798, encodeId=d95a104e7985d, content=梅斯里提供了很多疾病的模型计算公式,赞一个!, beContent=null, objectType=article, channel=null, level=null, likeNumber=59, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f0620, createdName=CHANGE, createdTime=Sun Apr 19 17:31:16 CST 2020, time=2020-04-19, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=2022121, encodeId=6c402022121ea, content=<a href='/topic/show?id=0ca732196ef' target=_blank style='color:#2F92EE;'>#初始治疗#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=35, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32196, encryptionId=0ca732196ef, topicName=初始治疗)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f7482500171, createdName=ms4468361851264128, createdTime=Fri Jul 10 23:31:16 CST 2020, time=2020-07-10, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1262781, encodeId=81271262e81ec, content=<a href='/topic/show?id=52941002359d' target=_blank style='color:#2F92EE;'>#预测模型#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=100235, encryptionId=52941002359d, topicName=预测模型)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=8e886, createdName=仁者大医, createdTime=Tue Apr 21 05:31:16 CST 2020, time=2020-04-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1047798, encodeId=d95a104e7985d, content=梅斯里提供了很多疾病的模型计算公式,赞一个!, beContent=null, objectType=article, channel=null, level=null, likeNumber=59, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f0620, createdName=CHANGE, createdTime=Sun Apr 19 17:31:16 CST 2020, time=2020-04-19, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=2022121, encodeId=6c402022121ea, content=<a href='/topic/show?id=0ca732196ef' target=_blank style='color:#2F92EE;'>#初始治疗#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=35, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=32196, encryptionId=0ca732196ef, topicName=初始治疗)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f7482500171, createdName=ms4468361851264128, createdTime=Fri Jul 10 23:31:16 CST 2020, time=2020-07-10, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1262781, encodeId=81271262e81ec, content=<a href='/topic/show?id=52941002359d' target=_blank style='color:#2F92EE;'>#预测模型#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=24, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=100235, encryptionId=52941002359d, topicName=预测模型)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=8e886, createdName=仁者大医, createdTime=Tue Apr 21 05:31:16 CST 2020, time=2020-04-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1047798, encodeId=d95a104e7985d, content=梅斯里提供了很多疾病的模型计算公式,赞一个!, beContent=null, objectType=article, channel=null, level=null, likeNumber=59, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f0620, createdName=CHANGE, createdTime=Sun Apr 19 17:31:16 CST 2020, time=2020-04-19, status=1, ipAttribution=)]
    2020-04-19 CHANGE

    梅斯里提供了很多疾病的模型计算公式,赞一个!

    0

相关资讯

Sci Rep:结合PSA分子形式和年龄的预测前列腺癌模型研究

前列腺特异性抗原(PSA)的诊断特异性目前仍旧是有限的。最近,有研究人员对8个抗PSA单克隆抗体(mAbs)进行了鉴定来评估不同PSA分子形式、总(t)的和自由(f)PSA和结合α1-抗胰凝乳蛋白酶PSA(PSA复合体)在前列腺癌(PCa)诊断使用中的情况。研究人员通过PSA免疫获得MAbs,并通过竞争性研究、ELISAs和免疫杂交进行鉴定。之后,研究人员使用上述单克隆抗体开发了敏感和特异性的EL

Brit J Cancer:一种新的预测前列腺癌患者结果的分层框架

无监督学习方法,比如层序聚类分析,经常用于基因组平台数据分析。但是,上述方法忽略了前列腺癌样本的异质性组成情况。最近,有研究人员使用了更加复杂的分析方法去解卷前列腺癌转录组数据结构,并为该疾病提供新的

Eur Radiol:融合瘤周影像特征的影像组学建模新思路

肺癌是世界范围内致死率最高的癌症之一,非小细胞肺癌(NSCLC)患者数量占肺癌患者的80%-85%。淋巴结转移状态关系到患者的临床分期、治疗方案选择以及预后评估,因此,对早期非小细胞肺癌患者,构建精准的术前淋巴结转移预测模型具有重要的临床意义。

Thorax:从低剂量CT扫描和吸烟因素预测肺癌的可行性

LCCM具有作为肺癌预测因子的前途,因为它相对现有模型有显著的改善。

想要建立预测模型,统计方法怎么选?

是否要建立预测模型?预测模型是基于变量之间的相关关系,通过一个或几个变量预测另一个变量的分析方法。我们可以根据自变量(预测变量或解释变量)预测因变量(应答变量或结局变量)。比如,通过久坐时长预测受试者的血液胆固醇浓度,或者根据受试者的年龄、性别、BMI等变量信息预测高血压病发病情况。此外,预测模型还可以帮助我们判断各自变量的重要性,即自变量对因变量的解释能力。举例来说,预测模型可以用来分析学历对收

JAMA Otolaryngol Head Neck Surg:头颈癌患者放疗和顺铂化疗后听力损失预测研究

在头颈癌患者进行治疗之前,进行术后准确、易行的听力损失预测对患者进行治疗决定是必要的信息。最近,有研究人员对头颈癌患者开发了一种预测放疗后和/或者顺铂化疗后预测听力损失的模型。研究包括了242名头颈癌患者(482只耳朵,56名女性,平均年龄60(10)岁),并进行了回顾性的群体研究。所有包括在研究中的患者接受了放疗,105名患者(43.4%)接受了顺铂化疗。平均总的顺铂剂量为298(109)mg/