简介:摘要:目的:探讨术前等待时间对结直肠癌(CRC)患者5年总生存(OS)及5年无病生存(DFS)的影响。方法回顾性分析2021年5月至2022年5月于医院胃肠外科行根治性手术的原发性结直肠癌患者419例,按术前等待时间分为0~2周组242例和2~4周组177例,比较两组5年总生存和5年无病生存情况。采用Kaplan-Meier法绘制两组的生存曲线并比较差异,Cox单因素及多因素分析评估影响预后的因素。结果0~2周组与2~4周组5年生存率及5年无病生存率比较,差异均无统计学意义(P>0.05);两组生存曲线比较差异无统计学意义(P>0.05);Cox多因素分析显示,术前等待时间不是结直肠癌患者5年生存和5年无病生存的独立危险因素(P>0.05)。结论从诊断到外科手术长至4周的等待时间不会影响结直肠癌患者的5年生存率及5年无病生存率;这为优化结直肠癌患者术前营养,改善贫血和低蛋白血症,以及预康复计划的实施提供了一个安全的时间窗。
简介:摘要目的探讨影响临床诊断无淋巴结转移(cN0)胃癌患者的无病生存期(DFS)的CT影像特征。方法回顾性收集2005年1月至2018年12月北京大学人民医院经术前CT诊断临床TNM分期为cT1~4N0M0的298例胃癌患者,所有患者接受胃癌根治术并术后随访。分析和记录CT影像特征,包括临床肿瘤分期(cT)、壁外血管侵犯(EMVI)、肿瘤位置、形态学分型及最大径。根据病理结果将患者分为pT1~2、pT3~4、pN0、pN1~3亚组,分别为148、150、135、163例。记录随访中的进展期事件和相应时间。DFS为手术至进展期事件发生的时间;若无进展期事件发生,DFS为手术至最后1次随访时间。使用Kaplan-Meier生存曲线和log-rank检验分析不同CT影像特征间患者3年累积DFS差异,运用Cox生存分析探讨影响cN0患者3年DFS的独立影像学危险因素,并采用log-rank检验在不同亚组内比较独立危险因素对3年DFS的影响。结果入组患者随访时间为36.0(14.9,59.3)个月。cT3~4和cT1~2胃癌患者3年累积DFS率分别为61.2%、85.6%,差异有统计学意义(χ2=22.72,P<0.001)。EMVI阳性患者3年累积DFS率为46.3%,低于EMVI阴性患者(77.1%),差异有统计学意义(χ2=21.34,P<0.001)。不同原发灶位置和形态学类型分组间DFS生存曲线差异均无统计学意义(χ2=1.75、1.73,P=0.189、0.196)。肿瘤最大径≥3.4 cm组和<3.4 cm组间的3年累积DFS差异有统计学意义(χ2=17.58,P<0.001)。Cox生存分析结果显示cT(HR=5.203,P=0.001)和EMVI(HR=1.971,P=0.025)是影响cN0胃癌患者3年DFS的独立危险因素。亚组分析结果显示,在4个亚组中EMVI对患者3年累积DFS的影响均有统计学意义(P<0.05);cT对患者3年累积DFS的影响在pT1~2、pN0、pN1~3亚组中均有统计学意义(P<0.05),而在pT3~4组中无统计学意义(χ2=2.58,P=0.108)。结论cT及EMVI是影响cN0胃癌患者3年DFS的独立影像学危险因素。
简介:摘要目的探讨基于多中心超声影像组学模型预测三阴性乳腺癌(TNBC)患者无病生存期(DFS)的有效性。方法2012年7月至2016年12月从南京医科大学第一附属医院、江苏省中医院、中国人民解放军东部战区总医院招募418例TNBC患者。来自机构1(南京医科大学第一附属医院)的271例患者构成训练集,采用LASSO逻辑回归算法筛选出与患者DFS相关的最优特征构建影像组学标签,并计算每位患者的影像组学分数(Rad-score)。根据Rad-score最佳阈值将患者分为复发高风险及复发低风险组,并评估Rad-score与DFS的关系。采用单变量和多变量Cox回归分析确定差异有统计意义的影像组学特征和临床病理变量,用于构建影像组学模型,并通过一致性指数(C-index)及校准曲线评估模型的辨别度和校准度。另147例来自其他两个医疗机构的TNBC患者构成独立的外部验证队列,用于验证预测模型的效能。结果筛选出10个重要的影像组学特征构建成的组学标签,在训练集和验证集中均是预测DFS独立的风险因素(P<0.05)。影像组学模型由腋窝淋巴结分期、Ki-67指数和影像组学标签构成,在训练集和验证集中,影像组学模型的预测效能优于临床病理模型或TNM分期系统(P<0.01),C-index分别为0.75(95%CI=0.72~0.78)和0.73(95%CI=0.71~0.75)。校准曲线展示影像组学模型具有较好的一致性,临床决策曲线也证实其良好的临床应用价值。结论基于10个超声影像组学特征构成的影像组学标签是评估TNBC患者DFS的有力预测因子。由此构建的影像组学预测模型可显著提高临床预测模型及传统TNM分期预测TNBC患者DFS的效能,为TNBC患者治疗前进行复发风险分层、个体化肿瘤治疗方案的制定提供了依据。