Prawdopodobieństwo raka w guzkach płucnych wykryte podczas pierwszego badania CT AD 7

Obydwa oszczędne i pełne modele wykazały doskonałą dyskryminację w danych PanCan i BCCA (walidacja) ze wszystkimi wartościami AUC powyżej 0,90 (rys. S1 i tabela S2 w dodatkowym dodatku). W zestawach danych PanCan i BCCA przewidywane przez model prawdopodobieństwa raka płuc wykazywały dobrą separację pomiędzy uczestnikami, u których zdiagnozowano raka płuc, a tymi, u których nie zdiagnozowano, z jedynie niewielkim zachodzeniem na siebie (Figura 2). Modele osiągały dobre wyniki nawet przy zastosowaniu guzków o średnicy 10 mm lub mniejszych, które są najbardziej wymagającymi klinicznie i najliczniejszymi guzkami. Dla tych guzów AUC w modelu 1a wynosiły odpowiednio 0,894 i 0,907 w danych PanCan i BCCA (ryc. S1 w dodatkowym dodatku). W danych PanCan zmodyfikowany model 1b, w którym rozmiar brody był traktowany jako termin liniowy, miał znacznie niższe AUC niż model, w którym rozmiar guzka traktowano jako termin nieliniowy (0,918 vs. 0,941, P = 0,01 dla różnicy w AUC). Chociaż rozmiar guzków był najważniejszym czynnikiem predykcyjnym w modelach wielowymiarowych, największy guzek w płucach u danej osoby niekoniecznie został uznany za złośliwy. Spośród 102 uczestników PanCan z rakiem płuc nowotwór wykryto w największym brodawce u 82 uczestników, w drugim co do wielkości u 16, w trzecim co do wielkości u 1, w czwartym największym u 2, a u piątym największym u 1.
W danych walidacyjnych BCCA pełny model wypadł znacznie lepiej niż model oszczędny: AUC wyniosła 0,960 (95% CI, 0,927 do 0,980) w modelu 1a w porównaniu z 0,970 (95% CI, 0,947 do 0,986) w modelu 2a ( P = 0,009 dla różnicy w AUC), a różnica była szczególnie wyraźna dla klinicznie istotnej grupy guzków o wielkości 10 mm lub mniejszej: AUC wynosząca 0,907 (95% CI, 0,822 do 0,963) w porównaniu z AUC wynoszącym 0,938 (95% CI, 0,872 do 0,978) (P = 0,002). Różnica w AUC wynosząca 0,031 wynosi 6,2% odległości między klasyfikacją losową i doskonałą.
W modelu 1a, bezwzględne błędy mediany i 90 percentyla (obserwowane minus przewidywane prawdopodobieństwa) w analizie danych PanCan wynosiły odpowiednio 0,0003 i 0,0007, a odpowiadające im bezwzględne błędy w analizie danych walidacyjnych BCCA wynosiły 0,0002 i 0,003. W modelu 1a średni błąd bezwzględny we wszystkich decylach ryzyka przewidy- wanego przez model w danych PanCan i BCCA był mniejszy niż 0,015 (ryc. S2 w dodatkowym dodatku), co wskazuje na doskonałą kalibrację.
Ostateczne modele z spiculacją przedstawiono w tabeli 2, modele 1b i 2b. Porównanie modelu z i bez spiculacji nie wykazało istotnej różnicy w AUC (tabela S2 w dodatkowym dodatku). Jednak poprawa klasyfikacji netto między modelem 1a a modelem 1b wyniosła 4,3% (P = 0,09), co sugeruje, że spiculacja może poprawić prognozy.
Oferujemy kalkulatory arkuszy kalkulacyjnych dla Tabeli 2, modele 1b i 2b, na stronie www.brocku.ca/cancerpredictionresearch
[hasła pokrewne: badanie ginekologiczne filmiki, oczyszczanie twarzy szczecin, amlodypina ]
[podobne: przychodnia diabetologiczna, dyżury aptek malbork, dialab wyniki ]

Tags: , ,

Comments are closed.

Powiązane tematy z artykułem: dialab wyniki dyżury aptek malbork przychodnia diabetologiczna