引用本文:[点击复制]
[点击复制]
【打印本页】 【下载PDF全文】 下载PDF阅读器关闭

←前一篇|后一篇→

过刊浏览    高级检索

本文已被:浏览 40次   下载 0 本文二维码信息
码上扫一扫!
阴道上皮内病变2及以上的风险预测模型构建及临床验证
范子玉;石皆春;顾辰洁;马昕宇;邢燕
0
(南京医科大学第一附属医院妇科,江苏 南京 210029)
摘要:
目的:构建阴道上皮内病变 2 及以上(即 VaIN 2 + )病变的风险预测模型,并建立个体诊断 VaIN 2 + 的列线图及风险分层,为阴道病变的治疗提供指导。 方法:收集 2021 年 1 月至 2024 年 1 月 在南京医科大学第一附属医院妇科子宫颈病中心经阴道镜活检诊断为 VaIN 的女性 248 例,以组织 学病理结果为金标准,分为低于 VaIN 2 组和 VaIN 2 + 组,对两组进行单因素比较分析,采用多因素 Logistic 回归分析确定 VaIN 2 + 的危险因素并构建诊断模型,应用 R 语言软件建立列线图模型,采用 受试者工作特征(ROC)的曲线下面积(AUC)、校准曲线验证与评价该模型的区分度、校准度和临床 实用价值。 结果:单因素分析发现,人乳头瘤病毒(HPV)型别、TCT 结果、子宫颈上皮内瘤变(CIN) 级别、醋白改变、阴道病变时间、阴道病变位置和 CIN 病变时间为发生 VaIN 2 + 的影响因素(P < 0. 1);多因素二元 Logistic 回归分析提示,HPV16 / 18 阳性、CIN 级别≥CIN 2、厚醋白改变、阴道病变 时间≥5 年、阴道病变位置为阴道上 1 / 3 是发生 VaIN 2 + 的独立危险因素(OR > 1,P < 0. 05),CIN 病 变时间 < 3 年为保护性因素(OR < 1,P < 0. 05),其中醋白改变影响最大(OR 4. 54)。 根据多因素二 元 Logistic 回归分析建立回归模型,该模型的 AUC 为 0. 813;构建列线图模型,对其进行内部验证后 得到一致性指数(C-index)为 0. 81;使用 X-tile 软件将患者进行风险分层,总分越高的患者发生 VaIN 2 + 的风险越高。 结论:本研究构建的列线图模型可个体化预测患者发生 VaIN 2 + 的病变风险,准确 性和临床实用性较高。
关键词:  阴道上皮内病变  风险因素  预测模型  列线图
DOI:
基金项目:江苏省卫生健康发展研究中心开放课题(编号:JSHD2022024);江苏省妇幼健康研究会课题(编号:JSFY202308);江苏省妇幼保健协会课题(编号:FYX202319)
()
Abstract:
Key words:  

用微信扫一扫

用微信扫一扫