Derivation and validation of a nomogram model for pulmonary thromboembolism in patients undergoing lung cancer surgery
Notice bibliographique
Résumé
BACKGROUND: A specific risk-stratification tool is needed to facilitate safe and cost-effective approaches to the prophylaxis of acute pulmonary thromboembolism (PTE) in lung cancer surgery patients. This study aimed to develop and validate a simple nomogram model for the prediction of PTE after lung cancer surgery using readily obtainable clinical characteristics. METHODS: A total of 14,427 consecutive adult patients who underwent lung cancer surgery between January 2015 and July 2018 in our institution were retrospectively reviewed. Included in the cohort were 136 patients who developed PTE and 544 non-PTE patients. The patients were randomly divided into the derivation group (70%, 95 PTE patients and 380 non-PTE patients) and the validation group (30%, 41 PTE patients and 164 non-PTE patients). A nomogram model was developed based on the results of multivariate logistic analysis in the derivation group. The cut-off values were defined using Youden's index. The prognostic accuracy was measured by area under the curve (AUC) values. RESULTS: In the derivation group, multivariate logistic analysis was carried out to evaluate the risk score. The risk assessment model contained five variables: age [95% confidence interval (CI): 1.008-1.083, P=0.016], body mass index (95% CI: 1.077-1.319, P=0.001), operation time (95% CI: 1.002-1.014, P=0.008), the serum level of cancer antigen 15-3 (CA15-3) before surgery (95% CI: 1.019-1.111, P=0.005), and the abnormal results of compression venous ultrasonography before surgery (95% CI: 2.819-18.838, P<0.001). All of them were independent risk factors of PTE. To simplify the risk assessment model, a nomogram model was established, which showed a good predictive performance in the derivation group (AUC 0.792, 95% CI: 0.734-0.853) and in the validation group (AUC 0.813, 95% CI: 0.737-0.890). CONCLUSIONS: A high-performance nomogram was established on the risk factors for PTE in patients undergoing lung cancer surgery. The nomogram could be used to provide an individual risk assessment and guide prophylaxis decisions for patients. Further external validation of the model is needed in lung cancer surgery patients in other clinical centers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».