Development and Validation of Prognostic Nomograms for Periampullary Neuroendocrine Neoplasms: A SEER Database Analysis
Notice bibliographique
Résumé
(1) Background: Periampullary neuroendocrine neoplasms (NENs) are rare tumors that lack a prognostic prediction model. We aimed to design comprehensive and effective nomograms to predict prognosis; (2) Methods: Univariate and multivariate Cox analyses were used to screen out significant variables for the construction of the nomograms. The discrimination and calibration of the nomograms were carried out using calibration plots, concordance indices (C-indices), and area under time-dependent receiver operating characteristic curves (time-dependent AUCs). Decision curve analysis (DCA) was used to compare the clinical applicability of the nomograms, TNM (Tumor- Node-Metastasis) stage, and SEER stage; (3) Results: The independent risk factors for overall survival (OS) and cancer-specific survival (CSS) of patients with periampullary NENs included age, tumor size, histology, differentiation, N stage, M stage, and surgery, which were used to construct the nomograms. The calibration curves and C-indices showed a high degree of agreement between the predicted and actual observed survival rates. The AUCs displayed good calibration and acceptable discrimination of the nomograms. Additionally, the DCA curves indicated that the nomograms showed better clinical applicability; (4) Conclusions: We developed and validated nomogram prognostic models for patients with periampullary NENs. The nomograms provided insightful and applicable tools to evaluate prognosis.
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 | 0,016 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».