作者：白介素2
这是分享临床预测模型相关文献，主要内容是基于SEER公共数据库及外部数据验证的临床预测模型开发的研究。
简介
分享2018年5月由 浙江大学医学院附属第二医院肿瘤内科研究团队发表的研究成果，主要是关于开发了预测十二指肠腺癌的术后生存的Nomogram。
摘要
由于原发性十二指肠腺癌很少见，因此对该病的预后因素仍缺乏足够的探索，尤其是在中国。我们在中国双中心（从2006年至2016年）或在“SEER”数据库中（2004年至2014年）确定了十二指肠腺癌术后患者。通过单因素和多因素Cox比例风险回归分析并分析了癌症特异性生存（CSS）的临床病理特征和重要的预后因素。然后，基于SEER数据库构建了预测CSS的列线图，并使用独立的中国队列在外部进行了验证。总共包括来自中国双中心的137例患者和来自SEER数据库的698例患者进行了分析。多因素分析表明，年龄，肿瘤分级和TNM分期是独立的预后因素。使用这些因素构建的列线图显示出对AJCC-TNM分类的第7版具有明显的预后优势。 （C指数：SEER队列，分别为0.693和0.625，P < 0.001；中国队列，分别为0.677和0.659，P < 0.001）。总之，十二指肠腺癌的重要预后因素是年龄，肿瘤分级和TNM分期。这项研究开发了诺模图，可以精确预测术后十二指肠腺癌患者的CSS。
方法学
image.png
我关心的问题是作者如何处理缺失值，作者这里没有明确说，但是给出了排除标准，大概的是意思这是一个完整数据的分析complete case，有缺失就删除。如需要详细阅读学习，附上原文：
附上全文
临床预测模型01-1.png
临床预测模型01-2.png
临床预测模型01-3.png
临床预测模型01-4.png
临床预测模型01-5.png
临床预测模型01-6.png
临床预测模型01-7.png
临床预测模型01-8.png
临床预测模型01-9.png
临床预测模型01-10.png
