System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于医疗大数据,特别涉及一种胃癌腹膜转移术中预测方法、电子设备和程序产品。
技术介绍
1、腹膜转移是胃癌的主要转移类型之一,对患者预后产生严重影响。当术中发现可疑的腹膜结节时,医生需要迅速决定是否进行胃切除术。这一决策基于对腹膜结节的冰冻病理检查结果,但这些结果可能是阴性、阳性或不确定。阴性结果可能意味着没有发现癌细胞,但存在假阴性的风险;阳性结果则明确指示存在癌细胞;不确定结果则需要进一步的分析。在这种情况下,医生需要依据有限的信息做出最佳的治疗决策,这不仅涉及到是否进行胃切除术,还关系到患者的预后和生存质量。
技术实现思路
1、本公开实施例通过结合临床病理信息和术中病理评估,建立一个胃癌腹膜转移的术中预测模型,以辅助外科医生在术中做出更准确的手术决策。通过分析lauren分型、临床t分期、腹膜结节分布区域、中性粒细胞/淋巴细胞计数比(nlr)和ca125,提出综合预测模型,该模型在提高手术决策准确性和患者生存率方面显示出显著优势。
2、本公开实施例,通过单因素和多因素分析,建立胃癌腹膜转移的术中预测模型,包括lauren分型、临床t分期、腹膜结节分布区域和中性粒细胞/淋巴细胞计数比,以预测胃癌腹膜转移。或者,使用lauren分型、腹膜结节分布区域和ca125作为冰冻病理检查结果为阴性或不确定时预测阳性石蜡切片结果的辅助。
【技术保护点】
1.一种胃癌腹膜转移术中预测方法,其特征在于,该方法包括,建立列线图术中预测模型,通过该预测模型辅助手术决策。
2.根据权利要求1所述的预测方法,其特征在于,所述列线图术中预测模型,模型预测因素包括,Lauren分型、临床T分期、腹膜结节分布区域、嗜中性粒细胞与淋巴细胞比值。
3.根据权利要求2所述的预测方法,其特征在于,所述列线图术中预测模型,列线图标尺分值范围是0~100,其中包括,
4.根据权利要求1所述的预测方法,其特征在于,所述列线图术中预测模型构建过程,包括
5.根据权利要求4所述的预测方法,其特征在于,使用ROC曲线评估所述列线图术中预测模型的预测准确性,并确定最佳的Cutoff值,以区分低危组和高危组。
6.根据权利要求5所述的预测方法,其特征在于,使用Kaplan-Meier方法和Log-rank测试来评估不同风险组患者的生存差异。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序以实现如权利要求1至6任一项
8.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求1至6中任一所述的方法。
9.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行以实现权利要求1至6任一项所述的方法。
...【技术特征摘要】
1.一种胃癌腹膜转移术中预测方法,其特征在于,该方法包括,建立列线图术中预测模型,通过该预测模型辅助手术决策。
2.根据权利要求1所述的预测方法,其特征在于,所述列线图术中预测模型,模型预测因素包括,lauren分型、临床t分期、腹膜结节分布区域、嗜中性粒细胞与淋巴细胞比值。
3.根据权利要求2所述的预测方法,其特征在于,所述列线图术中预测模型,列线图标尺分值范围是0~100,其中包括,
4.根据权利要求1所述的预测方法,其特征在于,所述列线图术中预测模型构建过程,包括
5.根据权利要求4所述的预测方法,其特征在于,使用roc曲线评估所述列线图术中预测模型的预测准确性,并确定最佳...
【专利技术属性】
技术研发人员:王琛,赵骏杰,李豪杰,汪学非,孙益红,
申请(专利权)人:复旦大学附属中山医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。