Thorax：使用NLST数据对Brock模型进行外部验证和重新校准，以预测肺结节中癌症的概率
2019-03-24 xiangting MedSci原创
虽然Brock模型在NLST数据集上验证时达到了高AUC，但该模型得益于更新和重新校准。
这项研究使用全国肺部筛查试验（NLST）数据集对Brock模型进行了外部验证，遵循针对个体预后或诊断多因素预测模型透明报告的严格指导。这篇文章报道了如何解释外部验证结果，并突出了重新校准和模型更新的作用。
研究人员使用NLST数据集评估模型的辨别度和校准。根据McWilliams 等人报告的纳入/排除标准，确定了基线低剂量CT筛查发现的7879例非钙化结节，并随访2年。研究描述了泛加拿大肺癌早期检测研究与NLST队列之间的差异。通过将原始Brock模型拟合到NLST来计算预后指数的斜率和截距系数。研究还评估了模型重新校准和添加新协变量的影响，如体重指数、吸烟状况、包年和石棉。
虽然该模型的曲线下面积（AUC）良好，为0.905（95％CI 0.882至0.928），但直方图显示该模型区别良性和恶性病例的能力差。校准曲线显示该模型高估了癌症的可能性。在重新校准模型中，更新了肺气肿，毛刺征和结节计数的系数。更新模型的校准力得到改善并且乐观校正的AUC为0.912（95％CI 0.891至0.932）。在评估的新协变量中，仅发现吸烟史有显著性（p<0.01）。
虽然Brock模型在NLST数据集上验证时达到了高AUC，但该模型得益于更新和重新校准。然而，模型中使用的协变量不足以充分辨别恶性病例。
原始出处：
Audrey
Winter. External validation and recalibration of the Brock model to predict
probability of cancer in pulmonary nodules using NLST data. Thorax. 21 March
2019.
本文系梅斯医学(MedSci)原创编译整理，转载需授权！
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#ROCK#
53
#ROC#
38
#Brock模型#
40
梅斯里提供了很多疾病的模型计算公式，赞一个！
65