Prognostisk evaluering Forudsigelsesmodel Overlevelse Spinale epidurale metastaser

Forudsigelsesmodellen er webbaseret og brugte fem parametre: Karnofsky performance score (KPS) (i tilfælde af pludselig (<24 timer) forringelse blev scoren brugt lige før forringelsen), den kurative intention om at behandle det primære, rygmarvsniveauet af den symptomatiske tumor, histopatologi af metastasen og køn. Disse parametre vil blive registreret ud over baseline-karakteristika. Datoen for præsentationen vil blive registreret. Fire måneder efter inklusion af den sidste patientoverlevelsesstatus vil alle patienter bedømmes. Hvis det er relevant, vil dødsdatoen blive noteret.

Patienter er berettigede, hvis de lider af en symptomatisk epidural spinal metastatisk læsion, der berettiger terapi, enten strålebehandling eller en kombination af kirurgi og strålebehandling. Arten af ​​læsionen bør verificeres ved patologisk undersøgelse. I tilfælde af en aktiv primær, der for nylig er blevet diagnosticeret (mindre end et år før præsentationen af ​​spinal læsion), anses den metastatiske læsion for at være relateret til denne primære. Men hvis patienten har mere end én primær i historien, er patologisk verifikation af vævet obligatorisk.

Efter at patienterne har givet informeret samtykke til at bruge deres data til videnskabelig brug, herunder offentliggørelse af resultaterne, vil de blive inkluderet. Dataene vil blive indsamlet og opbevaret elektronisk og anonymiseret. Patienter vil blive inkluderet i tre på hinanden følgende år. Det skønnes, at cirka 450 patienter kan indgå. To centre deltager, Radboud Universitetslægecenter og Haaglanden Lægecenter.

Statistisk analyse Cox-modellen vil blive valideret som beskrevet tidligere 4, først grafisk vil forudsigelsesevnen blive plottet, hvorimod den derefter vil blive kvantitativt udtrykt som Harrels c-indeks og Royston -Sauerbrei D-statistikken, Rd2. Kalibreringshældningen beregnes også. En prøve på en tredjedel af alle patienter vil blive brugt til valideringsformål. Om nødvendigt tilpasses modellen. Derefter udføres valideringen ved hjælp af data fra alle patienter.