Ein Nomogrammmodell zur Vorhersage zentraler Lymphknotenmetastasen bei papillärem Schilddrüsenkarzinom

1000 Patienten, bei denen zwischen Juni 2014 und September 2019 eine totale Thyreoidektomie oder Lobektomie durchgeführt wurde und bei denen durch eine pathologische Untersuchung PTC diagnostiziert wurde, im Sun Yat-sen Memorial Hospital (Guangzhou, Südchina) und 200 Patienten im First Affiliated Hospital der Zhengzhou University (Zhengzhou, Nordchina). Als Probanden für die Erstellung des Nomogramms wurden Personen aus China) von März 2019 bis November 2020 ausgewählt. 1000 Patienten wurden im Verhältnis 7:3 randomisiert und in einen Trainingssatz und einen Verifizierungssatz aufgeteilt. Darüber hinaus wurden 200 Fälle, die die oben genannten Einschluss- und Ausschlusskriterien im Ersten angeschlossenen Krankenhaus der Universität Zhengzhou erfüllten, als externer Verifizierungssatz registriert.

Die folgenden klinischen Merkmale für jeden Patienten wurden vor der Operation erhoben: Geschlecht, Alter, Beruf, kompliziert mit Autoimmunerkrankungen (nicht vorhanden/vorhanden), Strahlenexposition in der Vorgeschichte (nicht vorhanden/vorhanden), familiäre Vorgeschichte von Schilddrüsenkrebs (nicht vorhanden/vorhanden), mit andere Tumoren (nicht vorhanden/vorhanden) und präoperative Laboruntersuchungen einschließlich Neutrophilenzahl, Lymphozytenzahl, Thrombozytenzahl, Schilddrüsen-stimulierendes Hormon (TSH), freies Trijodthyronin (fT3), freies Thyroxin (fT4), Anti-Thyreoglobulin-Antikörper (TgAb), Schilddrüse Peroxidase-Antikörper (TPOAk).

Präoperative US-Signaturen von Schilddrüsentumoren wurden ebenfalls einbezogen: Verteilung (einseitig/bilateral), Form (regelmäßig/unregelmäßig), maximaler Durchmesser, Anzahl (einzeln/mehrfach), Grenze (klar/heliclear/unklar), Komponente (fest/zystisch-fest). ), Verkalkung (nicht vorhanden / Mikroverkalkung / Makroverkalkung), Blutfluss (nicht vorhanden / intern / ringförmig), Vergrößerung der Halslymphknoten (nicht vorhanden / vorhanden).

Zur Vorhersage von CLNM wurde ein Nomogramm erstellt, das auf den allgemein verfügbaren Basismerkmalen von PTC-Patienten in einem Tertiärkrankenhaus in Südchina basiert und es extern mit Daten aus Nordchina validiert. Odd Ratios (ORs), 95 %-Konfidenzintervall (CI) und Wahrscheinlichkeitswerte wurden durch logistische Regressionsanalyse ermittelt. Die Fläche unter der Receiver Operating Characteristic (ROC)-Kurve (AUC) wurde berechnet, um die Genauigkeit des Nomogramms zur Vorhersage von CLNM zu bewerten. Die Kalibrierungskurve und Hosmer-Lemeshow-Tests wurden durchgeführt, um die Kalibrierung des Nomogramms zu bewerten. Die Entscheidungskurvenanalyse (DCA) wurde angewendet, um den klinischen Nutzen des Nomogramms zu validieren.