| 摘要: |
| 目的 采用机器学习方法构建术前直肠癌（RC）淋巴结转移预测模型并加以验证。 方法 回顾性收集2019年1月至
2023年8月于赤峰市医院行RC根治术的967例患者的临床及实验室检查指标（血常规、肝肾功能、电解质、血糖、尿常规、凝血功能及
肿瘤标志物等）。将其中2019年1月至2022年7月的788例作为训练集，2022年8月至2023年8月的179例作为验证集。训练数据
剔除非数值型变量后，依据术后病理检查结果分为淋巴结转移阳性组与阴性组，两组行单因素分析、最小绝对收缩和选择算子（LASSO）回归特征筛选及多因素logistic回归筛选独立预测因素，构建预测模型并绘制列线图，采用验证集验证。通过似然比检验、C指
数、Brier指数，结合ROC曲线、校准曲线、决策曲线及临床影响曲线等可视化方法，综合评价模型的临床应用价值。 结果 最终纳入
121项检验指标进行分析，筛选出5项独立预测因素，其中高淋巴细胞计数（LC）、血小板分布宽度（PDW）、活化部分凝血活酶时间
（APTT）为RC淋巴结转移独立危险因素，高血小板-淋巴细胞比值（PLR）、白蛋白-球蛋白比值（AGR）为独立保护因素，基于上述指标
绘制列线图。模型验证显示，训练集AUC为0.918、C指数为0.915、Brier指数为0.113，验证集AUC为0.906、Brier指数为0.197；似然
比检验证实模型具有统计学意义（P＜0.001），校准曲线、决策曲线及临床影响曲线均提示模型具备良好的区分度、校准度及临床决策
价值。 结论 基于LC、PLR、PDW、AGR及APTT构建列线图预测模型，可精准预测RC淋巴结转移风险，依托常规术前实验室指标即
可完成评估，有望助力临床术前判断。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:内蒙古自治区自然科学基金资助项目（2022LHMS08001）；赤峰市自然科学科研课题项目（SZR2023078） |
|
|
|
|
| Abstract: |
|
| Key words: |
