COX联合XGBoost的原发睾丸弥漫大B细胞淋巴瘤预后模型构建与验证

目的 原发睾丸弥漫大B细胞淋巴瘤全球发病率逐年增长,且因为血睾屏障的存在,死亡率高,目前尚缺乏多中心的大型回顾性分析数据进行疾病的预后研究。方法 从SEER数据库的22个中心机构获取2000—2019年期间,诊断为原发睾丸弥漫大B细胞淋巴瘤的患者资料进行回顾性分析,共纳入816例患者,按7:3的比例随机分为建模组和验证组。采用多Microbiology education变量COX逐步回归联合XGBoost机器学习模型筛选预后特征变量,将二者筛选出的共同预后因子构建列线图并对其重要度进行排序;时间依赖性ROC曲线验证模型的预测性能,校准曲GSK1349572溶解度线确定模型的一致性,决策曲线(decision curve analysis,DCA)评估模型的临床实用性与有效性。结果 COX回归结合XGBoost筛选出的共同预后因子为:年龄、手术、放疗、双侧发病、化疗、系统治疗、Ann Arbor分期;将其按照重要度排序,由大到小依次为:年龄、系统治疗、Ann Arbor分期、手术、双侧发病、化疗、放疗。基于联合模型筛选出的共同预后因子构建列线图,ROC曲线、校准曲线和DCA曲线显示模型具有良好的预测性能和临床实用性。结论 本研究构建的机器学习模型结合回归模型能准确预测原发睾丸D获悉更多LBCL患者的预后,为临床的精准诊疗提供科学依据。