Chrome Extension
WeChat Mini Program
Use on ChatGLM

Nomogramme prédictif de la mortalité à 5 ans des patientes atteintes d’un cancer épithélial de l’ovaire de stade FIGO IV

Gynécologie Obstétrique Fertilité & Sénologie(2023)

Cited 0|Views30
No score
Abstract
Peu d’études se sont intéressées aux facteurs prédictifs de survie des patientes atteintes d’un cancer épithélial de l’ovaire (CEO) de stade FIGO IV. L’objectif de notre étude était d’analyser les facteurs prédictifs de la mortalité à 5 ans chez ces patientes et d’en réaliser un nomogramme. Il s’agissait d’une étude de cohorte rétrospective et multicentrique de 2252 patientes traitées pour un CEO entre 2000 et 2020. Parmi elles, 307 (13,6 %) présentaient un CEO de stade IV. Les facteurs potentiellement prédictifs de survie ont été analysés : l’âge, le score ASA, l’histologie, le CA-125, la maladie résiduelle, la localisation métastatique initiale et le schéma thérapeutique (chimiothérapie seule, chirurgie de cytoréduction première, chimiothérapie néoadjuvante et chirurgie d’intervalle). Un nomogramme prédictif de la mortalité à 5 ans a été réalisé à partir d’une analyse multivariée utilisant un modèle de régression logistique puis validé en interne. Les hazard ratios (HR) et les intervalles de confiance à 95 % (IC 95 %) ont été calculés à l’aide d’un modèle de Cox. Les facteurs influençant la survie globale des patientes atteintes d’un CEO de stade IV en analyse multivariée étaient le score ASA 4 (HR = 10,4 [1,24–88), p = 0,03), la séquence thérapeutique (HR = 0,35 [0,16–0,73], p = 0,005), la maladie résiduelle post-opératoire (HR = 2,38 [1,20–4,72], p = 0,03) et l’épanchement pleural initial (HR = 1,72 [1,10–2,71], p = 0,02). Le nomogramme prédictif de la mortalité à 5 ans intégrait le CA-125 au diagnostic, le stade FIGO, la maladie résiduelle post-opératoire, l’âge et la séquence thérapeutique. Notre modèle prédictif avait une AUC de 0,71 (IC 95 % [0,64–0,77]) et de 0,61 (IC 95 % [0,60–0,62]) respectivement avant et après les 200 répétitions des corrections d’échantillons bootstrap. Il n’y avait pas de différence significative entre la probabilité prédite obtenue à partir de la correction bootstrap et les probabilités réelles de décès (p = 1). Les différences moyennes et maximales entre les probabilités prédites et calibrées étaient de 0,016 % et 0,057 % respectivement. Notre étude a permis d’identifier les facteurs prédictifs de survie des patientes présentant une CEO de stade FIGO IV. Notre nomogramme ouvre la voie de la médecine personnalisée chez ces patientes en estimant la probabilité de décès à 5 ans avec une AUC satisfaisante.
More
Translated text
Key words
cancer
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined