搜索
昆明医科大学临床医学系肿瘤内科专业导师：王羽丰教授临床肿瘤医学·开题汇报汇报人：王雪星KunmingMedicalUniversity导师：王羽丰教授恶性肿瘤患者导管相关血栓形成预测模型建立汇报人：王雪星目录Contents研究背景1研究目的及意义2研究路线图3主要研究方法4创新性及可行性5进度及具体安排6参考文献74研究背景PART01第一部分51.1研究背景全国2011年新发恶性肿瘤病例约3372175例,死亡病例2113048例.全国恶性肿瘤发病率为250.28/10万[1]。2011年中国恶性肿瘤发病和死亡分析：61.2研究背景：CVC及PICC：中心静脉导管置管（CVC）及经外周静脉穿刺中心静脉置管（PICC）广泛用于癌症患者的化学治疗[2]。71.5研究背景：01PICC置管及CVC置管是一种有创的侵入性操作，穿刺时及留置期间存在较多的并发症，其中导管相关血栓（CRT）形成是较常见且较难处理的并发症。研究显示，肿瘤患者血栓形成发生率较高，为5.6%～5.8%。70%发生在置管后第1周[5]。前期研究81.6研究背景：02现有研究认为导管因素、患者相关因素及药物因素与CRT形成具有非常密切的联系[2、6-9]，检索相关文献，国内外对于导管相关血栓形成因素报道较多，但是对于CRT形成模型的建立相对比较少见，若是能建立起较准确的CRT预测模型，就能够对已发生血栓的患者提前干预、行抗凝治疗。国内外研究现状9研究目的及意义第二部分PART0210分析恶性肿瘤患者CRT相关血栓形成的概率和危险因素；为临床行CVC/PICC置管恶性肿瘤患者CRT形成、防治提供参考。建立恶性肿瘤患者CRT预测模型；0102032.1研究目的及意义11研究路线图第三部分PART033.1研究路线图所有行PICC/CVC恶性肿瘤患者统计患者相关资料，建立数据库病例组（CRT患者)单因素分析多因素分析建立预测模型校正预测模型研究对象对照组（未发生CRT)13主要研究方法第四部分PART044.1研究对象4.2入组标准：1.均经病理组织学、细胞学、影像学检查证实为恶性肿瘤2.均行CVC/PICC置管。3.病历资料完整。4.采集CVC/PICC置管后且行US发生血栓患者的资料。2008年1月至2018年11月云南省肿瘤医院行CVC/PICC的恶性肿瘤患者。4.3排除标准病例资料不完整者4.4研究方法01统计每位患者的病历信息1）患者的人口统计数据：（姓名，年龄）;2）临床资料：（临床诊断，分期，合并症，血栓形成史，手术史，创伤史，家族病史，吸烟史，CVC病史，PICC手臂活动量）;3）导管插入记录：（插入日期，操作员，插入指示，插入次数，静脉和手臂插入，PICC/CVC的类型（流明，仪表，品牌）和导管尖端的位置）;4）实验室结果：（血常规、血脂、凝血功能）;5）治疗前评估：①一般状况：KFS评分、身高、体重、BSA（体表面积）。②营养状况：BMI（体重指数）、前白蛋白、白蛋白、肌酐。4.5研究方法02建立数据库。1）对各项可能的影响因素进行单因素分析。2）进行多因素分析。3）用Logistic回归分析，对每位病人的各项临床资料作变量赋值如下：设定因变量为y，自变量表示是否发生CRT。设定自变量影响因子为x，x=(x1、x2、x3、x4、x5、x6、x7、x8、x9、x10…………xn)分别代表不同的相关因素。依据每位病人人院时的基本情况，对因变量和自变量进行赋值。4.6研究方法03建立模型预测建立统计预测模型：1.发病概率P=ex/(1+ex)x=β0+β1X1+β2X2+...+βjXj+…+βkXk。2.β是方程系数，X是各种满足进入方程的预测因素，e是自然数。3.进入模型的各项影响因子P≤0.05。4.为避免Logistic回归预测模型的过度预测误差，模型中每个需要考察的因子必须有大于等于10个不良事件发生。4.7研究方法041.校正预测模型：Logistic预测模型的bootstrap验证(1)用所有的病例（原始数据库）导出Logistic回归模型，计算该模型ROC的AUC，称为“表观c-统计值”，这里用Dapp表示；(2)用bootstrap法从原始数据库抽样产生新的数据库；(3)用新数据库使用相同的预测因素导出新的Logistic回归模型；(4)计算新模型的AUC，用Dboot表示；(5)用这新的Logistic回归模型计算原始数据库的AUC，用Dorig表示Logistic预测模型的bootstrap验证4.7研究方法042.校正预测模型：(6)optimism=Dboot-Dorig(7)重复第2到第6步100-200次；(8)计算这100-200个optimism的均数，用O表示；(9)模型“实际的c-统计值”=Dapp-O。(10)模型的过度预测百分率=（表观c-统计值—实际c-统计值）/实际c-统计值*100%。(11)用过度预测百分比校正原始模型的方程系数。21创新性及可行性分析第五部分PART056.1创新性创新性CRT预测模型，罕见相关报道；指导临床进行有效的干预措施01025.2可行性分析02可行性分析省级肿瘤专科医院，大量病历；经验丰富、统计学扎实的指导老师；充足的准备，大量的前期工作基础。010324工作进度及安排第六部分PART065.1工作进度安排2018.12-2019.126•随师学习，根据病案收集的纳入排除标准，到本院病案室收集病历。2019.12-2020.010•对病例组与对照组各观察指标进行统计学分析。2020.01-2020.04•整理资料统计数据及撰写论文26参考文献PART07第7部分27参考文献[1]陈万青,郑荣寿,曾红梅,邹小农,张思维,赫捷.2011年中国恶性肿瘤发病和死亡分析[J].中国肿瘤,2015,24(1):1-10.[2]Xiao-lei,Yi,Jie,Chen,Jia,Li,Liang,Feng,Yan,Wang,Jia-An,Zhu,E,Shen,Bing,Hu.RiskfactorsassociatedwithPICC-relatedupperextremityvenousthrombosisincancerpatients.[J].Journalofclinicalnursing,2014,23(5-6):837-43.[3]FloquetA,VergoteI,ColomboN,etal.Progression-freesurvivalbylocalinvestigatorversusindependentcentralreview:comparativeanalysisoftheAGO-OVAR16Trial[J].GynecologicOncology,2015,136(1):37-42.[4]McguireWP,HoskinsWJ,BradyMF,etal.CyclophosphamideandcisplatincomparedwithpaclitaxelandcisplatininpatientswithstageIIIandstageIVovariancancer.[J].NewEnglandJournalofMedicine,1996,334(1):1.[5]于瑞,陈利芬,周雪梅,何佩仪,侯秋秀,郑锦萍.肿瘤患者PICC导管相关血栓形成危险因素的研究[J].中国护理管理,2016,16(10):1326-1330.[6]Saber,W;Moua,T;Williams,EC;Verso,M;Agnelli,G;Couban,S;Young,A;DeCicco,M;Biffi,R;vanRooden,CJ;Huisman,MV;Fagnani,D;Cimminiello,C;Moia,M;Magagnoli,M;Povoski,SP;Malak,SF;Lee,AY;JThrombHaemost.2011V9N2:312-9[7]Jim,Murray,Elizabeth,Precious,Raza,Alikhan.Catheter-relatedthrombosisincancerpatients.[J].Britishjournalofhaematology,2013,162(6):748-57.[8]石建平,赵梦华.癌症患者导管相关血栓形成的防治[J].医学综述,2015,21(9):1602-1604.[9]田旭,陈慧,宋国敏,卞薇,刘晓玲,陈伟庆.基于meta分析的肿瘤患者经外周置入中心静脉导管相关性静脉血栓形成风险预测模型构建[J].临床与病理杂志,2017,37(4):772-778.导师：王羽丰教授请各位老师批评指正汇报人：王雪星KunmingMedicalUniversity