简介：无

简介：摘要：目的：利用TCGA数据库构建肺腺癌铁死亡预后模型，旨在为肺腺癌患者预后提供理论依据。方法：从TCGA数据库中下载肺腺癌及正常肺组织的基因表达谱及相关临床数据，筛选出与铁死亡相关的预后基因，运用LASSO回归模型构建铁死亡预后模型。结果：单因素COX回归分析筛选出20个铁死亡相关基因，通过LASSO回归分析，最终筛选出13个铁死亡相关预后基因。根据危险评分将患者分为高低风险组，与低风险组相比高风险组的总体生存率明显降低。ROC曲线验证了模型的预测能力。结论：ANGPTL7, DDIT4, SLC1A4, GDF15, SLC2A1,RRM2, ALOXE3, PHKG2, LINC00472, LINC00336, ALOX15,SLC7A11, 和GLS2的风险预测模型能够有效的对肺腺癌患者的预后进行预测。

简介：摘要：目的：利用TCGA数据库构建肺腺癌铁死亡预后模型，旨在为肺腺癌患者预后提供理论依据。方法：从TCGA数据库中下载肺腺癌及正常肺组织的基因表达谱及相关临床数据，筛选出与铁死亡相关的预后基因，运用LASSO回归模型构建铁死亡预后模型。结果：单因素COX回归分析筛选出20个铁死亡相关基因，通过LASSO回归分析，最终筛选出13个铁死亡相关预后基因。根据危险评分将患者分为高低风险组，与低风险组相比高风险组的总体生存率明显降低。ROC曲线验证了模型的预测能力。结论：ANGPTL7, DDIT4, SLC1A4, GDF15, SLC2A1,RRM2, ALOXE3, PHKG2, LINC00472, LINC00336, ALOX15,SLC7A11, 和GLS2的风险预测模型能够有效的对肺腺癌患者的预后进行预测。

简介：摘要目的基于监测、流行病学和最终结果数据库(SEER)记录的腹膜后肿瘤数据，构建并验证腹膜后肿瘤患者生存预后预测模型。方法收集2000至2019年腹膜后肿瘤临床数据，使用X-title软件计算年龄的最佳截断值，使用R语言将数据分为建模组和验证组。使用单因素和多因素COX回归分析构建腹膜后肿瘤患者预后预测模型。采用一致性指数(C指数)、受试者工作特征曲线(ROC曲线)和校准曲线对列线图进行评估。将本研究构建的模型与第7版美国癌症联合委员会(AJCC)TNM分期系统进行比较，采用净重分类改善指数(NRI)和综合判别改善指数(IDI)对模型性能进行评价。结果纳入6个风险因素构建列线图用以预测患者3年和5年存活率。建模组C指数0.742，验证组C指数0.737。建模组预测3年和5年生存率的ROC曲线下面积(AUC)分别为0.817和0.794，验证组分别是0.779和0.789。校准曲线显示建模组和验证组预测3年和5年生存率和实际生存率拟合较好。NRI和IDI结果说明本研究预测模型与第7版AJCC的TNM分期比较具有正改善。以此模型构建的风险分层模型中低风险组预后好于高风险组(P＝0)，差异有统计学意义。结论本研究成功构建腹膜后肿瘤预测模型并进行验证，为患者3年和5年生存率预测提供一个简便可靠的工具。同时，以本预测模型构建的风险分层模型可以区分不同风险的患者，对腹膜后肿瘤患者的个体化治疗具有重大意义。

简介：摘要目的构建基于CT评分和炎症因子的重症急性胰腺炎（SAP）预后模型，并评价其效能。方法选取2019年3月至2021年12月在河北北方学院附属第一医院确诊的128例SAP患者作为研究对象，给予乌司他汀联合血液净化治疗，于治疗前及治疗第3天测定炎症因子C-反应蛋白（CRP）、降钙素原（PCT）、白细胞介素（IL-6、IL-8）、肿瘤坏死因子-α（TNF-α）和D-二聚体水平；治疗第3天进行腹部CT检查，评估修正CT严重指数（MCTSI）和胰腺外炎症CT评分（EPIC）。根据入院后28 d预后将患者分为生存组（94例）和死亡组（34例）。用Logistic回归分析SAP预后的风险因素，并以此构建列线图回归模型，用一致性指数（C-index）、校准曲线和决策曲线分析（DCA）评价模型对SAP的预测价值。结果治疗前，死亡组CRP、PCT、IL-6、IL-8和D-二聚体水平均高于生存组；治疗后，死亡组IL-6、IL-8和TNF-α水平均高于生存组。生存组MCTSI和EPIC评分均低于死亡组。Logistic回归分析显示，治疗前CRP >140.7 mg/L、D-二聚体>2.00 mg/L以及治疗后IL-6>31.28 ng/L、IL-8>31.04 ng/L、TNF-α>31.04 ng/L和MCTSI>8分均是SAP预后的独立危险因素〔优势比（OR）和95%可信区间（95%CI）分别为8.939（1.792~44.575）、6.369（1.368~29.640）、8.546（1.664~43.896）、5.239（1.108~24.769）、4.808（1.126~20.525）、18.569（3.931~87.725），均P<0.05〕。模型1（由治疗前CRP、D-二聚体和治疗后IL-6、IL-8、TNF-α构成）的C-index低于模型2（由治疗前CRP、D-二聚体和治疗后IL-6、IL-8、TNF-α及MCTSI构成；0.988比0.995）；模型1的平均绝对误差（MAE，0.034）和均方误差（MSE，0.003）均高于模型2（0.017、0.001）；阈值概率在0~0.66或0.72~1.00时，模型1的净收益均低于模型2；阈值概率在0.66~0.72时，模型1的净收益高于模型2。此外，模型2的C-index高于急性生理学与慢性健康状况评分Ⅱ（APACHEⅡ）和急性胰腺炎严重程度床边指数（BISAP，0.995比0.833、0.751）；模型2的MAE（0.017）和MSE（0.001）均低于APACHEⅡ（0.041、0.002），模型2的MAE低于BISAP（0.025）；模型2的净收益高于APACHEⅡ和BISAP。结论由治疗前CRP、D-二聚体和治疗后IL-6、IL-8、TNF-α及MCTSI构成的SAP预后评估模型有较高的区分度、精准度和临床应用价值，且优于APACHEⅡ和BISAP。

简介：摘要目的探讨基于生物信息学方法构建免疫相关基因（immune-related genes，IRG）预后模型以准确预测喉癌患者的预后。方法从癌症基因组图谱（the Cancer Genome Atlas，TCGA）数据库获得111个喉癌组织和12个正常相邻组织之间的差异表达基因（differentially expressed genes，DEG）。利用ImmPort数据库识别出差异表达的IRG。Cox单变量生存分析用于筛选与生存相关的IRG。差异表达的与生存相关的IRG被认为是预后相关的免疫基因。然后构建免疫基因预后模型计算患者风险值，受试者ROC曲线分析验证模型准确性。通过该模型行单因素、多因素独立预后分析证明其独立预测能力。最后分析关键免疫基因与临床病理参数的关联。结果鉴定喉癌的DEG并筛选出IRG。接着与预后生存时间结合，鉴定8个关键免疫基因（CXCL11、RBP1、AQP9、CYSLTR2、BTC、STC2、UCN和FCGR3B）作为免疫基因预后模型，这种预后模型可以准确的将患者分为高危和低危人群。总体生存分析表明，高危患者的生存时间比低危患者要短（P<0.0001）。模型的ROC曲线下面积为0.810，提示预后模型具有较高的敏感性和准确性。单因素和多因素Cox回归表明其为喉癌患者预后的独立预测因素。此外，我们发现模型中的5个关键基因与临床病理特征显著相关。结论基于生物信息学方法构建喉癌的免疫相关基因预后模型，发现8个基因有助于预测喉癌患者的预后，其中5个与临床病理特征显著相关。

简介：摘要目的筛选与结肠癌预后相关长链非编码RNA（lncRNA），并构建结肠癌预后风险模型。方法数据提取时间：建库至2022年3月1日。从癌症基因组图谱（TCGA）数据库下载并整理结肠癌转录组数据，构建配对样本lncRNA表达矩阵，利用“edgeR”R包筛选获得差异表达lncRNA（DElncRNA）。对DElncRNA先后行COX回归模型单变量分析、Lasso回归分析、Kaplan-Meier（K-M）生存分析、多元COX回归模型分析，获取预后相关lncRNA。依据多元COX回归模型中回归系数构建结肠癌预后风险模型。通过C指数值、时间依赖的受试者工作特征曲线（ROC）和ROC下的面积（AUC）及K-M生存分析评估模型预测的准确性。对模型中lncRNA构建竞争性内源RNA（ceRNA）网络，对相关的mRNA进行基因本体论（GO）、京都基因与基因组大百科全书数据库（KEGG）富集分析，探索lncRNA影响结肠癌进展的机制。结果整理转录组数据得到5 460个lncRNA，配对样本分析获得DElncRNA 868个，其中上调548个、下调320个。单变量COX回归分析后获得40个lncRNA，经Lasso回归分析过滤共线性因素，得到lncRNA 34个，K-M生存分析后，得出14个候选lncRNA。再进行多元COX回归分析，得到7个预后相关lncRNA（下调：LINC01132；上调：ELFN1-AS1、RP5-884M6.1、LINC00461、RP1-79C4.4、RP4-816N1.7、RP3-380B8.4），依据回归系数构建预后风险模型。模型的C指数值为0.82；3年和5年的AUC值分别为0.79、0.84；进行K-M生存分析提示高低风险组生存率差异有统计学意义（P<0.000 1）。随后构建ceRNA网络，通过KEGG富集分析提示下调lncRNA可能是通过肌动蛋白细胞骨架的调控、癌症中蛋白聚糖、PI3K-Akt信号通路等抑制结肠癌进展，上调lncRNA可能是通过细胞粘附分子、局灶性粘连、吞噬体等通路促进结肠癌进展。结论本研究构建了一个包含7个lncRNA的结肠癌预后风险模型，具有较好预测患者生存预后准确性，每个lncRNA是潜在单独的预后生物标志物，对临床上结肠癌患者预后评估具有一定参考价值。

简介：摘要目的探讨影响老年直肠黏液腺癌（RMAC）患者预后的独立危险因素，并构建可以预测总生存（OS）和肿瘤特异性生存（CSS）的列线图。方法从美国国家癌症研究所的监测、流行病学和结果数据库（SEER）中收集2010~2016年确诊并登记的、年龄在60岁及以上的RMAC患者共1 657例的临床病理资料，应用R软件按照7：3随机分为训练队列和验证队列。应用单因素及多因素COX回归模型分析影响预后的独立危险因素，并以此构建预测3年和5年总生存以及肿瘤特异性生存的列线图。用C指数评价列线图的预测效能。应用校正曲线在训练队列和验证队列中检查其预测精准度。结果性别、年龄、婚姻状态、肿瘤组织学分级、TNM分期、放疗、辅助化疗、阳性淋巴结数量和肿瘤大小是影响老年RMAC患者OS的独立预后因素；而婚姻状态、种族、肿瘤组织学分级、TNM分期、辅助化疗、阳性淋巴结和肿瘤大小是影响老年RMAC患者CSS的独立预后因素。所构建的列线图模型，对OS和CSS预测的精准度分别为0.735和0.780。新辅助放疗联合辅助化疗可以提高患者的OS（χ2=7.682，P=0.006）和CSS（χ2=6.476，P=0.011）。结论本研究发现了影响老年RMAC患者预后的独立危险因素，构建了评价预后的列线图模型。并发现新辅助放疗联合术后辅助化疗可能会改善这部分患者的预后。

简介：摘要IgA肾病（IgA nephropathy，IgAN）是全世界公认常见的原发性肾小球疾病之一，并且是慢性肾脏病以及终末期肾病的主要原因。该病虽为慢性进展性的疾病，但预后却不尽相同，因此准确地判断预后有助于优化治疗方案，提高患者生存率。近年来关于IgAN的预后评估一直是研究的热点，国内外陆续提出了通过临床或临床病理等相关指标构建的数学评估模型，本文就IgAN预后评估模型的研究进展作一综述。

简介：摘要：目的 采用综合生物信息学方法构建骨肉瘤患者预后预测模型。 方法 从国际公开的数据库收集骨肉瘤转录组原始数据。采用 R语言分析基因表达量与预后关系。筛选预后相关基因表达水平构建风险模型。结果 筛选 9个基因预测模型。结论 构建的预后风险预测模型可预测骨肉瘤患者预后。

简介：目的比较终末期肝病模型（MELD）、MELD-Na、慢性重型肝炎预后指数（PI）和肝移植标准（LTS）模型对慢加急性乙型肝炎肝衰竭患者短期预后的预测价值.方法在138例慢加急性乙型肝炎肝衰竭患者入院24小时内进行MELD、MELD-Na、PI和LTS评分,并随访3个月.应用受试者工作特征曲线（ROC）下面积（AUC）判断四个模型的预测能力.结果在观察期内与肝病有关的死亡患者72例,生存者66例.死亡组LTS、MELD-Na、MELD和PI平均值明显高于生存组（P〈0.01）,四个模型的AUC分别为0.860、0.801、0.749、和0.749,差异无统计学意义;四个模型预测的正确率分别为82.61%、76.81%、75.36%和73.91%,差异无统计学意义.结论4种模型对慢加急性乙型肝炎肝衰竭患者短期预后均有较好的预测价值.

简介：摘要目的建立和验证脓毒症患者预后评价的列线图评分系统，对患者的预后进行评估，以判断患者的严重程度。方法利用重症大数据库的临床资料，根据临床应用场景，选取脓毒症患者入住ICU后1 h内可以获得的临床指标，包括年龄和性别，生命体征资料，是否需要使用血管活性药物以及一小时内检测的血乳酸为预测因子，30天病死率为研究结局。使用logistic回归分析建立以列线图表示的临床预测模型，使用重复抽样法进行内部验证。结果建立了脓毒症30天死亡率预测的列线图模型，该模型的区分度C指数为0.759(95% CI：0.725~0.794)，使用重复抽样方法的验证的区分度C指数为0.762(95% CI：0.728~0.797)。结论本研究利用建立的列线图模型对超早期判断脓毒症预后和严重程度有一定的临床参考意义。然而，模型仍需进一步验证。

简介：摘要目的通过对小儿手足口病的预后评价，进一步加强家长对其预防保健知识的了解。方法择取在2014—2016年来我院治疗小儿手足口病的患儿50例作为本次研究对象，选择肺炎患儿50例为对照组。研究组给予利巴韦林抗病毒治疗及其他对症支持治疗。对照组给予抗生素治疗及其他对症支持治疗，两组均全部痊愈出院。在治疗过程中我们随时了解患儿的病情，确定发生不良反应的患儿数量，分析不良反应的发生率。结果只有研究组患儿发生一例脑膜炎并发症，不良反应发生率为2%。结论小儿虽然是手足口病的高发人群，但是不良反应发生率与其他常见病对比没有显著性差异。大多数预后良好，不良反应发生率较低。我们需要加强对该病的预防保健宣传，确保我国儿童健康成长。

简介：摘要目的通过生物信息学分析筛选与胃癌预后相关的微RNA(miRNA)，构建风险评分模型并进行验证。方法从人类癌症基因组图谱数据库下载491例样本的人类基因组miRNA测序数据(胃癌组织样本446份，正常胃组织样本45份)和相应的临床病理信息。通过R 4.0.2软件edgeR包对miRNA表达谱进行差异分析，将所得差异表达谱按1∶1的比例随机分为训练集和测试集。采用单因素Cox回归分析和最小绝对收缩和选择算子(LASSO)回归分析筛选预后相关miRNA，进一步对筛选出的预后相关miRNA进行多因素Cox回归分析并构建预后风险评分模型。采用Kaplan-Meier曲线、受试者操作特征曲线、曲线下面积(AUC)动态变化曲线评估模型的预测效能。结果以|log2差异倍数|>1.5、P<0.01为标准，筛选出175个胃癌组织中差异表达miRNA。通过单因素Cox回归分析和LASSO回归分析筛选出6个与胃癌患者总生存率相关的差异表达miRNA，使用多因素Cox回归分析成功构建5-miRNA风险评分模型：风险评分＝0.183×hsa-miRNA-184+0.086×hsa-miRNA-675-0.231×hsa-miRNA-2115+0.548×hsa-miRNA-3943-1.455×hsa-miRNA-1246。在训练集、测试集、总体数据集中，高风险组患者的累积生存率均低于低风险组，差异均有统计学意义(χ2＝18.90、9.50、26.70，P均<0.05)，模型预测效能优于TNM分期，且分层分析显示模型能有效预测早期胃癌。单因素和多因素Cox回归分析显示模型风险评分、年龄和M分期是胃癌患者预后不良的独立危险因素[风险比(95%可信区间)分别为1.19(1.07～1.32)、1.20(1.06～1.40)，1.50(1.01～2.23)、1.90(1.28～2.90)，1.34(1.15～1.57)、2.10(1.05～4.40)；P均<0.05]。结论基于5个miRNA构建的5-miRNA风险评分模型预测胃癌患者预后的准确性高，是独立的预后因子。

简介：摘要目的构建基于免疫基因的胃癌预后评估模型。方法从癌症基因组图谱数据库下载胃癌测序、临床数据并整理。将胃癌样本分为训练集（221例）、验证集（147例），在训练集中依次采用单因素、多因素Cox分析，构建免疫基因预后评估模型，并在验证集中验证。采用单样本富集分析将测序数据转化成28种免疫细胞比例的数据，分析高、低风险组与免疫细胞浸润的相关性。筛选高、低风险组差异基因并进行富集分析。结果由9个免疫基因（PROC、IGKV1D-43、CLCF1、TAFA4、NOX4、INHA、ITGAV、FABP3、IL27RA）构建的风险评估模型，是影响胃癌预后的独立危险因素。训练集、验证集Kaplan-Meier生存曲线显示，对比低风险组，高风险组5年总生存率显著降低［50.5%（55/111）比20.0%（22/110），43.2%（32/74）比24.7%（18/73），均P＜0.05］；训练集受试者工作特征曲线（ROC）第1、3、5年曲线下面积（AUC）值分别为0.69、0.71、0.78，验证集ROC第1、3、5年AUC值分别为0.56、0.71、0.78。另外，高风险组浸润的活化CD4+ T细胞的比例显著降低（P＜0.05）。高、低风险组差异基因主要富集于PI3K-AKT等通路。结论基于生物信息学方法构建的胃癌预后评估模型可成为胃癌预后判断的新指标。

简介：摘要目的探索转录因子（transcription factors, TFs）和结肠癌预后的联系，通过TCGA和GEO双数据库构建预后模型，从而量化患者的风险并指导临床治疗决策。方法本研究运用TCGA和GEO数据库中结肠癌的转录组和临床数据，先将转录组数据进行基因注释并计算基因表达量，对TCGA和GEO中TFs行差异性分析（| log2FC| >1，P-Value（Fdr）<0.05）。取双数据交集的差异TFs行相关预后分析（P<0.01）。利用COX多因素分析计算出预后相关TFs的风险系数和其风险值，应用"survival"和"glmnet"包进行COX模型构建TFs预后模型。绘制出序列集和验证集的生存曲线（P<0.001）及ROC曲线（AUC>0.75），对风险值的分布进行可视化。按风险值分组后计算GSEA富集分析，构建基因集网格，进行靶基因预测，最后进行GO和KEGG的通路富集分析。结果取TCGA和GEO数据库两者交集的387个表达差异的TFs绘制热图，火山图及TFs相关的森林图，按照COX多因素分析构建出结肠癌预后模型=0.310×HSF4+0.137×IRX3-0.127× ATOH1+0.290×OVOL3+0.137×HOXC6+0.155×SIX2+0.092×ZNF556-0.444×CXXC5+0.429×TIGD1+0.413×TCF7L1。通过富集分析，结果显示这些预后因子可能直接或间接作用于癌通路，如基础细胞癌与癌症信号通路、局部组织与细胞黏附及细胞外基质等。结论构建的TFs对结肠癌预后模型可量化结肠癌预后风险，其高风险组是结肠癌预后的独立风险因素，该模型是一种评估结肠癌预后的新方式。

简介：摘要目的构建与验证腹膜透析（PD）患者1年和3年生存率的预测模型。方法入选2010年1月1日至2017年12月31日在南方医科大学珠江医院首次接受腹膜透析置管术的患者为研究对象。其中2014年1月1日至2017年12月31日接受腹膜透析置管术的患者作为建模队列。收集入选者基线临床资料，主要研究终点事件为患者全因死亡。采用Cox比例风险回归模型筛选影响患者预后的危险因素，用R语言的rms包构建预测预后的模型；用一致性指数、ROC曲线和校准曲线评估模型的区分度和准确性。以2010年1月1日至2013年12月31日接受腹膜透析置管术的患者作为验证队列的研究对象，对模型的预测准确性进行验证。结果建模队列纳入患者457例，中位随访时间为27.67月（18.37，39.22），64例患者死亡（14.0%），患者1年、3年累积生存率分别为96.4%、83.0%。多因素Cox分析结果显示，高龄（每增加1岁，HR=1.07，95%CI 1.04~1.09，P<0.001）、有卒中史（HR=3.63，95%CI 1.93~6.85，P<0.001）、外周血中性粒细胞/淋巴细胞比值（NLR）高（每增加1，HR=1.12，95%CI 1.05~1.20，P=0.001）、低血浆白蛋白（每增加1 g/L，HR=0.89，95%CI 0.82~0.95，P=0.001）和高总胆固醇（每增加1 mmol/L，HR=1.51，95%CI 1.20~1.89，P<0.001）水平是PD患者预后的独立危险因素。预测模型在建模队列和验证队列的一致性指数分别为0.815（95%CI 0.765~0.865）和0.804（95%CI 0.744~0.864），校正曲线均接近斜率为1的直线。结论基于年龄、血总胆固醇水平、卒中史和NLR，用列线图建立的腹膜透析患者预后的预测模型可辅助预测PD患者1年和3年生存率。

简介：摘要目的基于Braden评分，联合局部皮肤温度和局部组织氧饱和度作为局部微循环指标，构建创伤重症患者压力性损伤风险预后模型，并开发可视化列线图。方法选取浙江省某三甲医院2020年06月1日至2020年08月31日期间所有进入急诊重症监护室（EICU）的创伤患者，采取Braden量表评估患者压力性损伤发生风险，测量患者骶尾部受压部位皮肤温度与血氧饱和度，作为微循环评价指标。采用多因素Logistic回归构建基于Braden评分联合微循环评价指标的创伤重症患者压力性损伤预后模型及可视化列线图，并与单纯Braden量表构建的预测模型比较。通过计算受试者操作特征曲线下面积判断预测模型区分度。C指数对最佳模型进行内部验证、H-L拟合优度检验、整体鉴别指数观察预测模型效果。结果本研究共纳入152例患者，其中33例发生压力性损伤，占21.71%。Braden量表联合局部皮肤温度与局部组织氧饱和度后曲线下面积为0.866，模型内部验证C指数为0.847。H-L拟合优度检验结果为8.37，P=0.051，即模型具有良好区分度与一致性。模型整体鉴别指数=0.144，P=0.023。结论Braden量表联合局部微循环指标构建创伤重症患者压力性损伤预后模型具有良好区分度与一致性，较单纯Braden量表预测效力提高14.4%，据此构建列线图，能够为临床提供快捷、方便可靠的预测工具。

简介：摘要目的运用生物信息学分析肺腺癌代谢发生发展的关键基因并构建预后模型。方法利用TCGA、KEGG、TCGA数据库筛选肺腺癌的基因表达、代谢相关基因、肺腺癌代谢相关的基因集和临床信息。采用Cox回归分析，lasso回归降维筛选预后相关基因。Cox回归构建肺腺癌风险模型，高风险与低风险组。结果成功筛选出4个基因，LDHA、GAPDH、GNPNAT1和HACD1。高风险组预后显著差于低风险组(P<0.01)，根据生存时间受试者工作特征曲线，1年、2年、3年曲线下面积分别为0.64、0.637、0.645。实验和验证数据集均提示该预后模型有较好的预测能力。结论筛选4个关键基因与肺腺癌代谢相关，构建的风险模型对于肺腺癌治疗及预后判断提供依据，为肺腺癌的精准化治疗提供新思路。

简介：摘要目的探讨构建的可切除肺癌预后预测模型在患者生存及预后预测中的价值。方法选择山西省肿瘤医院2007年1月至2018年9月原发性肺癌患者2 267例，患者均行一次肺癌手术治疗，无第二原发肿瘤。选取性别、年龄、职业、肿瘤部位、病理类型、手术路径、手术方式、肿瘤分期、治疗方案为预后影响因素。采用Cox比例风险模型构建预后指数（PI）方程，计算每例患者的PI值。根据PI值的不同范围，划分低、中、高危预后组，对各组生存情况进行评估。结果性别（RR=0.684，P=0.001）、年龄（RR=0.591，P<0.01）、职业（RR=1.439，P=0.001）、病理类型（RR=3.694，P<0.01）、手术路径（RR=0.734，P=0.001）、肿瘤分期（RR=0.352，P=0.007）为可切除肺癌患者预后独立影响因素。其中，女性、≤65岁、胸腔镜手术、肿瘤分期Ⅰ期为预后保护因素，其预后不良风险分别降低31.6%、40.9%、26.6%、64.8%；农民、腺鳞癌为预后危险因素，其预后不良风险分别增加43.9%、269.4%。PI方程为：∑βixi=-0.380 X1-0.526 X2+0.364 X31+1.307 X55-0.309 X6-1.045 X81（X1代表性别，X2代表年龄，X31代表职业为农民，X55代表病理类型为腺鳞癌，X6代表手术路径，X81代表肿瘤分期Ⅰ期）。PI<-1为低危组，PI≥-1且≤-0.5为中危组，PI>-0.5为高危组。1、3、5年生存率低危组分别为96.8%、87.0%、77.9%，中危组分别为91.8%、82.2%、61.7%，高危组分别为86.5%、61.7%、50.3%，各组间生存率差异具有统计学意义（P<0.05）。结论可切除肺癌预后预测模型能够预测可切除肺癌患者的预后风险及相应生存率，帮助临床医师评估预后及制订后续治疗方案。