Онкология
Клинико-патологические и иммуногистохимические предикторы специфической смертности при папиллярном раке щитовидной железы: многофакторный анализ
Изучена взаимосвязь клинико-патологических и иммуногистохимических характеристик папиллярного рака щитовидной железы со специфической смертностью в исследовании по типу «случай-контроль» внутри когорты пациентов Алтайско­го краевого онкологического диспансера. По результатам многофакторного анализа, к независимым предикторам летального исхода в течение 10 лет после оперативного вмешательства у пациентов, проживающих в Алтайском крае, относятся ядерный тип экспрессии Hsp70, инвазия опухоли в капсулу щитовидной железы, индекс экспрессии Ki-67>7% и возраст пациента >45 лет для мужчин и >50 лет для женщин. Построенная на основе этих признаков прогностическая модель способствует значительному повышению эффективности индивидуального прогнозирования при папиллярном раке щитовидной железы на моделирующей выборке. Модель имеет высокую статистическую значимость (χ2=64.73; p<0.001) и дискриминирующую способность (AUC=0.950, точность прогноза 88.5%).
pathol@inbox.ru Бакарев М.А.
10.47056/0365-9615-2024-177-3-344-350
Clinicopathological and immunohistochemical predictors of cause-specific mortality in papillary thyroid cancer: multivariable analysis
The association of clinicopathological and immunohistochemical characteristics of papillary thyroid cancer with cause-specific mortality was analyzed in a case-control study within a cohort of patients from the Altai Regional Oncology Center. According to multivariable analysis, the independent predictors of fatal outcome within 10 years after surgery in patients living in Altai region are nuclear pattern of Hsp70 expression, thyroid capsular invasion, Ki-67 expression index >7% and patient's age >45 years for men and >50 years for women. The prognostic model based on these features contributes to a significant improvement in the individual prognostic performance for papillary thyroid cancer in the modeling sample. The model has high statistical significance (χ2=64.73; p<0.001) and discriminative power (AUC=0.950, prediction accuracy 88.5%).