简介：摘要目的利用多中心数据对本课题组前期单中心大样本的回顾性研究建立的基于多因素逻辑回归的Nomogram模型进行验证及优化。方法回顾性分析国内7家儿童医学中心接受诊治的1 314例新生儿梗阻性黄疸患儿的临床资料。收集患儿的一般资料及术前临床指标，包括性别、体重、直接胆红素(direct bilirubin，DB)、碱性磷酸酶(alkaline phosphatase，ALP)、γ-谷氨酰转肽酶(gamma-glutamyl transferase，GGT)。根据患儿术中胆道造影结果及术后病理学检查结果，将其分为胆道闭锁(biliary atresia，BA)组(BA组)和非BA组，其中BA组1 131例，非BA组183例。另外，在1 314例患儿资料中以其中500例患儿的资料作为模型组，建立优化的、基于多因素逻辑回归的Nomogram模型，余814例患儿资料作为验证组，同时在此次建模的基础上对前期模型及本次优化后的模型进行外部验证。结果采用单因素逻辑回归分析发现，BA组和非BA组在性别、体重、DB和GGT等4个变量上存在显著差异，差异具有统计学意义(P<0.05)，故以此作为预测因子，建立了优化的Nomogram诊断模型，其具有较好的鉴别效能，截断值为0.745，受试者工作特征(receiver operating characteristic，ROC)曲线下面积(area undercurve，AUC)值为0.8 358，灵敏度为80.8%，特异度为71.72%，阳性预测值(positivepredictive value，PPV)为92.55%，优于GGT单项指标的诊断效能。外部验证的结果提示，与前期模型相比，其更稳定，诊断效能更高，灵敏度为81.51%，特异度为90.48%，PPV为98.67%。结论基于多中心的优化Nomogram诊断模型在BA的术前诊断中有更稳定的预测效能，具有很好的临床应用前景，可基于此开发计算工具投入使用，为基层非专科医生提供早期鉴别诊断的新方法。

简介：摘要目的分析新疆地区局部晚期鼻咽癌患者治疗后的预后相关因素，构建列线图(Nomogram)预后模型，并对此模型进行验证。方法选择2010年7月至2017年6月新疆医科大学附属肿瘤医院收治并行根治性调强放射治疗的鼻咽癌患者317例，使用最小绝对收缩和选择算子(LASSO)回归法进行单因素筛选后行Cox多因素回归分析，并构建Nomogram预后模型对局部晚期鼻咽癌患者预后进行评估。采用一致性指数(C-index)、校准曲线、净重分类改善指数(NRI)、综合判别改善指数(IDI)进行Nomogram与TNM分期系统之间模型的验证与评估。使用决策树算法对患者列线图风险进行分层，生存率采用Kaplan-Meier法计算，并采用Log-rank法检验。结果T分期、N分期、乳酸脱氢酶(LDH)、转移性淋巴结体积(GTVnd)及初治血浆EBV-DNA拷贝量(EBV-DNA)与总生存(OS)相关，将各因素纳入Nomogram预后模型，C-index为0.784 (95%CI：0.736～0.831，P<0.01)。校准曲线显示，由Nomogram模型预测的OS概率与实际观察到的OS有较好的一致性，结果在验证队列中获得了验证；且在使用净重分类改善指数及综合判别改善指数对OS的准确性进行评估时Nomogram模型结果均优于美国癌症联合委员会(AJCC)第8版分期系统所建模型。使用决策树算法根据Nomogram得分可将患者分为4个不同危险程度的亚组，组间生存率差异有统计学意义(χ2＝113.21，P<0.01)，高风险队列内的患者能从诱导化疗联合同步放化疗中获得总生存获益。结论本课题组建立的Nomogram模型可为本地区局部晚期鼻咽癌患者临床诊疗及预后评估提供参考意见。

简介：摘要目的构建和验证用于预测晚期肝细胞癌总生存期和癌症特异性生存期的Nomogram模型。方法本研究采用回顾性队列研究的方法，收集SEER数据库中2010—2015年病理诊断为晚期肝细胞癌的患者，共2 382例，使用R语言函数按1∶1的比例随机分为建模组(n＝1 191)和内部验证组(n＝1 191)，并采用χ2检验验证两组间可比性。选取苏州大学附属张家港医院的62例晚期肝细胞癌患者作为外部验证组。基于建模组中的单因素和多因素COX回归分析，构建6个月和12个月的总生存期和癌症特异性生存期的Nomogram预测模型。一致性指数(C-index)、校准图、受试者工作特征(ROC)曲线和Kaplan-Meier生存分析检测Nomogram模型的评估能力，并在内部验证组、外部验证组中进行验证。通过决策曲线分析(DCA)衡量模型的临床效用。结果基于COX回归分析构建Nomogram模型，纳入模型的危险因素包括性别、组织学分级、T分期、N分期、M分期、肿瘤大小、骨转移、甲胎蛋白、原发部位手术、放疗和化疗。总生存期模型中，建模组、内部验证组和外部验证组的C-index分别为0.729(95%CI：0.711~0.747)、0.721(95%CI：0.705~0.737)和0.860(95%CI：0.831~0.889)，癌症特异性生存期模型中分别为0.732(95%CI：0.714~0.750)、0.725(95%CI：0.707~0.743)和0.862(95%CI：0.829~0.895)。校准图、ROC曲线和Kaplan-Meier生存曲线显示Nomogram模型有良好的预测能力，DCA显示Nomogram模型的临床应用价值优于其他传统临床模型。结论构建了用于预测晚期肝细胞癌总生存期和癌症特异性生存期的Nomogram模型，并进行了验证。

简介：摘要目的建立成人主动脉手术患者术中压力性损伤的Nomogram预测模型，并检验模型的有效性。方法采用便利抽样的方法选取2016年7月—2017年3月在北京安贞医院手术室进行主动脉手术的患者400例，应用主动脉手术患者术中压力性损伤危险因素调查表收集资料。主动脉手术患者术中压力性损伤的危险因素采用多因素Logistic回归分析，建立Nomogram模型，并采用ROC曲线验证模型预测的准确性。结果研究共收集样本400例，发生术中压力性损伤167例，发生率为41.75%。术前绝对卧床、术中深低温停循环、术中使用去甲肾上腺素、肾上腺素、多巴胺、术中受压部位浸湿是主动脉手术患者术中压力性损伤的危险因素（P<0.05）。以此建立Nomogram模型，C-index值为0.786，ROC曲线下面积为0.785，灵敏度为73.65%，特异度为68.67%。结论主动脉手术患者术中压力性损伤的Nomogram模型可以准确预测此类患者术中压力性损伤的发生风险，预测方法便捷、可操作性强、结果直观，便于临床护士快速、准确判断主动脉手术患者发生术中压力性损伤的风险。

简介：摘要目的探讨住院结核患者发生抗结核药物性肝损伤（ATB-DILI）的影响因素，并建立Nomogram风险预测模型。方法回顾性收集2017年1月至2021年6月贵阳市公共卫生救治中心收治的5 681例住院结核病患者作为研究对象，其中男3 342例，女2 339例，将住院治疗过程中发生ATB-DILI的患者作为病例组（214例），非ATB-DILI患者作为对照组（5 427例）。回顾性分析患者的基线特征、结核病情、行为及疾病相关资料等，经卡方检验和多因素logistic 回归筛选分析影响因素，据此构建Nomogram模型并进行验证。使用决策曲线评估模型的临床实际应用价值。结果本次研究中共有3.8%（214/5 681）例患者发生ATB-DILI。经多因素logistic 回归分析得出肺外结核（OR=1.876，P<0.001）、营养不良（OR=4.411，P<0.001）、合并基础肝病（OR=4.961，P<0.001）以及间断使用护肝药（OR=2.137，P=0.007）是其发生ATB-DILI的独立危险因素；全程使用护肝药（OR=0.292，P<0.001）是其保护因素。将以上5个相关影响因素构建Nomogram模型，ROC曲线下面积为0.749（95%CI：0.713~0.786），敏感度0.640，特异度0.752。使用Bootstrap法内部重复抽样1 000次进行验证，平均绝对误差0.003，校正曲线和理想曲线基本拟合，预测值和实际值一致性较好。Hosmer-lemeshow检验显示，模型具有较好拟合度（χ2=3.068，P=0.381）。决策曲线显示Nomogram模型在高风险阈值范围（0.10~0.68）时，有着一定的临床实用性。结论本次研究所构建的住院结核患者抗结核药物性肝损伤Nomogram风险预测模型具有较好的预测性、一致性和临床实用性，能为临床在抗结核治疗过程中防控ATB-DILI并制定个体化治疗方案提供依据。

简介：摘要目的通过对放疗疗程中不同时段CBCT图像的影像组学分析，寻找早期定量预测食管癌放疗放射性肺炎(RP)的参数，结合临床特征和肺剂量体积参数建立联合Nomogram模型并探讨这一模型对食管癌RP的预测价值。方法回顾分析2017—2019年间临床资料、剂量学参数、CBCT图像资料完整的96例胸中段食管鳞癌调强放疗患者资料，每例患者均分别获取放疗期间3个不同时段的肺CBCT图像。全组病例随机分成训练集(67例)和验证集(29例)，以CBCT上双肺实质作为感兴趣区，运用3D-Slicer软件进行图像分割和特征提取，经LASSO-Logistics回归分析方法进行特征参数筛选并构建影像组学标签(Rad-score)。从3个不同时段建立的RP预测模型中选择最优模型联合经回归分析获得的最佳临床及剂量学参数，建立联合Nomogram模型，并进行受试者工作特征曲线分析，基于曲线下的面积(AUC)验证其诊断效能。结果第一时段的影像组学预测模型优于其他两个时段，在训练集中的AUC值为0.700(95%CI为0.568～0.832)，敏感性和特异性分别为61.5%、75.0%；在验证集中的AUC值为0.765(95%CI为0.588～0.941)，敏感性和特异性分别为84.6%、64.7%。影像组学联合临床及剂量学构建的Nomogram模型在训练集中的AUC值为0.836(95%CI为0.700～0.918)，敏感性和特异性分别为96.0%、54.8%；在验证集中的AUC值为0.905(95%CI为0.799～1.000)，敏感性和特异性分别为92.9%、73.3%。联合Nomogram模型诊断效能最佳。结论基于放疗早期肺CBCT影像组学特征构建的模型，对于食管癌RP具有一定的预测效能，Rad-score联合肺V5Gy、肺Dmean、肿瘤分期建立的Nomogram模型具有更好的预测准确性，可作为一种定量预测模型用于RP的预测。

简介：摘要目的构建炎症反应标志物结合其他常规临床指标预测肝细胞癌患者术后半年、1年及2年的无复发生存率(RFS)及总体生存率(OS)的Nomogram模型。方法回顾性分析北京朝阳急诊抢救中心、空军特色医学中心2013年1月～2018年1月期间行首次肝切除术治疗的314例肝细胞癌(HCC)患者资料作为实验组。选取解放军总医院2011年1月～2016年1月收治的106例肝切除术的HCC患者作为外部验证组。采用单因素和多因素Cox比例风险模型分析实验组HCC患者复发及死亡的独立危险因素，根据独立危险因素构建Nomogram模型。采用外部验证组进行Nomogram模型效能验证。结果实验组患者中，174例患者复发，中位无复发生存时间26个月，半年RFS 26.8%，1年RFS 43.9%，2年RFS 68.8%。142例患者死亡，中位生存时间30个月，半年OS 5.9%，1年OS 23.6%，2年OS 63.1%。外部验证组患者中，63例患者复发，中位无复发生存时间28个月，半年RFS 26.4%，1年RFS 45.3%，2年RFS 54.7%，58例患者死亡，中位生存时间31个月，半年OS 7.5%，1年OS 25.5%，2年OS 46.6%。肿瘤大小(>6.0 cm，HR：1.447)、血管侵犯(是，HR：1.408)、总胆红素(>0.94 mg/dl，HR：1.949)、中性粒细胞与淋巴细胞比值(>2.54，HR：2.843)、白蛋白与球蛋白比值(≤0.88，HR：2.447)是HCC患者复发的独立危险因素(P<0.05)。肿瘤大小(>6.0 cm，HR：2.207)、血管侵犯(是，HR：1.529)、中性粒细胞与淋巴细胞比值(>2.54，HR：2.708)是HCC患者死亡的独立危险因素(P<0.05)。半年RFS、1年RFS、2年RFS的C-index分别为0.764(95% CI：0.677～0.854)、0.710(95% CI：0.615～0.824)、0.673(95% CI：0.601～0.786)。半年OS、1年OS、2年OS的C-index分别为0.729(95% CI：0.648～0.841)、0.708(95% CI：0.608～0.813)、0.664(95% CI：0.618～0.771)。结论本研究构建预测HCC患者预后的Nomogram模型可能有助于指导临床医生完善术前治疗计划，为患者提供个体化治疗提供思路。

简介：摘要目的构建个体化预测慢性阻塞性肺疾病急性加重期（AECOPD）合并肺动脉栓塞（PE）的风险Nomogram模型，并对模型的预测能力进行验证。方法本研究为横断面研究。采用便利抽样法，回顾性分析2018年1月—2020年1月因AECOPD入院的292例患者的临床资料，按入院顺序将数据分为训练集（n=203）和验证集（n=89）。分别使用单因素和Logistic回归分析并发PE的独立危险因素，同时建立相关Nomogram预测模型，并采用Bootstrap法对模型进行内部验证，外部验证通过验证集验证。结果年龄≥70岁、卧床时间≥7 d、深静脉血栓史、双下肢周径差≥1 cm、动脉血二氧化碳分压下降≥5 mmHg和D-二聚体≥500 μg/L为AECOPD合并PE的独立危险因素（P<0.05）。基于以上6项危险因素建立预测AECOPD合并PE的Nomogram模型，校准曲线验证显示训练集和验证集的预测值同实测值均基本一致，ROC曲线验证显示训练集和验证集的C指数分别为0.879和0.774。结论基于AECOPD合并PE的独立危险因素建立的Nomogram模型具有较高的预测精准度。

简介：

简介：无

简介：无

简介：摘要目的探讨全身炎症反应指数(SIRI)对基底节区脑出血(BGH)早期神经功能恶化(END)的预测价值，并建立END发生的Nomogram预测模型。方法采用回顾性队列研究方法。收集2016年1月—2018年12月东南大学医学院附属江阴医院收治的146例BGH患者资料，根据是否发生END将病例分为END组(n＝34)和非END组(n＝112)。符合正态分布的计量资料以均数±标准差(Mean±SD)表示，两组比较采用t检验；不符合正态分布的计量资料以M(P25，P75)表示，组间比较采用Mann-Whitney U非参数检验。计数资料以例数和百分数(%)表示，组间比较采用χ2检验或Fisher确切概率法。通过单因素、多因素Logistic分析SIRI与END发生的关系，并筛选出其他影响END的独立危险因素。同时应用Nomogram法对各个因素进行评分，构建预测模型。最后绘制受试者工作特征曲线(ROC)，评价SIRI及模型对END发生的预测价值。结果单因素分析发现，END发生与血肿体积、不规则血肿、血肿破入脑室、血糖、淋巴细胞及SIRI水平密切相关(P<0.05)；多因素Logistic回归分析显示，血肿体积(P<0.001)、血肿破入脑室(P＝0.012)、SIRI水平(P＝0.023)是END发生的独立危险因素；ROC确定SIRI＝5.40×109/L为诊断END发生的最佳截点。基于上述分析结果建立Nomogram预测模型，结果显示结合SIRI和其他标准变量的模型(AUC＝0.869, 95%CI：0.804～0.935, P<0.001)比未结合SIRI的模型(AUC＝0.811, 95%CI：0.734～0.889, P<0.001)和仅基于SIRI的模型(AUC＝0.716, 95%CI：0.622～0.810, P<0.001)对END发生具有更佳的预测价值。结论SIRI为END发生的独立危险因素，临床上可结合其共建Nomogram预测模型，以提高对END发生的早期识别和筛选能力。

简介：摘要目的分析残余淋巴结短径与食管鳞癌放化疗疗效及预后之间相关性，并创建Nomogram模型来预测患者预后。方法收集淮安市第二人民医院自2018—2020年间行放化疗的143例食管鳞癌患者的临床资料，Kaplan-Meier法生存分析并log-rank检验和单因素预后分析，Cox模型多因素预后分析。通过建立Nomogram预测模型来预测食管鳞癌放化疗患者的1、2年无进展生存，并使用C-index、AUC及校准曲线来评估模型效能。结果Logistic回归分析结果表明分化程度、TNM分期、放疗前后的患者自评-主观全面评定(PG-SGA)评分及残余淋巴结短径是食管鳞癌放化疗患者疗效的独立预测因素。Cox回归分析结果表明分化程度、TNM分期、放疗前后的PG-SGA评分及残余淋巴结短径是食管鳞癌放化疗患者预后的独立预测因素。结论残余淋巴结短径与食管鳞癌放化疗疗效及预后显著相关，综合临床基线特征后所建立的Nomogram模型是预测患者预后的实用且可靠的工具。

简介：摘要目的基于术前炎性标志物Nomogram建立Ⅰ~Ⅲ期胃癌患者术后的生存预测模型。方法收集2015年5月至2016年10月河南省肿瘤医院普外科收治的1 035例胃癌患者的临床病理及生存随访资料，采用 COX回归方法建立Nomogram模型。采用受试者工作特征曲线（ROC）、一致性指数（C-index）、校准曲线以及临床决策曲线（DCA）验证该模型的性能。结果本组1 035例患者中中性粒细胞与淋巴细胞比值（NLR）170例升高，865例降低；血小板与淋巴细胞比值（PLR）562例升高，473例降低；纤维蛋白原与白蛋白比值（FAR）108例升高，927例降低；预后营养指数（PNI）180例升高，855例降低；TNM分期Ⅰ期267例，Ⅱ期334例，Ⅲ期434例。多因素回归分析显示：肿瘤部位、有无脉管癌栓、pTNM分期、FAR、PNI及NLR是影响患者总生存期（OS）的独立危险因素。ROC曲线显示该Nomogram模型的3年和5年AUC分别为0.773和0.846；C-index为0.723（95%CI：0.710~0.736），优于AJCC第8版pTNM分期0.693（95%CI：0.681~0.705），校准曲线显示其3年和5年OS与实际观测结果有较好的一致性；DCA决策曲线结果显示，与第8版pTNM分期系统相比，在预测患者的3年和5年OS方面拥有更高的净收益。结论本研究建立并验证了针对Ⅰ~Ⅲ期胃癌患者术后的预后预测系统，以可视化的Nomogram模型预测患者的3年和5年OS，具有良好的预测性能和临床应用价值。

简介：AbstractBackground:Existing clinical prediction models for in vitro fertilization are based on the fresh oocyte cycle, and there is no prediction model to evaluate the probability of successful thawing of cryopreserved mature oocytes. This research aims to identify and study the characteristics of pre-oocyte-retrieval patients that can affect the pregnancy outcomes of emergency oocyte freeze-thaw cycles.Methods:Data were collected from the Reproductive Center, Peking University Third Hospital of China. Multivariable logistic regression model was used to derive the nomogram. Nomogram model performance was assessed by examining the discrimination and calibration in the development and validation cohorts. Discriminatory ability was assessed using the area under the receiver operating characteristic curve (AUC), and calibration was assessed using the Hosmer-Lemeshow goodness-of-fit test and calibration plots.Results:The predictors in the model of "no transferable embryo cycles" are female age (odds ratio [OR] = 1.099, 95% confidence interval [CI] = 1.003-1.205, P = 0.0440), duration of infertility (OR = 1.140, 95% CI = 1.018-1.276, P = 0.0240), basal follicle-stimulating hormone (FSH) level (OR = 1.205, 95% CI = 1.051-1.382, P = 0.0084), basal estradiol (E2) level (OR = 1.006, 95% CI = 1.001-1.010, P = 0.0120), and sperm from microdissection testicular sperm extraction (MESA) (OR = 7.741, 95% CI = 2.905-20.632, P < 0.0010). Upon assessing predictive ability, the AUC for the "no transferable embryo cycles" model was 0.799 (95% CI: 0.722-0.875, P < 0.0010). The Hosmer-Lemeshow test (P = 0.7210) and calibration curve showed good calibration for the prediction of no transferable embryo cycles. The predictors in the cumulative live birth were the number of follicles on the day of human chorionic gonadotropin (hCG) administration (OR = 1.088, 95% CI = 1.030-1.149, P = 0.0020) and endometriosis (OR = 0.172, 95% CI = 0.035-0.853, P = 0.0310). The AUC for the "cumulative live birth" model was 0.724 (95% CI: 0.647-0.801, P < 0.0010). The Hosmer-Lemeshow test (P = 0.5620) and calibration curve showed good calibration for the prediction of cumulative live birth.Conclusions:The predictors in the final multivariate logistic regression models found to be significantly associated with poor pregnancy outcomes were increasing female age, duration of infertility, high basal FSH and E2 level, endometriosis, sperm from MESA, and low number of follicles with a diameter >10 mm on the day of hCG administration.

简介：

简介：AbstractBackground:Various prediction tools have been developed to predict biochemical recurrence (BCR) after radical prostatectomy (RP); however, few of the previous prediction tools used serum prostate-specific antigen (PSA) nadir after RP and maximum tumor diameter (MTD) at the same time. In this study, a nomogram incorporating MTD and PSA nadir was developed to predict BCR-free survival (BCRFS).Methods:A total of 337 patients who underwent RP between January 2010 and March 2017 were retrospectively enrolled in this study. The maximum diameter of the index lesion was measured on magnetic resonance imaging (MRI). Cox regression analysis was performed to evaluate independent predictors of BCR. A nomogram was subsequently developed for the prediction of BCRFS at 3 and 5 years after RP. Time-dependent receiver operating characteristic (ROC) curve and decision curve analyses were performed to identify the advantage of the new nomogram in comparison with the cancer of the prostate risk assessment post-surgical (CAPRA-S) score.Results:A novel nomogram was developed to predict BCR by including PSA nadir, MTD, Gleason score, surgical margin (SM), and seminal vesicle invasion (SVI), considering these variables were significantly associated with BCR in both univariate and multivariate analyses (P < 0.05). In addition, a basic model including Gleason score, SM, and SVI was developed and used as a control to assess the incremental predictive power of the new model. The concordance index of our model was slightly higher than CAPRA-S model (0.76 vs. 0.70, P = 0.02) and it was significantly higher than that of the basic model (0.76 vs. 0.66, P = 0.001). Time-dependent ROC curve and decision curve analyses also demonstrated the advantages of the new nomogram.Conclusions:PSA nadir after RP and MTD based on MRI before surgery are independent predictors of BCR. By incorporating PSA nadir and MTD into the conventional predictive model, our newly developed nomogram significantly improved the accuracy in predicting BCRFS after RP.

简介：AbstractObjectives:To establish Nomogram to predict the overall survival (OS) rate of pancreatic cancer patients with lung metastasis by utilizing the database of the Surveillance, Epidemiology, and End Results (SEER) Program.Methods:We obtained the data of 363 pancreatic cancer patients with lung metastasis who were diagnosed between 2010 and 2016 from the SEER database. These patients were randomly divided into training (n=255) and validation (n=108) cohorts. The Cox proportional hazards regression model was performed to evaluate the prognostic effects of multiple clinicopathologic factors on OS. Significant prognostic factors were combined to build Nomogram. The predictive performance of Nomogram was evaluated via internal (training cohort data) and external validation (validation cohort data) by calculating index of concordance (C-index) and plotting area under curve (AUC) and calibration curves. All data from SEER database have been fully de-identified and may be used without further independent ethics committee approval.Results:In the training cohort, the results of Cox proportional hazards regression model showed that, tumor location, surgery, chemotherapy and other organ of metastasis were significantly associated with the survival prognosis (P <.05). These factors were used to establish Nomogram. The Nomogram showed good accuracy in predicting OS rate, with C-index of 0.727 [95%CI was (0.689, 0.764)] in internal validation and C-index of 0.738 [95%CI was (0.679, 0.796)] in external validation. All calibration curves showed excellent consistency between prediction by Nomogram and actual observation.Conclusion:Novel Nomogram for pancreatic cancer patients with lung metastasis was established to predict OS in our study. It has good prognostic significance. And it could provide the clinicians with more accurate and practical predictive tools which can quickly and accurately assess the patients’ survival prognosis individually, and make clinical suggestion for doctors in the follow-up treatment of patients.

简介：摘要目的探讨外周血CD4＋T细胞水平、CD4＋/CD8＋比值作为预测Ⅳ期非小细胞肺癌(NSCLC)放疗后生存指标的可能性，并构建Nomogram预测模型。方法回顾分析2011-2017年间经病理学确诊的初治682例NSCLC患者外周血疗前CD4＋T细胞、CD4＋/CD8＋比值水平对临床因素、生存的影响，并构建Nomogram预测模型。结合110例疗后免疫细胞水平变化验证预测预后的价值。计数结果采用t检验，Kaplan-Meier法计算生存率并log-rank检验和单因素分析，Cox模型多因素分析。结果单因素分析治疗前CD4＋>43.15%显著延长生存，多因素分析治疗前CD4＋>43.15%是延长生存的因素，并可构建Nomogram预测模型并验证与总生存有良好的相关性；CD4＋T细胞水平43.15%作为临界值均显示治疗前、治疗后、治疗前后高水平、联合CD4＋/CD8＋>1.65的生存延长。结论外周血治疗前CD4＋T细胞的基线水平是Ⅳ期NSCLC生存的预后因子，而外周血治疗前CD4＋/CD8＋比值预测预后的作用有限。

简介：无