Are the SORG and OPTImodel, Tokuhashi and Tomita Algorithms Still Suitable as Predictors of Survival in Patients With Vertebral Metastases in Routine Clinical Practice?
원문 읽기 ~5분 → AI 요약 ~1분
척추전이 생존예측 알고리즘 정확도 낮음
임상 적용 포인트 · AI 추출
전립선암 환자에서 척추 전이 의심 시 생존 예측을 위해 기존 Tokuhashi 점수를 활용하되, 정확도가 낮음을 환자에게 설명하고 상급병원 의뢰를 고려하세요.
요약· AI 생성
1) 스페인에서 573명의 척추전이 환자를 대상으로 4가지 생존예측 알고리즘(Tokuhashi, Tomita, SORG ML, OPTImodel)의 정확도를 후향적으로 분석했습니다. 2) 환자들의 중앙생존기간은 185일이었으며, 가장 흔한 원발암은 폐암(25.7%), 전립선암(25.5%), 유방암(20.6%) 순이었습니다. 3) 전체 정확도는 Tokuhashi 55.1%, SORG ML 48.1%, Tomita 38.6%, OPTImodel 34.0%로 모두 낮았습니다. 4) Tokuhashi는 6개월 미만 생존 예측에서 77.5%, OPTImodel은 1년 이상 생존 예측에서 90.8%의 정확도를 보였습니다. 5) 최신 모델들(OPTImodel, SORG ML)이 기존 모델(Tokuhashi, Tomita)보다 우수하지 않았습니다.
임상적 의의
척추전이 환자의 생존 예측에 사용되는 기존 알고리즘들의 정확도가 제한적이므로, 치료 결정 시 다른 임상적 요소들을 종합적으로 고려해야 합니다.
연구 한계
단일 기관의 후향적 연구로 외적 타당도가 제한적이고, 치료 방법의 차이가 고려되지 않았습니다.
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기