研究生开题汇报ppt

1、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,Kunming Medical University,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,7,4,研究背景,PART01,第一部分,5,1.1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,6,1.2研

2、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2,7,1.5研究背景,01,PICC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,8,1.6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

3、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,PART02,10,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,01,02,03,2.1研究目的及意义,11,研究路线图,第三部分,PART03,3.1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,PA

4、RT04,4.1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 1 1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

5、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： 一般状况： KFS 评分、身高、 体重、BSA（体表面积）。 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

6、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= 0+1X1+2X2 +.+j Xj+kXk 。 2.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P0.05。 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,04,1.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RO

7、C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,04,2.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”

8、=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,PART05,6.1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,01,02,5.2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,01,03,24,工作进度及安排,第六部分,PART06,5.1工作进度安排,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

9、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. 2Xiao-lei, Yi,Jie, Chen,Jia, Li,Liang, Feng,Yan, Wang,Jia-An, Zhu,E, Shen,Bing, Hu.Risk factors associated with PICC-related upper extremity venous thrombosis in cancer patients.J.Journal of clinical nursing,2014,23(5-6):837-43. 3Floquet A, Vergote I,

10、Colombo N, et al. Progression-free survival by local investigator versus independent central review: comparative analysis of the AGO-OVAR16 TrialJ. Gynecologic Oncology, 2015,136(1):37-42. 4 Mcguire W P, Hoskins W J, Brady M F, et al. Cyclophosphamide and cisplatin compared with paclitaxel and cispl

11、atin in patients with stage III and stage IV ovarian cancer.J. New England Journal of Medicine, 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, E C;Verso, M;Agnelli, G;Couban, S;Young, A;De Cicco, M;Biffi, R;van Rooden, C J;Huisman, M V;Fagnani, D;Cimminiello, C;Moia, M;Magagnoli, M;Povoski, S P;Malak, S F;Lee, A Y; J Thromb Haemost.2011V9N2:312-9 7Jim, Murray,Elizabeth, Precious,Raza, Alikhan.Catheter-related thrombosis in cancer patients.J.British journal of haematology,2013,162(6):748-57. 8石建平,赵梦华.癌