INFLUENCE 2.0: Risk of Locoregional recurrence, secondary contralateral tumors and distant metastasis in breast cancer
INFLUENCE 2.0 is een flexibel model om tijdsafhankelijke individuele risico's van LRR, SP en DM op een schaal van 5 jaar te voorspellen; het kan de klinische besluitvorming ondersteunen met betrekking tot gepersonaliseerde follow-up strategieën voor curatief behandelde niet-gemetastaseerde borstkankerpatiënten.  
Auteurs: Vinzenz Völkel, Tom A. Hueting, Teresa Draeger, Marissa C. van Maaren, Luc J.A. Strobbe, Marjanka K. Schmidt, Gabe S. Sonke, Marjan van Hezewijk, Catharina G.M. Groothuis-Oudshoorn, Sabine Siesling
  • Publiek
  • Oncologie
  • {{ modelType }}
V-2.0-2238.21.05.14
2797
(01)08720299526440(8012)v2.0(4326)210514(240)2238
  • Details
  • Beoogd gebruik
  • Elektronisch etiket

Zie resultaten hieronder

{{ resultSubheader }}
{{ chart.title }}
Resultaat interval {{ additionalResult.min }} tot {{ additionalResult.max }}

Conditionele informatie

De berekende resultaten zijn gebaseerd op modellen die zijn ontwikkeld met behulp van gegevens van meer dan 13000 patiënten die in Nederland voor borstkanker zijn behandeld.

De prestaties van de modellen zijn geëvalueerd op discriminatie en kalibratie met behulp van 200 bootstrap steekproeven. De C-index voor locoregionaal recidief, secundaire primaire contralaterale borstkanker, en verre metastase waren respectievelijk 0,75, 0,67, en 0,77. 

Voor de kalibratie vertoonden alle drie modellen een hoge mate van overeenstemming tussen de voorspelde en de waargenomen kansen en gemiddeld <1% absolute verschillen. 

In de gegevens die werden gebruikt om het model te ontwikkelen, werden de volgende event rates waargenomen:
Locoregionaal recidief n = 385 (2,8%)
Secundaire primaire contralaterale borstkanker n = 411 (3,0%)
Afstandsmetastase n = 848 (6,3%)
Geen voorval n = 11839 (87,7%)

Notitie
Notities zijn alleen zichtbaar in de resultaat download en worden niet opgeslagen door Evidencio
{{ file.classification }}

Predictiemodellen dienen enkel ter ondersteuning en naslag geraadpleegd te worden en zijn geen vervanging voor medische besluitvorming door professionals. Bekijk onze disclaimer.

Onderliggende modellen Onderdeel van
logo

Log a.u.b. in om de Evidencio print-functies te gebruiken

Om de Evidencio print-functies te kunnen gebruiken dient u ingelogt te zijn.
Indien u nog geen Evidencio Community Account heeft kunt u eenvoudig een persoonlijk account aanmaken op:

https://www.evidencio.com/registration

Print rapport - Voorbeelden {{ new Date().toLocaleString() }}


Evidencio Community Account voordelen


With an Evidencio Community account you can:

  • Create and publish your own prediction models.
  • Share your prediction models with your colleagues, research group, organization or the world.
  • Review and provide feedback on models that have been shared with you.
  • Validate your models and validate models from other users.
  • Find models based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction models and their data.
  • Use patient specific protocols and guidelines based on sequential models and decision trees.
  • Stay up-to-date with new models in your field as they are published.
  • Create your own lists of favorite models and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction models.


Disclaimer: Predictiemodellen dienen enkel ter ondersteuning en naslag geraadpleegd te worden en zijn geen vervanging voor medische besluitvorming door professionals.
Evidencio v3.7 © 2015 - 2021 Evidencio. Alle rechten voorbehouden