目的 探讨T细胞表面程序性死亡受体-1(PD-1)表达水平与脓毒症患者 28d预后的关系.方法 将 2020 年 1 月—2023 年 4 月上海市第八人民医院住院治疗的脓毒症患者作为研究对象,患者根据入院28d后预后情况分为死亡组(41 例)和生存组(78 例).采用倾向性得分匹配(PSM)按 1∶1 的比例对死亡患者进行匹配,每组 41 例,比较患者的临床资料,分析影响患者预后的独立危险因素.分析PD-1 表达水平与脓毒症患者预后的剂量反应关系及诊断价值.构建列线图模型,并对模型效能进行验证.结果 匹配后两组患者除PD-1 水平外,其余指标比较差异均无统计学意义(P>0.05).多因素分析结果显示,合并慢性肝病、APACHE Ⅱ评分、SOFA评分、CRP、乳酸、PCT、PD-1 水平均是影响脓毒症患者预后的独立危险因素(P<0.05).剂量反应关系分析结果显示,当 PD-1≤22 ng/mL 时,脓毒症患者死亡的风险几乎不随PD-1 水平升高而升高(HR=1.002,95%CI:1.000～1.005,P=0.623);但当 PD-1>22 ng/mL时,脓毒症患者死亡的风险随 PD-1 水平升高而明显升高(HR=1.006,95%CI:1.003～1.008,P<0.001).PD-1 表达水平对脓毒症患者预后具有较高的诊断价值(AUC=0.803).线图模型的 ROC 曲线下面积为 0.817,C-index 为0.806,校准曲线拟合度良好,临床决策曲线阈值概率在 0.04～0.95 范围内有较高的净获益值,表明列线图模型的区分度较高、准确度良好、有效性较好.结论 T细胞表面PD-1 表达水平是影响脓毒症患者预后的重要因素,对患者预后评估具有积极意义.

目的 探究脓毒症合并呼吸机相关肺炎患者死亡的危险因素,并构建死亡风险的预测模型.方法 筛选2021 年 3 月—2023 年 3 月南京市第一医院收治的脓毒症合并呼吸机相关肺炎患者 128 例,整理所有入组患者的病历资料,根据患者治疗 28d后预后结局分为死亡组和生存组.筛查呼吸机相关肺炎诱导脓毒症患者死亡的危险因素,构建危险因素预测模型并验证.结果 128 例脓毒症合并呼吸机相关肺炎患者中死亡 48 例(37.50%),存活 80 例(62.50%).两组患者在合并慢性心肺疾病、急性生理与慢性健康评分(APACHE)Ⅱ评分≥15 分、机械通气时间≥15 d、合并多重耐药菌感染、合并真菌感染方面比较,差异有统计学意义(P＜0.05).Bootstrap法验证C-index指数为 0.594(95%CI:0.532～0.714)提示区分度良好.受试者工作特性(ROC)曲线模型预测脓毒症合并呼吸机相关肺炎患者死亡的灵敏度为 0.785(95%CI:0.692～0.851),特异度为 0.673(95%CI:0.594～0.721),曲线下面积(AUC)为 0.765(95%CI:0.681～0.832).结论 合并慢性心肺疾病、合并多重耐药菌感染、合并真菌感染、APACHEⅡ评分升高及机械通气时间延长与脓毒症合并呼吸机相关肺炎患者的死亡有关.ROC曲线可作为评估脓毒症合并呼吸机相关肺炎患者的死亡风险的早期辅助工具.

目的 分析多发伤患者急诊入院后早期死亡危险因素,构建可早期评估死亡风险的列线图预警模型.方法 回顾性分析宁夏医科大学总医院急诊科收治的 785 例多发伤患者,以随机数字法(3∶1)分为建模组和验证组,对建模组采用Logistics回归分析多发伤患者早期死亡的危险因素,使用R语言软件绘制列线图并评价.结果 多因素Logistics回归分析结果显示,年龄、MEWS评分、GCS评分、血糖和PT是急诊入院多发伤患者早期死亡的独立危险因素(OR值分别为 1.042、1.554、0.705、1.094、1.144,均P＜0.05).构建列线图模型,结果显示预测模型具有良好区分度(AUC为 0.955,95%CI:0.934～0.976),Hosmer-Lemeshow拟合优度检验P=0.828;外部验证AUC为 0.942(95%CI:0.904～0.980).校准曲线提示预测模型具有良好一致性.DCA曲线提示预测模型具有较高的净收益和临床有效性.结论 列线图模型具有良好的预测效能,为急诊入院多发伤患者的早期评估提供了良好的参考依据.

目的:分析老年原发下咽癌的预后因素，构建并验证老年下咽癌患者生存预后的预测模型。方法:选择监测、流行病学和最终结果（Surveillance，Epidemiology and End Results，SEER）数据库中2010年1月至2015年12月年龄>60岁诊断为下咽恶性肿瘤患者的临床资料1100例，随机分为建模组（ n=845）和验证组（ n=255），采用LASSO回归优化筛选变量进行临床特征选择，使用10倍交叉验证生成5个有意义的变量：年龄、T分级、M分级、婚姻状态、手术类型；利用Cox回归模型对建模组及验证组进行区分度、校准度及临床适用度评估，列线图展示建模组预测结果，根据构建的模型风险评分，按中位数分为高低风险组，绘制出建模组及验证组生存分析曲线图。 结果:年龄、T分级、M分级、婚姻状态、手术类型是老年下咽恶性肿瘤预后的因素。建模组C指数为0.652（95% CI: 0.625~0.679），验证组C指数为0.64（95% CI: 0.597~0.683）；建模组中12个月及36个月ROC曲线下面积分别为0.678及0.785，验证组中12个月及36个月ROC曲线下面积分别为0.656及0.64；预测12个月及36个月生存曲线的校准度及临床决策曲线与实际生存率具有较好的一致性，风险评分绘制出生存曲线显示高风险组预后较差。 结论:老年下咽癌患者预后与年龄、分期、婚姻状态及手术有关，手术治疗能够改善老年下咽癌患者的预后生存。

目的:运用机器学习算法及列线图，构建和验证免疫检查点抑制剂相关性肺炎（CIP）风险预测模型，旨在为更好的辅助临床护理人员筛查CIP的高危人群，提供准确直观的方法。方法:采用回顾性病例对照研究。选取2019年1月至2022年2月南方医科大学珠江医院就诊的230例使用免疫检查点抑制剂治疗的肿瘤患者，使用医院电子病历系统收集患者的资料。应用5种机器学习算法和列线图构建预测模型，在独立测试集进行模型的验证，最后依据评价指标AUC、准确率等评估预测模型的区分度及稳定性。结果:6种模型均提示，肺部基础疾病、吸烟史、血清白蛋白值≤35 g/L、胸部放疗史是促进CIP发生的重要影响因素。K最近邻、支持向量机（SVM）、朴素贝叶斯、决策树和随机森林构建的CIP预测模型的AUC分别为0.647、0.696、0.930、0.870、0.934。列线图构建的模型AUC为0.813，预测性能较好，但低于机器学习算法中表现最佳的随机森林模型（AUC=0.934）。结论:与列线图相比，基于机器学习算法建立的CIP的风险预测模型具有更高的诊断价值，但列线图构建的模型可更直观评估患者风险，建议在列线图基础上，结合机器学习算法，可增加预测模型的准确性及实用性。

目的:探讨Ⅱ~Ⅲ期结肠癌根治术后复发危险因素及其列线图预测模型的应用价值。方法:采用回顾性病例对照研究方法。收集2013年1月至2016年6月西安交通大学第一附属医院收治的228例行根治性切除术治疗Ⅱ~Ⅲ期结肠癌病人的临床病理资料；男118例，女110例；中位年龄为62岁，年龄范围为25~87岁。所有病人行开腹或腹腔镜辅助结肠癌根治性切除术。观察指标：（1）术后复发情况。（2）影响Ⅱ~Ⅲ期结肠癌根治术后复发的危险因素分析。（3）Ⅱ~Ⅲ期结肠癌根治术后复发列线图预测模型的构建及评价。采用门诊或电话方式进行随访，了解病人术后3年复发情况。随访时间截至2019年6月。偏态分布的计量资料以 M（范围）表示。计数资料以绝对数表示，组间比较采用Pearson χ2检验或Fisher确切概率法。多因素分析采用Logistic逐步回归分析。将独立危险因素引入R 3.6.1软件，构建列线图预测模型。绘制受试者工作特征曲线（ROC），以曲线下面积（AUC）评价列线图预测模型的区分度。使用R软件绘制校准度曲线图评价列线图预测模型的一致性。 结果:（1）术后复发情况：228例病人中，53例术后复发，其中局部复发19例，远处转移34例。34例远处转移病人中，肝转移14例、肺转移7例、脑转移4例、多发转移及其他部位单发转移9例。53例病人术后复发时间为12个月（6~19个月）。（2）影响Ⅱ~Ⅲ期结肠癌根治术后复发的危险因素分析：单因素分析结果为肠梗阻、术前癌胚抗原（CEA）、腹腔积液、血管侵犯是影响Ⅱ~Ⅲ期结肠癌根治术后复发的相关因素（ χ2=4.463、13.622、10.914、5.911， P<0.05）。病理学N分期是影响Ⅱ~Ⅲ期结肠癌根治术后复发的相关因素（ P<0.05）。多因素分析结果显示：术前CEA>5 μg/L、腹腔积液、血管侵犯、病理学N分期为N1期或N2期是影响Ⅱ~Ⅲ期结肠癌根治术后复发的独立危险因素（优势比=3.129，3.071，7.634，3.439，15.467，95%可信区间为1.328~7.373，1.047~9.007，1.103~52.824，1.422~8.319，3.498~68.397， P<0.05）。（3）Ⅱ~Ⅲ期结肠癌根治术后复发列线图预测模型的构建及评价：根据多因素分析结果，将术前CEA、腹腔积液、血管侵犯及病理学N分期引入R 3.6.1软件，构建Ⅱ~Ⅲ期结肠癌根治术后复发的列线图预测模型。术前CEA>5 μg/L的列线图评分为41.7分，腹腔积液为41.0分，血管侵犯为74.2分，病理学N分期N1期为45.1分、N2期为100.0分，各项危险因素不同取值得分总和对应术后复发概率。绘制ROC评价列线图预测Ⅱ~Ⅲ期结肠癌根治术后复发的能力，其AUC为0.805（95%可信区间为0.737~0.873， P<0.05）。校准曲线图显示Ⅱ~Ⅲ期结肠癌根治术后列线图模型预测复发概率与实际复发概率具有较好一致性。 结论:术前CEA>5 μg/L、腹腔积液、血管侵犯、病理学N分期为N1或N2期是Ⅱ~Ⅲ期结肠癌根治术后复发的独立危险因素；以此构建列线图预测模型有助于预测Ⅱ~Ⅲ期结肠癌根治术后复发风险。

目的:对第十届中国大学生医学技术技能大赛临床医学八年制赛道试题和成绩进行分析，探讨并检验试题设置的合理性及其评价效能，为进一步完善八年制赛道提出改进建议。方法:基于中国本科医学教育标准、第十届中国大学生医学技术技能大赛考核范围、中国医学生临床技能操作指南以及相关胜任力框架对八年制赛道试题和各代表队成绩进行分析。采用SPSS 26.0软件，测算各考站的难度、区分度、信度，对各考站成绩与总成绩进行相关性分析。结果:临床医学八年制赛道基本覆盖了中国本科医学教育标准和考核范围。银奖争夺赛的难度为0.63，区分度为0.79，克朗巴赫系数为0.93；金奖争夺赛难度为0.79，区分度为0.81，克朗巴赫系数为0.66。银奖争夺赛中得分率<60%的胜任力指标，包括CanMEDS框架内的医学专家、合作者、学者等，以及住院医师置信职业行为指标内的接诊患者、辅助检查选择和判读、诊断与鉴别诊断、治疗决策、公共卫生事件应对等。结论:临床医学八年制赛道设计合理，评价准确，结果可信、可靠。各参赛队在胜任力方面仍有待提高，建议根据胜任力框架设计并完善临床医学技术技能大赛。

目的:基于不同监督机器学习算法，构建并验证适用于脓毒性休克患者28 d死亡风险的最佳预测模型。方法:从美国重症监护医学信息数据库Ⅳ v2.0（MIMIC-Ⅳ v2.0）中筛选出符合脓毒症3.0的脓毒性休克患者，随机抽取病例，其中70%作为训练集，30%作为验证集。从人口学特征及基础生命体征、入重症监护病房（ICU）24 h内血清学指标及可能影响指标的合并症、功能评分及高级生命支持3个层面提取相关预测变量。比较基于决策树分类回归树（CART）、随机森林（RF）、支持向量机（SVM）、线性回归（LR）及超级学习器〔SL，综合了CART、RF和极端梯度提升（XGBoost）〕5种主流机器学习算法构建的模型对脓毒性休克患者28 d死亡的预测效能，筛选最佳算法模型。利用LASSO回归、RF和XGBoost算法，通过取交集确定最佳预测变量，构建预测模型。采用受试者工作特征曲线（ROC曲线）验证模型的预测效能；采用校准曲线评估模型的准确性；采用决策曲线分析（DCA）验证模型的实用性。结果:最终共纳入3?295例脓毒性休克患者，28 d存活2?164例，死亡1?131例，病死率为34.32%；其中，训练集2?307例（28 d死亡792例，病死率为34.33%），验证集988例（28 d死亡339例，病死率为34.31%）。基于训练集数据分别建立5种机器学习模型；在纳入3个层面的变量后，RF、SVM、LR 3种机器学习模型在验证集预测脓毒性休克患者28 d死亡的ROC曲线下面积（AUC）依次为0.823〔95%可信区间（95% CI）为0.795～0.849〕、0.823（95% CI为0.796～0.849）、0.810（95% CI为0.782～0.838），高于CART算法模型（AUC＝0.750，95% CI为0.717～0.782）和SL算法模型（AUC＝0.756，95% CI为0.724～0.789），故将以上3种算法模型确定为最佳算法模型。综合3个层面变量后，通过LASSO回归、RF和XGBoost算法筛选并取交集，得出16个最佳预测变量，依次为入ICU 24 h内pH最大值、白蛋白（Alb）最大值、体温最大值、血乳酸（Lac）最小值、Lac最大值、血肌酐（SCr）最大值、Ca 2+最大值、血红蛋白（Hb）最小值、白细胞计数（WBC）最小值、年龄、简化急性生理学评分Ⅲ（SAPSⅢ）、WBC最大值、急性生理学评分Ⅲ（APSⅢ）、Na +最小值、体质量指数（BMI）及活化部分凝血活酶时间（APTT）最小值。ROC曲线分析显示，以上述16个最佳预测变量构建的Logistic回归模型为最佳预测模型，在验证集中的AUC为0.806（95% CI为0.778～0.835）；校准曲线及DCA曲线显示，该模型的精准度较高，且净收益最高可达0.3，其预测效能明显优于传统以单一功能评分〔APSⅢ评分、SAPSⅢ评分、序贯器官衰竭评分（SOFA）〕建立的模型〔AUC（95% CI）分别为0.746（0.715～0.778）、0.765（0.734～0.796）、0.625（0.589～0.661）〕。 结论:以pH值、Alb、体温、Lac、SCr、Ca 2+、Hb、WBC、SAPSⅢ评分、APSⅢ评分、Na +、BMI、APTT等16个最佳变量构建的Logistic回归模型为脓毒性休克患者28 d死亡风险的最佳预测模型，其效能稳定，区分度及精准度均较高。

目的:探讨pSS发生肾损害的关键因素，构建风险预测模型，并验证其效能。方法:回顾性分析2017—2020年南京鼓楼医院419例pSS住院患者的临床资料。用R软件Randomizr软件包按3∶1的比例随机分为模型组（315例）和验证组（104例），建模组根据有无肾损害分为2组，符合正态分布的计量资料进行 t检验，计数资料采用 χ2检验。非正态分布的计量资料用非参数检验。用最小绝对收缩和选择算子（LASSO）回归分析筛选影响pSS患者肾损害的显著差异因子并建立列线图预测模型，使用受试者工作特征曲线（ROC）、校准图和决策分析（DCA）曲线评估模型区分度、校准度及临床实用性。 结果:419例pSS患者中127例（30.3%）发生肾损害，其中肾功能不全89例（70.1%），血尿86例（67.7%），蛋白尿107例（84.2%），肾小管酸中毒49例（38.6%）。与无肾损害相比，肾损害组病程长[3.00（1.00，8.00）年与1.00（0.30，5.00）年； Z=2.33， P=0.005]，更易发生乏力[35.1%（33/94）与23.5%（52/221）， χ2=4.49， P=0.038]、血细胞（三系）减少[白细胞计数4.50（3.30，6.75）×10 9/L与5.40（3.70，8.05）×10 9/L， Z=2.02， P=0.043；血红蛋白99（79，111）g/L与120.00（109.00，128.00）g/L， Z=6.59， P<0.001；血小板计数152.00（89.25，204.25）×10 9/L与188.00（117.99，241.00）×10 9/L， Z=2.61， P=0.009]，炎症反应更重[ESR 48.50（29.75，86.25）mm/1 h与26.00（11.00，52.00）mm/1 h， Z=5.83， P<0.001；CRP 5.80（3.40，18.45）mg/L与4.40（2.60，11.40）mg/L， Z=2.33， P=0.020]，抗SSA/抗SSB抗体阳性率更高[79.9%（75/94）与62.0%（137/221）， χ2=9.49， P=0.002；37.2%（35/94）与18.1%（40/221）， χ2=13.31， P<0.001]，而肺部累及相对较少[20.2%（19/94）与33.9%（75/221）， χ2=5.93， P=0.016]，差异具有统计学意义（ P<0.05）。LASSO二元Logistics回归分析提示EULAR干燥综合征疾病活动指数（ESSDAI）评分>9分[ OR值（95% CI）=9.019（3.294，24.689）， P<0.001]、干眼症[ OR值（95% CI）=2.853（1.502，5.422）， P=0.001]、贫血[ OR值（95% CI）=3.819（1.913，7.626）， P<0.001]、补体C3[ OR值（95% CI）=2.453（1.233，4.879）， P=0.011]、低白蛋白[ OR值（95% CI）=6.898（3.007，15.821）， P<0.001]及CRP>8 mg/L[ OR值（95% CI）=2.168（1.136，4.139）， P=0.019]是pSS患者肾损害的显著预测因素。预测组和验证组的AUC（95% CI）分别为0.851（0.806，0.896）及0.832（0.742，0.922），模型图和DCA均表明模型具有良好的特异性和临床效能。 结论:该模型预测因素简单易得，区分度及校准度良好，可作为一种早期筛选pSS肾损害方法。

目的:探讨血小板与淋巴细胞比值(PLR)和中性粒细胞与淋巴细胞比值(NLR)与早期胃癌的相关性，评估PLR和NLR对早期胃癌诊断的预测价值。方法:纳入2017年1月1日至2020年12月31日在浙江省台州医院住院治疗的178例早期胃癌、129例慢性胃炎和122例胃上皮内瘤变(GIN)患者，运用Rand随机函数将所有患者按7∶3分为训练组(301例，其中早期胃癌125例，慢性胃炎90例，GIN 86例)和验证组(128例，其中早期胃癌53例，慢性胃炎39例，GIN 36例)。收集所有患者的年龄、性别、血常规指标、癌胚抗原水平、幽门螺杆菌( H. pylori)感染情况等资料，比较训练组中早期胃癌、慢性胃炎与GIN患者的血常规指标和临床特征，训练组中早期胃癌患者与慢性胃炎+GIN患者(以下简称非早期胃癌患者)的血常规指标，分析早期胃癌的独立危险因素。绘制受试者操作特征曲线(ROC)，分析独立危险因素诊断预测早期胃癌的最佳临界值、曲线下面积(AUC)、 OR和95%置信区间(95% CI)等，建立诊断预测模型，运用Hosmer-Lemeshow检验模型的拟合度，比较模型应用于训练组与验证组的AUC以评估模型的区分度。统计学方法采用Kruskal-Wallis H检验、Mann-Whitney U检验或Wilcoxon秩和检验、卡方检验，以及单因素和多因素logistic回归分析。 结果:训练组中，慢性胃炎、GIN、早期胃癌患者中男性和女性占比分别为50.0%(45/90)、50.0%(45/90)，61.6%(53/86)、38.4%(33/86)，69.6%(87/125)、30.4%(38/125)，差异有统计学意义( χ2＝8.49， P＝0.014)；早期胃癌患者的男性占比高于慢性胃炎患者，差异有统计学意义( χ2＝8.48， P＝0.004)。训练组中慢性胃炎、GIN、早期胃癌患者的 H. pylori感染率、年龄、PLR、NLR、淋巴细胞计数、中性粒细胞计数、癌胚抗原分别为18.9%(17/90)、18.6%(16/86)和43.2%(54/125)，54.0岁(45.5岁，64.0岁)、63.0岁(58.0岁，66.3岁)和66.0岁(58.5岁，71.0岁)，113.70(84.48，136.09)、120.00(97.94，138.37)和124.29(101.97，173.57), 1.55(1.17，2.23)、1.71(1.44，2.02)和2.04(1.57，2.62)，2.00×10 9/L(1.50×10 9/L，2.40×10 9/L)、1.75×10 9/L(1.50×10 9/L，2.40×10 9/L)和1.60×10 9/L(1.30×10 9/L，2.05×10 9/L)，3.00×10 9/L(2.38×10 9/L，3.90×10 9/L)、3.00×10 9/L(2.48×10 9/L，3.40×10 9/L)和3.30×10 9/L(2.60×10 9/L，4.30×10 9/L)，1.70 g/L(1.10 g/L，2.50 g/L)、2.05 g/L(1.48 g/L，2.90 g/L)和2.50 g/L(1.55 g/L，3.40 g/L)，差异均有统计学意义( χ2＝21.26， H＝41.00、11.79、21.13、10.82、8.54、14.42；均 P<0.05)。早期胃癌患者 H. pylori感染率高于慢性胃炎和GIN患者，早期胃癌和GIN患者的年龄均大于慢性胃炎患者，早期胃癌患者的NLR和PLR均高于慢性胃炎患者，早期胃癌患者的NLR高于GIN患者，早期胃癌患者的淋巴细胞计数低于慢性胃炎患者、中性粒细胞计数和癌胚抗原高于慢性胃炎患者，差异均有统计学意义( χ2＝13.98、13.90， Z＝-6.13、-4.15、-4.07、-3.25、-3.40、-3.18、-2.62、-3.74；均 P<0.017)。早期胃癌患者的PLR、NLR、中性粒细胞计数和癌胚抗原均高于非早期胃癌患者[124.29(101.97，173.57)比117.97(101.57，137.32)、2.04(1.57，2.62)比1.66(1.25，2.17)、3.30×10 9/L (2.60×10 9/L，4.30×10 9/L)比3.00×10 9/L (2.40×10 9/L，3.60×10 9/L)、2.50 g/L (1.55 g/L，3.40 g/L)比1.90 g/L (1.23 g/L，12.70 g/L)]，淋巴细胞计数低于非早期胃癌患者[1.60×10 9/L (1.30×10 9/L，2.05×10 9/L)比1.80×10 9/L (1.50×10 9/L，2.20×10 9/L)]，差异均有统计学意义( Z＝-3.23、-4.45、-2.91、-3.30，-2.35，均 P<0.05)。ROC分析显示，PLR、NLR、癌胚抗原、中性粒细胞计数和淋巴细胞计数的最佳临界值分别为138.18、1.76、2.70 g/L、3.40×10 9/L、1.80×10 9/L。单因素分析显示，性别、年龄、 H. pylori感染情况、中性粒细胞计数、PLR、NLR、淋巴细胞计数和癌胚抗原水平均与早期胃癌有关( χ2＝5.98、27.73、21.26、8.26、10.26、22.80、4.81、25.91，均 P<0.05)。多因素分析显示，年龄≥70岁( OR＝9.267, 95% CI 3.239~26.514)、 H. pylori感染( OR＝3.353，95% CI 1.862~6.037)、NLR>1.76( OR＝2.084，95% CI 1.190~3.648)、PLR>138.18( OR＝2.452，95% CI 1.325~4.539)、癌胚抗原>2.70 g/L( OR＝2.637，95% CI 1.490~4.667)是早期胃癌的独立危险因素(均 P<0.05)。Hosmer-Lemeshow检验显示模型预测值与实际观测值比较差异无统计学意义( P>0.05)，提示模型的拟合度较好。在训练组人群中，诊断预测模型的AUC为0.787(95% CI 0.737~0.832， P<0.001)，将该模型应用于验证组进行验证，结果显示模型的AUC为0.664(95% CI 0.576~0.745， P<0.001)，提示模型具有良好的区分度。 结论:NLR和PLR是早期胃癌的独立危险因素，可能有助于识别早期胃癌。本研究建立的诊断模型具有较好的区分度和拟合度，可为临床诊断早期胃癌提供重要的参考信息，有助于患者进行早期治疗并改善预后。