目的利用美国流行病学监测和结果(surveillance,epidemiology,and end results,SEER)数据库构建老年鼻咽癌患者(≥60岁)生存预后风险预测列线图,预测老年鼻咽癌患者的总生存率,为临床决策提供科学依据。方法从数据库中提取2004—2015年...目的利用美国流行病学监测和结果(surveillance,epidemiology,and end results,SEER)数据库构建老年鼻咽癌患者(≥60岁)生存预后风险预测列线图,预测老年鼻咽癌患者的总生存率,为临床决策提供科学依据。方法从数据库中提取2004—2015年期间的老年鼻咽癌患者共1366例,随机分为建模组和验证组。对建模组采用Cox比例风险回归模型分析患者的预后影响因素,再构建列线图。利用一致性指数(C-index)和校正曲线对列线图进行验证,评估其预测价值。结果建模组的Cox比例风险回归模型结果表明:年龄、婚姻、种族、肿瘤分化等级、组织学类型、TNM分期及放化疗均是老年鼻咽癌患者的预后影响因素(均P<0.05),均被用于构建风险预测列线图。风险预测列线图的验证结果表明,建模组的C指数为0.732(95%CI为0.708~0.756),验证组为0.762(95%CI为0.729~0.795);2组的校正曲线均表现出良好的一致性。结论本研究构建的老年鼻咽癌患者生存预后的风险预测列线图具有良好的预测价值,可快速准确对患者进行个体化的生存预后评估;有远处转移的80岁以上鼻咽癌患者或许是预立医疗照护计划的切入点。展开更多
目的 分析急性淋巴性白血病(ALL)患者继发第二原发癌症(SPC)的影响因素。方法 使用美国国立癌症研究所“监测、流行病学和结果数据库”(Surveillance, Epidemiology and End Results database)提取数据,采用SEER*Stat program 8.4.0计...目的 分析急性淋巴性白血病(ALL)患者继发第二原发癌症(SPC)的影响因素。方法 使用美国国立癌症研究所“监测、流行病学和结果数据库”(Surveillance, Epidemiology and End Results database)提取数据,采用SEER*Stat program 8.4.0计算标准化发病率比(SIR)和绝对超额率(AER),并通过R 4.2.1采用Cox回归模型估计不同年龄、年代、种族、性别、是否接受化疗、放疗等因素对发生第二肿瘤的风险比(HR)以及通过Kaplan-Meier法绘制累计发病率图。结果 总计纳入22 407例病例,随访人年数为142 780.82。共计发生SPC436例,继发第二癌症的中位数时间为47.5个月。ALL患者发生SPC的风险高于普通人群(SIR=2.27;95%CI:2.07~2.50),SPC发生部位最多的为淋巴及造血系统,SIR为6.96(95%CI:5.94~8.11)。不同年代诊断的ALL患者发生SPC的风险呈上升趋势,由2000年1.98升高到2019年2.38,随着年龄增长,ALL患者发生SPC的风险逐渐降低。接受化疗能够降低发生SPC的风险(HR=0.26;95%CI:0.19~0.36),接受放疗会增加59.60%(HR=1.57;95%CI:1.23~2.00)发生SPC的风险。结论 未来对ALL患者建议采用化疗手段,减少接受放疗时受到的辐射接触,在ALL患者患病后1~5年内更进一步关注其健康状况。展开更多
目的男性乳腺癌临床罕见,且有明显的异质性,因此,准确评估男性乳腺癌的预后,对指导临床个体化治疗有重要的意义。本研究利用监测、流行病学和结果数据库(The database of the Surveillance,Epidemiology,and End Results Program,SEER...目的男性乳腺癌临床罕见,且有明显的异质性,因此,准确评估男性乳腺癌的预后,对指导临床个体化治疗有重要的意义。本研究利用监测、流行病学和结果数据库(The database of the Surveillance,Epidemiology,and End Results Program,SEER数据库)进行男性乳腺癌患者生存预后列线图(Nomogram图)的构建,分析其预测男性乳腺癌预后的能力。方法提取2010-01-01-2015-12-31SEER数据库中2 223例男性乳腺癌患者临床资料。利用倾向性匹配评分(propensity score matching,PSM),将Ⅰ~Ⅲ期患者分为对照组〔雌激素受体(estrogen receptor,ER)阳性,人类表皮生长因子受体2(human epidermal growth factor receptor-2,HER2)阴性〕和研究组〔ER(+)HER2(+)、ER(-)HER2(+)和ER(-)HER2(-)〕,应用SPSS 24.0统计软件包进行数据分析,采用Cox比例风险回归模型分别比较全组、对照组和研究组患者的预后影响因素,再构建Nomogram图,并分析其对男性乳腺癌预后的预测能力。结果 Cox比例风险回归模型结果表明,组织学分级(P=0.002)、临床病理分期(P<0.001)、T分期(P<0.001)、M分期(P<0.001)、ER状态(P<0.001)和年龄(P<0.001)是全组男性乳腺癌患者的独立预后影响因素。在进一步对Ⅰ~Ⅲ期男性乳腺癌的研究中,年龄(P<0.001)、手术(P<0.001)、T分期(P=0.014)、N分期(P=0.008)、组织学分级(P<0.001)以及化疗(P<0.001)是对照组患者独立预后影响因素,年龄(P=0.084)、手术(P<0.001)、T分期(P=0.003)和化疗(P=0.001)是研究组患者的独立预后影响因素。采用相关因素构建Nomogram图。Nomogram图的内部验证结果表明,3组患者C指数分别为为0.708(95%CI为0.683~0.733)、0.688(95%CI:0.655~0.721)和0.738(95%CI为0.673~0.803);3组的校正曲线均表现出良好的一致性。结论组织学分级、临床病理分期、T分期、M分期、ER表达状态和年龄是男性乳腺癌生存预后的独立指标,基于上述指标建立的Nomogram图模型,可能作为男性乳腺癌预后判�展开更多
目的分析影响原发性气管恶性肿瘤患者预后的因素,并构建原发性气管恶性肿瘤患者预后的列线图(Nomogram)预测模型。方法选取1975~2016年美国国立癌症研究所的监测、流行病学和结果数据库(Surveillance,Epidemiology,and End Results,SEER...目的分析影响原发性气管恶性肿瘤患者预后的因素,并构建原发性气管恶性肿瘤患者预后的列线图(Nomogram)预测模型。方法选取1975~2016年美国国立癌症研究所的监测、流行病学和结果数据库(Surveillance,Epidemiology,and End Results,SEER)中病理学诊断为原发性气管恶性肿瘤的557例患者,分析其一般临床资料。通过单因素和多因素Cox回归分析筛选影响原发性气管恶性肿瘤患者预后的危险因素,采用R3.6.2软件对危险因素进行可视化分析并构建Nomogram预测模型,并通过计算一致性指数(C-index)、构建校准图和受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)评价该模型的一致性和预测能力。结果557例原发性气管恶性肿瘤患者的中位生存期为21个月(95%CI 14.666~27.334),1年、3年和5年的肿瘤总生存率分别为59.1%±2.1%、42.5%±2.1%和35.4%±2.2%。单因素和多因素Cox回归分析显示年龄、组织学类型、手术方式、放射治疗、肿瘤大小、肿瘤浸润深度和淋巴结受累范围是影响原发性气管恶性肿瘤患者预后的独立危险因素(P<0.05)。基于以上7个危险因素通过可视化分析构建Nomogram预测模型,C-index为0.775(95%CI 0.751~0.799)。校准图显示本研究构建的预测模型1年、3年和5年预测生存率和实际生存率之间具有良好的一致性。ROC曲线结果显示1年、3年和5年的预测生存率曲线下面积(area under curve,AUC)分别为0.837、0.827和0.836,表明本模型具有较高的预测效能。结论基于多因素Cox回归分析构建的Nomogram预测模型有较好的预测能力,具有较高的区分度和精准度,临床价值高,对高危人群的筛选和个体化诊疗方案的制定具有重要意义,可作为原发性气管恶性肿瘤患者预后监测的一种评价工具。展开更多
目的:基于监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库,分析影响胰腺癌预后的独立因素并构建预测模型。方法:本研究从SEER数据库获取2010-2015年美国7801例胰腺癌病人的临床资料,以7∶3的比例随...目的:基于监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库,分析影响胰腺癌预后的独立因素并构建预测模型。方法:本研究从SEER数据库获取2010-2015年美国7801例胰腺癌病人的临床资料,以7∶3的比例随机分为建模组、验证组。对建模组临床变量进行多因素COX回归分析获得影响生存的独立因素,构建列线图。通过受试者操作特性(receiver operating characteristic,ROC)曲线和校准曲线验证模型的准确性。结果:年龄、原发部位、病理分级、T分期、N分期、M分期、手术方式、放疗、化疗与胰腺癌的预后相关,总生存的3年、5年ROC曲线下面积(area under cure,AUC)分别为0.90、0.91,癌症特异性生存分别为0.91、0.91。校准曲线显示观察值与预测值之间具有良好的一致性。经筛选得到的临床变量确实对胰腺癌预后有影响。结论:所构建的模型具有较好的预测准确性,有助于胰腺癌病人的临床决策和个性化治疗。展开更多
文摘目的利用美国流行病学监测和结果(surveillance,epidemiology,and end results,SEER)数据库构建老年鼻咽癌患者(≥60岁)生存预后风险预测列线图,预测老年鼻咽癌患者的总生存率,为临床决策提供科学依据。方法从数据库中提取2004—2015年期间的老年鼻咽癌患者共1366例,随机分为建模组和验证组。对建模组采用Cox比例风险回归模型分析患者的预后影响因素,再构建列线图。利用一致性指数(C-index)和校正曲线对列线图进行验证,评估其预测价值。结果建模组的Cox比例风险回归模型结果表明:年龄、婚姻、种族、肿瘤分化等级、组织学类型、TNM分期及放化疗均是老年鼻咽癌患者的预后影响因素(均P<0.05),均被用于构建风险预测列线图。风险预测列线图的验证结果表明,建模组的C指数为0.732(95%CI为0.708~0.756),验证组为0.762(95%CI为0.729~0.795);2组的校正曲线均表现出良好的一致性。结论本研究构建的老年鼻咽癌患者生存预后的风险预测列线图具有良好的预测价值,可快速准确对患者进行个体化的生存预后评估;有远处转移的80岁以上鼻咽癌患者或许是预立医疗照护计划的切入点。
文摘目的 分析急性淋巴性白血病(ALL)患者继发第二原发癌症(SPC)的影响因素。方法 使用美国国立癌症研究所“监测、流行病学和结果数据库”(Surveillance, Epidemiology and End Results database)提取数据,采用SEER*Stat program 8.4.0计算标准化发病率比(SIR)和绝对超额率(AER),并通过R 4.2.1采用Cox回归模型估计不同年龄、年代、种族、性别、是否接受化疗、放疗等因素对发生第二肿瘤的风险比(HR)以及通过Kaplan-Meier法绘制累计发病率图。结果 总计纳入22 407例病例,随访人年数为142 780.82。共计发生SPC436例,继发第二癌症的中位数时间为47.5个月。ALL患者发生SPC的风险高于普通人群(SIR=2.27;95%CI:2.07~2.50),SPC发生部位最多的为淋巴及造血系统,SIR为6.96(95%CI:5.94~8.11)。不同年代诊断的ALL患者发生SPC的风险呈上升趋势,由2000年1.98升高到2019年2.38,随着年龄增长,ALL患者发生SPC的风险逐渐降低。接受化疗能够降低发生SPC的风险(HR=0.26;95%CI:0.19~0.36),接受放疗会增加59.60%(HR=1.57;95%CI:1.23~2.00)发生SPC的风险。结论 未来对ALL患者建议采用化疗手段,减少接受放疗时受到的辐射接触,在ALL患者患病后1~5年内更进一步关注其健康状况。
文摘目的分析影响原发性气管恶性肿瘤患者预后的因素,并构建原发性气管恶性肿瘤患者预后的列线图(Nomogram)预测模型。方法选取1975~2016年美国国立癌症研究所的监测、流行病学和结果数据库(Surveillance,Epidemiology,and End Results,SEER)中病理学诊断为原发性气管恶性肿瘤的557例患者,分析其一般临床资料。通过单因素和多因素Cox回归分析筛选影响原发性气管恶性肿瘤患者预后的危险因素,采用R3.6.2软件对危险因素进行可视化分析并构建Nomogram预测模型,并通过计算一致性指数(C-index)、构建校准图和受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)评价该模型的一致性和预测能力。结果557例原发性气管恶性肿瘤患者的中位生存期为21个月(95%CI 14.666~27.334),1年、3年和5年的肿瘤总生存率分别为59.1%±2.1%、42.5%±2.1%和35.4%±2.2%。单因素和多因素Cox回归分析显示年龄、组织学类型、手术方式、放射治疗、肿瘤大小、肿瘤浸润深度和淋巴结受累范围是影响原发性气管恶性肿瘤患者预后的独立危险因素(P<0.05)。基于以上7个危险因素通过可视化分析构建Nomogram预测模型,C-index为0.775(95%CI 0.751~0.799)。校准图显示本研究构建的预测模型1年、3年和5年预测生存率和实际生存率之间具有良好的一致性。ROC曲线结果显示1年、3年和5年的预测生存率曲线下面积(area under curve,AUC)分别为0.837、0.827和0.836,表明本模型具有较高的预测效能。结论基于多因素Cox回归分析构建的Nomogram预测模型有较好的预测能力,具有较高的区分度和精准度,临床价值高,对高危人群的筛选和个体化诊疗方案的制定具有重要意义,可作为原发性气管恶性肿瘤患者预后监测的一种评价工具。
文摘目的:基于监测、流行病学和最终结果(surveillance,epidemiology,and end results,SEER)数据库,分析影响胰腺癌预后的独立因素并构建预测模型。方法:本研究从SEER数据库获取2010-2015年美国7801例胰腺癌病人的临床资料,以7∶3的比例随机分为建模组、验证组。对建模组临床变量进行多因素COX回归分析获得影响生存的独立因素,构建列线图。通过受试者操作特性(receiver operating characteristic,ROC)曲线和校准曲线验证模型的准确性。结果:年龄、原发部位、病理分级、T分期、N分期、M分期、手术方式、放疗、化疗与胰腺癌的预后相关,总生存的3年、5年ROC曲线下面积(area under cure,AUC)分别为0.90、0.91,癌症特异性生存分别为0.91、0.91。校准曲线显示观察值与预测值之间具有良好的一致性。经筛选得到的临床变量确实对胰腺癌预后有影响。结论:所构建的模型具有较好的预测准确性,有助于胰腺癌病人的临床决策和个性化治疗。
