基于SEER数据库的四肢骨肉瘤预后相关列线图的构建

目的旨在开发预后列线图来预测四肢骨肉瘤患者的生存率。方法回顾分析 1995 年至 2014 年,1910 例四肢骨肉瘤患者 (来自 SEER 数据库),通过单因素 Log-rank 分析和多因素 COX 分析找出存在统计学差异的预后因素,使用相应的预后因素构建列线图,进而对患者 1、3、5 年的总生存期 (overall survival,OS) 和癌症特异性生存期 (cancer-specific survival,CSS) 进行预测。然后对列线图进行内外部验证,并且通过使用 C 指数为量化指标来计算模型的准确性。结果单因素和多因素分析显示肿瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。基于这些预后指标,构建能够预测患者的 1、3、5 年 OS 和 CSS 的列线图。对该列线图进行内外部验证,发现该列线图均具有较好的 C 指数,其中在内部验证中,OS 为 0.721,CSS 为 0.712;外部验证中,OS 为 0.681,CSS 为 0.683。在内外部验证中,列线图的校准图显示了骨肉瘤患者的实际存活率和该列线图预测结果之间有着良好的一致性。结论骨肉瘤确诊年龄、分期、手术状态、大小和病理类型与患者的 OS 和 CSS 显著相关。四肢骨肿瘤患者 OS 和 CSS 的列线图,可较为准确地估计四肢骨肉瘤患者 1、3、5 年的 OS 和 CSS,进而帮助临床医生更快、更可靠的做出临床预测。     

乳腺浸润性微乳头状癌预后影响因素分析与模型构建

  目的  对比分析中国和美国乳腺浸润性微乳头状癌(invasive micropapillary carcinoma,IMPC)的病理特征和预后影响因素,并预测乳腺IMPC患者预后。  方法  回顾性分析2006年7月至2015年7月83例于中国人民解放军空军军医大学西京医院收治的乳腺IMPC患者临床资料,收集2010年3月至2015年3月415例美国国立癌症研究所的SEER数据库中诊断为乳腺IMPC患者资料,并对中国和美国患者的临床病理特征进行对比。进行单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析,并构建列线图模型预测患者的总生存（overall survival,OS）率和癌症特异生存（cancer-specific survival,CSS）率。对模型进行内部及外部验证,通过临床决策曲线分析评价模型的临床获益和应用价值。  结果  对建模集和验证集的年龄、肿瘤位置、手术方式、是否为第一原发肿瘤、T分期进行比较,差异具有统计学意义（P<0.05）。单因素及Cox比例回归模型多因素和Fine-Gray竞争风险模型分析结果显示,年龄、N分期、M分期以及分子分型与乳腺IMPC预后相关（P<0.05）,将这些因素纳入并建立OS和CSS的列线图预测模型。OS和CSS模型中建模集C-index分别为0.85和0.79,验证集外部验证C-index分别为0.72和0.70,bootstrap法内部验证C-index分别为0.81和0.74。校准曲线显示列线图预测的生存率与实际生存率接近,临床决策曲线分析显示模型的临床获益及应用价值较高。  结论  列线图能准确预测中国及美国乳腺IMPC患者的预后,为临床的诊疗提供科学依据。      

化生性乳腺癌预后影响因素分析与预后模型构建

目的:分析对比中国和美国化生性乳腺癌(metaplastic breast carcinoma,MBC)患者的临床病理特征和预后影响因素,并构建列线图来预测MBC患者的3年和5年生存率。方法:以SEER数据库中提取的673例患者作为建模集,采用Cox等比例回归模型分析确定MBC的独立预后因素,然后将这些因素纳入并构建列线图模型,然后以我院的36例MBC患者作为验证集进行外部验证。结果:建模集和验证集的临床病理特征除年龄、肿瘤分级、是否第一原发肿瘤及N分期外无明显差异。单因素及多因素分析结果显示,所有患者中,年龄、是否化疗、T分期、N分期以及M分期均是MBC患者预后的独立危险因素。将这些因素纳入并建立列线图预测模型。结论:列线图能准确预测我国MBC患者的预后情况,为临床的诊疗提供科学依据。     

基于SEER数据库的炎性乳腺癌生存预测风险模型的建立与验证

目的:建立可预测炎性乳腺癌（inflammatory breast cancer,IBC）生存情况的风险模型。方法:利用监测、流行病学和结果（Surveillance,Epidemiology and End Results,SEER）数据库,筛选2010年至2015年诊断为IBC的病例,通过单因素和Logistic多因素回归分析,明确与生存相关的独立危险因素,构建预测IBC患者1年、3年和5年肿瘤特异性生存（cancer-specific survival,CSS）率的列线图,并用Harrell's一致性指数（C-index）和预测模型校准曲线对该模型进行验证,评估预测效能。结果:共筛选出2 754例符合纳入标准的IBC病例,随机分出1 933例作为训练组,821例作为验证组。通过单因素和多因素分析显示年龄、种族、肿瘤组织学分级、N分期、M分期、分子分型、手术、放疗和化疗是与病人CSS显著相关的独立危险因素。利用上述预后相关因素建立列线图模型,内部验证C-index是0.731（95%CI:0.714~0.749）,外部验证是0.752（95%CI:0.777~0.727）,校准曲线显示预测情况与实际观察情况拟合良好。结论:年龄、种族、肿瘤组织学分级、N分期、M分期、分子分型、手术、放疗和化疗是影响IBC病人生存的独立危险因素,以此建立的列线图预测模型能较好地评估病人生存情况。     

皮肤梭形细胞黑色素瘤患者生存预测模型的构建及验证

背景与目的：梭形细胞黑色素瘤（spindle cell melanoma,SCM）是一种罕见的黑色素瘤类型,有关SCM患者生存预后的研究较少。通过提取公共数据库中的SCM临床信息,构建并验证皮肤SCM患者5和10年癌症特异性生存率（cancer-specific survival,CSS）和总生存率（overall survival,OS）的生存预测模型。方法：从美国国立癌症研究所监测、流行病学和最终结果（Surveillance, Epidemiology, and End Results,SEER）数据库筛选出共1 445例患者,分成建模组（n=1 011）和验证组（n=434）。通过单因素和多因素COX回归分析确定独立预后影响因素,建立列线图预测模型。利用一致性指数（concordance index,C-index）、受试者工作特征（receiver operating characteristic,ROC）曲线和校准曲线评估模型的区分度和准确性,利用决策曲线分析（decision curve analysis,DCA）评估模型的临床实用性。结果：年龄、肿瘤部位、肿瘤厚度、溃疡、N分期、M分期及手术共7个独立预后影响因素纳入预测模型,CSS和OS预测模型在建模组中的C-index分别为0.778和0.753,在验证组中的C-index为0.749和0.712。建模组5和10年CSS的曲线下面积（area under curve,AUC）分别为0.815和0.825,5和10年OS的AUC分别为0.803和0.825,验证组5和10年CSS的AUC分别为0.777和0.836,5和10年OS的AUC分别为0.754和0.799。校准曲线与45°线贴合良好,DCA显示,列线图模型在较广泛阈概率范围内有临床净收益,具有良好的临床应用价值。结论：列线图对于皮肤SCM患者预后具有良好的预测能力和临床应用价值。     

局限期可手术食管癌术前放化疗预后因素分析及生存预测模型

目的 利用SEER数据库分析局限期可手术食管癌术前放化疗患者的预后及其相关因素,并建立生存预测列线图,为筛选术前放化疗患者提供一定参考。方法 选取SEER数据库2010-2015年食管癌接受术前放化疗且分期为T1b-4aN0-3M0(2010年AJCC第7版分期)的病例;生存率采用Kaplan-Meier法,单因素分析采用Logrank检验,多因素分析采用Cox模型检验;通过R软件建立预测模型列线图;一致性指数(C-index)及校准曲线用来评价模型准确度。结果 共1697例患者符合条件并可纳入分析。单因素分析显示性别、T分期、N分期、分化程度与总生存(OS)及癌症特异生存(CSS)均相关(P均<0.001),年龄与OS相关(P=0.027)。多因素分析显示年龄、性别、分化程度、N分期与OS相关;性别、分化程度、T分期、N分期与CSS相关(P均<0.05)。将预后相关因素纳入Nomogram预后模型,5年OS、CSS的C-index值分别为0.60、0.61。同样方法建立食管鳞癌亚组患者预后模型,OS及CSS的C-index值为0.62、0.64。结论 性别、临床分期、分化程度为局限期可手术食管癌行术前放化疗者CSS预后因素,根据以上数据建立的列线图可为是否采用术前放化疗联合手术治疗这一模式提供一定参考。     

宫颈癌术后患者列线图预测模型及危险分层系统构建

目的 构建宫颈癌术后患者列线图预测模型，基于列线图个体得分建立危险分层系统。方法 通过搜索美国SEER （Surveillance，Epidemiology，and End Results）数据库中1973—2015年的6 835例宫颈癌术后患者数据构建预测模型，同时选取120例于苏州大学附属第二医院接受宫颈癌手术的患者作为外部验证队列。通过单因素和多因素的Cox回归筛选预后因子并构建列线图，基于列线图模型建立危险分层系统。结果 Cox回归分析显示诊断年龄、人种、组织学分级、T分期、N分期、淋巴结清扫状况、肿瘤大小、肿瘤浸润深度是宫颈癌术后患者的独立预后指标。由此构建的列线图模型的一致性指数在建模队列、内部验证队列和外部验证队列分别为0.824、0.814、0.730，校准曲线显示模型预测效果与实际生存情况基本相符，危险分层系统能区分不同FIGO分期患者的生存情况（均P<0.05）。结论 本研究所建立的列线图模型能有效预测宫颈癌术后患者预后，基于该列线图预测模型的危险分层系统对区分高危患者具有一定临床价值。     

早发型非转移性结直肠癌患者预后预测模型的构建及外部验证

目的:探讨影响早发型非转移性结直肠癌（early-onset non-metastatic colorectal cancer,EONCRC）患者预后的相关独立危险因素,并构建列线图预测EONCRC患者预后。方法:从美国监测、流行病学和结果数据库SEER数据库中收集了9 097例EONCRC患者的数据,患者按照7∶3比例随机分配到训练集(6 369例)和验证集(2 728例)。通过单变量、多变量COX比例风险回归分析确定独立的预后因素,并构建列线图。 使用C指数、ROC曲线和校准曲线评价列线图的区分度、预测效能和校准度。使用新疆军区总医院收治的EONCRC患者临床资料(n=171)对列线图进行了外部验证并对其预后影响因素进行了分析。结果:多因素分析确定了与总生存期有关的8个独立风险因素,分别是组织学分化程度、组织学类型、神经浸润、分期、T分期、手术、化疗和放疗,并将它们纳入列线图。SEER训练集、SEER验证集、外部验证集的C指数值分别为0.765(95%置信区间,0.749~0.781)、0.785(95%置信区间,0.763~0.807)、0.766(95%置信区间,0.713~0.819),校准曲线表明了列线图预测总生存率与实际总生存率具有良好的一致性。ROC曲线显示,列线图可以准确预测EONCRC患者1年(AUC=0.834 9)、3年(AUC=0.794 7)和5年(AUC=0.771 2)的生存率。根据列线图的风险评分将患者分为高风险、中风险和低风险组,在SEER训练集、SEER验证集、外部验证集中,低风险组的5年生存率均最高,其次是中风险组和高危组。结论:本研究确定了EONCRC患者预后相关的8个独立危险因素,列线图能准确预测中国及美国EONCRC患者1年、3年、5年总生存率,对EONCRC患者进行个体化的分层及预后评估,为临床的诊疗提供科学依据。     

基于炎症相关参数建立根治性膀胱切除术术后的列线图预测模型及验证

目的:探讨接受根治性膀胱切除术的膀胱癌患者相关预测因素,建立并验证列线图预测模型。方法:回顾性收集我院2009年01月至2018年01月期间行根治性膀胱切除术患者的实验室检查和病理结果等临床资料,由术前的血常规结果计算中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）和全身免疫炎症指数（SII）。根据约登指数计算SII及NLR的最佳分界值,术后对患者进行随访,使用多因素Cox回归模型分析影响患者术后总生存率的独立危险因素,然后将独立危险因素纳入并构建预测非肌层浸润性膀胱癌（NMIBC）患者3、5年总生存率的列线图,并对模型的预测准确性进行外部验证,通过一致性指数（C指数）和校准曲线来确定列线图的预测精度和一致性。结果:建模组患者中位总生存期（OS）为21个月(1~66个月),1年、3年和5年的OS率分别为85.2%、68.5%和59.1%。多因素分析显示T分期、N分期、SII和NLR是膀胱癌根治性膀胱切除术后患者的独立危险因素。SII的ROC曲线下面积（AUC）大于NLR,差异有统计学意义,SII预测患者总生存率的准确度更高。我们建立了一个预测根治性膀胱切除术后OS的列线图预测模型,C指数为0.87(95%CI 0.83~0.90),并对模型进行外部验证,校正曲线显示预测和观察的3、5年生存率之间有很好的一致性。结论:本研究建立的接受根治性膀胱切除术的膀胱癌患者列线图预测模型对膀胱癌患者总生存率具有较高的预测价值,验证相关指标能有效预测患者的预后。     

基于SEER数据库低级别胶质瘤预后列线图的构建

目的:通过监测、流行病学及预后（surveillance，epidemiology，and end result,SEER）数据库开发列线图来分析低级别胶质瘤（low-grade glioma,LGG）患者的预后因素并且预测其生存率。方法:通过SEER数据库收集LGG患者5 439例，并统计其人口统计学信息及临床特征。随机抽取其中1 001例作为模型的内部验证集,并收集2010-2017年间就诊于山西省人民医院的LGG患者67例作为外部验证集。采用单因素、多因素Cox回归及Lasso回归分析LGG患者的独立危险因素，并考虑其临床效用性。将这些独立预测因素整合在一起，绘制预测LGG患者1年和3年生存率的列线图。通过内部验证集数据及外部验证集数据绘制ROC曲线和校准曲线图来评估列线图的性能。结果:纳入训练集患者4 438例，内部验证集患者1 001例，外部验证集患者67例。一般情况人群分布无显著统计学差异。通过单因素、多因素Cox回归及Lasso回归分析联合生存分析结果选择独立危险因素，纳入年龄、病理学分型、手术方式、肿瘤大小、婚姻状况、放化疗及发病部位为独立预测因素(P<0.001)。由上述7种因素构建预后预测模型，结果以列线图形式呈现。内部验证集验证列线图的ROC曲线下面积为0.841和0.804；外部验证集验证列线图的ROC曲线下面积为0.703和0.742，表明该模型的区分度与准确度较高。校准曲线显示其具有较好的一致性。结论:本列线图可用于预测LGG患者1年和3年生存率，并且拥有较高的临床价值，可以为LGG的个体化治疗提供参考。     

四肢纤维肉瘤患者预后诺模图的开发和验证

目的:开发诺模图来预测原发于四肢纤维肉瘤患者的总体生存率(OS)和癌症特异性生存率(CSS)。方法:根据SEER数据库,收集原发于四肢纤维肉瘤病例。采用Cox比例风险回归模型对病例预后进行分析,获得独立的预测因素。这些独立的预测因子被整合在一起,形成了预测5年和10年OS及CSS的诺模图。使用R软件通过一致性指数(C-index指数）、ROC曲线和校准曲线图来评估诺模图的性能。结果:在OS的单因素和多因素分析中,年龄、病理分级、肿瘤大小和手术被确定为独立的危险因素。 在CSS的单变量和多变量分析中,病理分级、肿瘤大小和肿瘤分期被确定为独立的危险因素。 这些特征均整合在诺模图中以预测5年和10年OS和CSS,C指数分别为0.812和0.857。通过5年和10年OS和CSS的概率的C-index指数和AUG曲线显示,诺模图预测和观察结果之间具有很好的一致性。结论:诺模图可以准确地预测四肢纤维肉瘤患者的OS和CSS,并有助于个性化的预后评估和个性化的临床决策。     

Nomogram for Predicting the Overall Survival of Patients With Breast Cancer With Pathologic Nodal Status N3

BackgroundPatients with breast cancer with pathologic N3 (pN3) lymph node status have been proven to have a poor prognosis. This study aimed to establish a nomogram to predict overall survival (OS) in patients with pN3 breast cancer.Materials and MethodsThe eligible patients from the Surveillance, Epidemiology, and End Results (SEER) database were randomly divided into training and validation cohorts. χ² tests and survival curves were performed to define the consistency between these 2 cohorts. Univariate and multivariate logistic regressions were carried out to identify the independent clinicopathologic factors of patients with pN3 breast cancer. A nomogram was developed and validated internally and externally by a calibration curve and compared with the seventh edition American Joint Committee on Cancer TNM staging classification in discrimination ability.ResultsRace, age at diagnosis, marital status, grade, T stage, N stage, breast cancer subtype, surgery, radiotherapy, and chemotherapy were independent predictive factors of OS in pN3 breast cancer. We developed a nomogram to predict 1-, 3-, and 5-year OS and further validated it in both cohorts, demonstrating better prediction capacity in OS than that of the seventh edition American Joint Committee on Cancer TNM staging classification (area under the curve in the receiver operating characteristic curve, 0.745 and 0.611 in the training cohort and 0.768 and 0.624 in the validation cohort, respectively).ConclusionWe have developed and validated the first nomogram for predicting the survival of pN3 breast cancer. This nomogram accurately and reliably predicted the OS of patients with pN3 breast cancer. However, more prognostic factors need to be further explored to improve the nomogram.     

Development and validation of prognostic nomogram based on log odds of positive lymph nodes for patients with gastric signet ring cell carcinoma

ObjectiveOur aims were to establish novel nomogram models, which directly targeted patients with signet ring cell carcinoma (SRC), for individualized prediction of overall survival (OS) rate and cancer-specific survival (CSS).MethodsWe selected 1,365 SRC patients diagnosed from 2010 to 2015 from Surveillance, Epidemiology and End Results (SEER) database, and then randomly partitioned them into a training cohort and a validation cohort. Independent predicted indicators, which were identified by using univariate testing and multivariate analyses, were used to construct our prognostic nomogram models. Three methods, Harrell concordance index (C-index), receiver operating characteristics (ROC) curve and calibration curve, were used to assess the ability of discrimination and predictive accuracy. Integrated discrimination improvement (IDI), net reclassification improvement (NRI) and decision curve analysis (DCA) were used to assess clinical utility of our nomogram models.ResultsSix independent predicted indicators, age, race, log odds of positive lymph nodes (LODDS), T stage, M stage and tumor size, were associated with OS rate. Nevertheless, only five independent predicted indicators were associated with CSS except race. The developed nomograms based on those independent predicted factors showed reliable discrimination. C-index of our nomogram for OS and CSS was 0.760 and 0.763, which were higher than American Joint Committee on Cancer (AJCC) 8th edition tumor-node-metastasis (TNM) staging system (0.734 and 0.741, respectively). C-index of validation cohort for OS was 0.757 and for CSS was 0.773. The calibration curves also performed good consistency. IDI, NRI and DCA showed the nomograms for both OS and CSS had a comparable clinical utility than the TNM staging system.ConclusionsThe novel nomogram models based on LODDS provided satisfying predictive ability of SRC both in OS and CSS than AJCC 8th edition TNM staging system alone.     

mGPS预测宫颈癌术后患者预后的初步探讨

目的:评价改良Glasgow评分(modified Glasgow prognostic score,mGPS)联合其他临床资料评估宫颈癌(cervical cancer,CC)术后患者预后的临床价值.方法:回顾性分析200例宫颈癌术后患者数据,计算mGPS,将mGPS及其他临床数据纳入COX回归模型分析可能的预后因素...