以下文章来源于公共数据库与孟德尔随机化 ，作者yuan
2023年4月14日，哈尔滨医科大学附属肿瘤医院学者，在《Front Endocrinol (Lausanne)》(IF=6.06)，发表题为“ Establishment and validation of nomograms to predict survival probability of advanced malignant pleural mesothelioma based on the SEER database and a Chinese medical institution ”的研究论文。
研究表明，在化疗的基础上增加局部放疗并不会增加患者的生存获益。
基于SEER数据库和中国某医疗机构的晚期恶性胸膜间皮瘤列线图生存率预测方法的建立与验证
摘要与主要结果
一、摘要
目的：本研究的目的是利用监测、流行病学和最终结果(SEER)数据库建立预测个体晚期胸膜间皮瘤(MPM)患者生存的列线图。
方法：从SEER数据库中入组的1251例患者被随机(按7:3的比例)分为训练集和内部验证集。从哈尔滨医科大学肿瘤医院入组80例患者作为外部验证集。由单因素或多因素Cox回归分析筛选的变量构建列线图，并通过一致性指数(C-index)、校准图和ROC曲线进行评价。SEER数据库中单独接受化疗和放化疗的患者使用倾向评分匹配进行统计学配对，并对筛选的变量进行亚组分析。
结果：列线图是由性别、组织学（histology）、AJCC分期和治疗四个变量构成的结构良好且有效的预后图。根据训练集的风险评分中值，所有的人被分配到高风险组与低风险组，高风险组在所有三个队列中的总生存率（OS）和肿瘤特异性生存(CSS)都更差（P<0.05）。亚组分析结果显示，晚期MPM患者接受化疗加局部放疗或不加局部放疗均不影响OS或CSS。
结论：基于SEER数据库的外部验证集，建立并验证了预测晚期MPM患者生存的准确列线图。研究表明，在化疗的基础上增加局部放疗并不会增加患者的生存获益。
二、研究结果
1.参与者纳入与排除
数据来自SEER * Stat (version 8.4.0.1)。本研究纳入的患者必须满足以下条件:(1)诊断年份为2005-2018年，(2)位点代码:C34.0-C34.9, C38.4, ICD- O- 3组织学/行为代码:9050-9055(基于既往文献支持)，(3)IIIB和IV期患者。符合以下任何条件的患者被排除:①第二原发恶性肿瘤患者;②生存时间<30天或死亡原因不明的患者;③接受手术的患者。
2. 基线特征
在SEER数据库中，共有1251名MPM患者被纳入本研究，并随机(按7:3的比例)分为训练集(n = 879)和内部验证集(n = 372)，两个数据集在临床病理和人口学特征上没有差异。另外从哈尔滨医科大学肿瘤医院入组80例患者作为外部验证集。
SEER数据库的1251例患者多为老年人，超过一半的患者集中在65-85岁之间(67.7%)，男性974例(77.9%)，在明确组织学诊断的患者中，上皮样是最常见的病理类型(35.6%)。AJCC分期显示，大多数患者处于T4期(64.3%)或N0期(48.4%)，其中IIIB期和IV期患者分布更为均匀，分别为575例(46.0%)和676例(54.0%)。8.3%的患者接受放化疗，49%的患者单独接受化疗，4.7%的患者单独接受放疗。来自哈尔滨医科大学肿瘤医院的外部验证队列有80例患者，大多数患者(90.1%)年龄小于70岁，所有患者都是已婚的亚洲人，20%的患者对原发病变进行了放化疗，45%的患者单独接受化疗。
3.预测模型变量筛选
训练集的单因素Cox回归分析显示，年龄、性别、组织学、AJCC分期、治疗与生存率显著相关(P < 0.05)。对上述5个变量进行多变量Cox分析，采用AIC值最小的逐步回归方法确定最佳模型。性别、组织学、AJCC分期和治疗最终被确定为晚期MPM预后建模的独立预后因素。基于OS和CSS的Cox回归生存分析结果分别下表。
主要结局OS的Cox回归
次要结局CSS的Cox回归
4.构建预测模型——列线图
通过上述筛选的4个变量建立预测MPM患者晚期生存的列线图。通过列线图计算4个变量得分的总和，可以估计晚期MPM患者0.5年、1年和2年的OS和CSS率。
5.区分度检验——C-index、AUC面积
采用C-index、AUC面积验证模型的区分度。C-index和AUC值结果提示预后模型对晚期MPM患者生存率有很好的判别能力。
训练集、内部验证集和外部验证集基于OS的C-index分别为0.656 (95%CI: 0.636-0.677)、0.668(95%CI: 0.634-0.701)和0.684 (95%CI: 0.605-0.763)。基于CSS的预测模型的C-index分别为0.654 (95%CI:0.632-0.675)、0.657 (95%CI:0.623-0.691)和0.754 (95%CI: 0.670-0.838)。
三个队列中预测0.5年、1年和2年OS的列线图AUC值为：
3个队列OS与CSS的列线图ROC曲线及AUC值
6.校准度检验——校准曲线
下图分别显示了三个队列0.5年、1年和2年的实际OS或CSS率与预测概率之间的校准曲线。结果显示了由列线图生成的生存率与实际人群中观察到的生存率之间有很好的一致性。
A-C为训练集0.5年、1年和2年的实际OS率与预测概率之间的校准曲线。
D-F为内部验证集0.5年、1年和2年的实际OS率与预测概率之间的校准曲线。
G-I为外部验证集0.5年、1年和2年的实际OS率与预测概率之间的校准曲线。
A-C为训练集0.5年、1年和2年的实际CSS率与预测概率之间的校准曲线。
D-F为内部验证集0.5年、1年和2年的实际CSS率与预测概率之间的校准曲线。
G-I为外部验证集0.5年、1年和2年的实际CSS率与预测概率之间的校准曲线。
7.列线图风险分层验证
采用列线图方法计算所有患者的风险评分，并以训练集中位风险评分(OS:风险评分≥116,CSS: 128)作为临界值，将患者分为高风险组(OS:风险评分≥116,CSS:风险评分≥128)和低风险组(OS:风险评分<116,CSS:风险评分<128)。Kaplan - Meier生存分析显示，不同风险组的OS或CSS存在显著差异，这表明列线图可以帮助我们准确地对晚期MPM患者进行风险分层。
8.局部放疗对晚期MPM的预后价值——亚组分析
与全身治疗的重要性相比，放射治疗在MPM患者中起次要作用。除全身治疗外，局部姑息性放疗可减轻疼痛，改善患者症状。在该研究中，使用SPSS进行倾向评分匹配分析。设置卡钳值为0.1，采用1:1最近邻匹配法对接受放化疗或仅化疗的患者进行配对。共产生了104对样本。结果将208例患者纳入亚组分析。从结果中可以明显看出，仅化疗组在所有亚组中往往具有更好的OS和CSS，但所有结果均未达到统计学意义，这表明在化疗的基础上局部放疗并没有为晚期MPM患者提供生存益处。
亚组分析两治疗组OS (A)和CSS (B)的差异
设计与统计学方法
一、研究设计
P（Population）研究对象 ：1251名从seer数据库中筛选出的晚期胸膜间皮瘤(MPM)患者按照7：3随机分配产生训练集与内部验证集，另外从哈尔滨医科大学肿瘤医院入组80例患者作为外部验证集。
E（exposure）暴露因素：治疗方式（单独化疗或放化疗）
O（Outcome）结局：主要结局:总生存率（OS）；次要结局：肿瘤特异性生存(CSS)
S（Study design）研究类型：队列研究
二、统计方法
1.通过卡方检验进行训练集vs内部验证集、训练集vs外部验证集两组间差异比较
2.通过单因素Cox回归得出与生存率显著相关的变量纳入多因素Cox回归，最终通过AIC值最小的逐步回归方法确定最佳模型。
3.使用筛选的变量构建预测晚期MPM患者0.5年、1年和2年OS和CSS率的列线图预后模型。然后，采用一致性指数(C-index)和AUC面积评估模型的区分度。
4.通过校准曲线评估预测模型的校准度
5.从列线图中获得每个个体的风险评分，训练队列中患者的中位风险评分被用作截断值，对所有患者进行风险分层。进行Kaplan-Meier生存分析以确定不同风险组的OS和CSS发生率是否存在显著差异。
6.SEER数据库中单独接受化疗和放化疗的患者采用两组倾向评分匹配进行统计学配对，并对筛选的独立危险因素进行亚组分析（性别、组织学、AJCC分期）。采用Cox比例风险模型分析各亚组治疗与预后的关系。最后，结果显示在森林图上。
7.采用SPSS 26.0 (IBM Inc.)和R 4.1.3版本进行统计分析。
转自：“医学论文与统计分析”微信公众号
如有侵权，请联系本站删除！
