SEER文献速递|小儿肾上腺癌术后的生存预测模型
欢迎来到医科研，这里是白介素2的读书笔记，跟我一起聊临床与科研的故事, 生物医学数据挖掘，R语言，TCGA、GEO, SEER数据挖掘。
2020年2月3日 J Cancer杂志在线发表了 中山大学孙逸仙纪念医院泌尿外科；广东省恶性肿瘤表观遗传学和基因调控重点实验室的最新研究成果：基于SEER数据库开发小儿肾上腺癌术后的生存预测模型。
摘要
目的
开发和验证列线图，以术后评估小儿肾上腺癌患者的总体生存期（OS）和癌症特异性生存期（CSS）。
方法
根据指定的纳入和排除标准，总共纳入了1988年至2015年之间通过监测流行病学和最终结果（SEER）数据库诊断出的847名合格患者。他们分为训练集（n = 661）和验证集（n = 186）。采用多元Cox比例风险回归算法确定训练集中OS和CSS的独立预测因子，并建立预测模型，并用两个列线图表示。在训练集中评估列线图的性能（区分，校准和临床实用性），并在验证集中进行验证。
结果
基于多元Cox比例风险回归分析，确定了OS和CSS的三个独立预测因子，包括诊断时的年龄，肿瘤大小和M期。然后，分别结合了这三个预测因子，开发了OS诺模图和CSS诺模图。 OS诺模图在训练集中（C指数[95％CI]，0.744 [0.711-0.777]）显示出良好的校准和辨别力，这在验证集中得到证实（C指数[95％CI]，0.746 [0.656]） -0.836]）。在训练集（C指数[95％CI]，0.749 [0.715-0.783]）和验证集（C指数[95％CI]，0.789 [0.710-0.868]）中也观察到CSS诺模图的良好校准和辨别力]）。此外，列线图成功地区分了所有患者和分层分析中具有全因和癌症特异性死亡高风险的患者。决策曲线分析证明了列线图的有用性。
结论
所提供的列线图显示了小儿肾上腺癌患者术后OS和CSS的良好预测准确性。在临床实施之前，需要进行进一步的验证。