PLoS ONE: Yhdistämällä Clinical, patologinen, ja demografiset tekijät jalostaa prognoosi Lung Cancer: väestöpohjainen tutkimus
tiivistelmä
Background
hoidossa keuhkosyövän, arvioida tarkasti potilaan kliinisen tuloksen on välttämätöntä valita sopiva hoitokuuri. On tärkeää kehittää ennustetekijöitä kerrostuneisuus malli, jossa yhdistyvät kliinisiä, patologisia ja demografiset tekijät yksilöllisten kliinisen päätöksenteon.
Menetelmät /Principal Havainnot
Kaikkiaan 234.412 potilasta diagnosoitu adenokarsinooman tai levyepiteeliperäinen keuhko- tai keuhkoputken vuosien 1988 ja 2006 haettiin näkijä tietokannasta rakentaa ennusteen malli. Malli kehitettiin arvioimalla Coxin suhteellisen vaarat malli 500 bootstrapped näytteistä. Kaksi mallia, yksi käyttäen vaihe yksin ja toinen kattava malli käyttää muita kovariaatit, rakennettiin. Kattava malli johdonmukaisesti päihitti malliin käyttäen vaiheessa yksin prognostisten kerrostuminen ja Harrell’in C, Nagelkerke n R
2, ja Brier Tulospalvelu koko potilasryhmässä sekä erityisiä hoitomuotoja. Tarkemmin sanottuna kattava malli syntyy eri ennustetekijöiden ryhmien erilliset leikkauksen jälkeinen eloonjääminen (log-rank
P
0,001) sisällä kirurginen vaihe IA ja IB potilasta Kaplan-Meier analyysit. Kaksi muuta potilasaineistoihin (
n
= 1,991) käytettiin ulkoisena validointi, johon kuuluu kattava malli taas ylittäen malliin käyttäen vaiheessa yksin suhteen ennustetekijöitä kerrostuminen ja kolme arvioidaan mittareita.
Päätelmä /merkitys
Nämä tulokset osoittavat mahdollisuutta rakentaa tarkka ennustetekijöiden malli yhdistämällä useita kliininen, patologinen, ja demografiset tekijät. Kattava malli parantaa merkittävästi yksilöllistä ennustetta upon AJCC tuumorin luokitus ja on vankka monilla hoitomuotoja, kirjo potilaan riski, ja uusilla potilasaineistoihin.
Citation: Putila J, Remick SC, Guo NL ( 2011) Yhdistämällä kliiniset, patologinen, ja demografiset tekijät jalostaa prognoosi Lung Cancer: väestöpohjainen tutkimus. PLoS ONE 6 (2): e17493. doi: 10,1371 /journal.pone.0017493
Editor: Ewout Steyerberg, University Medical Center Rotterdam, Alankomaat
vastaanotettu: 1. syyskuuta 2010 Hyväksytty: 07 helmikuu 2011; Julkaistu: 25 helmikuu 2011
Copyright: © 2011 Putila et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.
Rahoitus: Tämä tutkimus rahoittivat NIH NLM R01LM009500 (PI: Guo) ja NCRR P20RR16440 ja Supplement (PD: Guo). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.
Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.
Johdanto
Keuhkosyöpä on yksi aggressiivinen syöpä tyyppejä ja johdonmukaisesti johtava syy syövän liittyvät kuolemat Yhdysvalloissa sekä miehille että naisille. On noin 215000 uutta tapausta ja 161000 kuolemantapausta vuosittain [1]. Ei-pienisoluinen keuhkosyöpä (NSCLC) kattaa noin 80% keuhkosyöpää. Vaikka kasvain vaihe on voimakkaasti ennustava säilyminen useimmissa tapauksissa se ei selitä erillistä vaihtelevuus hoitotulokseen sisällä potilaille samassa vaiheessa. Tällä hetkellä leikkaus on tärkeä hoitovaihtoehto potilaille, joilla on vaiheen I NSCLC. Kuitenkin 35-50% I vaiheen NSCLC potilaat uusiutumisen viiden vuoden kuluessa [2], [3], joka on suurin syy hoidon epäonnistumiseen, eli kuolema keuhkosyöpään. Se on edelleen ratkaisematon haaste lääkäreille luotettavasti tunnistaa potilaat suuri riski kasvaimen uusiutumisen ehdokkaiksi adjuvanttihoitoa.
Viimeaikaiset tutkimukset ovat käyttäneet erilaisia tietoja lisäksi kasvaimen vaiheessa ennustetekijöiden kerrostuminen ja ennustaminen hoitotuloksia [4] – [12]. Prognostiset tekijät kuten ikä, sukupuoli, ja kasvaimen, on osoitettu olevan voimakkaasti yhteydessä selviytymistä. Ikä on vakiintunut riskitekijä kehittämiseksi keuhkosyövän ja voivat myös vaikuttaa hoitomuoto saivat joko johtuu terveydenhuollosta tai olemassaolon oheissairauksia jotka estävät tiettyjä hoitoja [13], [14]. Urokset diagnosoitu keuhkosyöpä johdonmukaisesti kokevat huonompi selviytyminen kuin tehdä naaraat [15]. Tämä sukupuolten välinen ero säilyi, vaikka ohjataan muita muuttujia, kuten kasvain vaiheessa ikä diagnoosin ja hoidon.
Race on myös osoitettu olevan merkittävä ennustaja selviäisi, aasialaiset ja Tyynenmeren saarten asukkaat kokevat parempi eloonjäämisen molemmat mahdollisille [16] ja väestön perustuvat tutkimukset [17]. Vaikka tauti mekanismi ja geneettistä taustaa ei ole hyvin ominaista, johdonmukaisuutta tämä havainto on hyödyllinen kannalta ennustettavuutta sekä hoidon.
syntymässä käyttö geenimerkit voi mahdollistaa lääkärit tekemään hoitopäätöksiä perustuu erityispiirteisiin yksittäisten potilaiden ja niiden kasvaimet sijasta väestötilastojen [18]. Tämä tutkimus esittää vaihtoehtoinen väylä parantaa henkilökohtaista ennustetta NSCLC yhdistämällä kliinisiä, patologisia, ja demografiset tekijät väestöpohjaisen tutkimus (
n
= 234412). Tämä kattava Mallia testattiin useilla hoitomuodot ja sokeasti validoitu useita erillisiä potilasaineistoihin (
n
= 1,991). Kattava malli saavutettiin merkittävä parannus ennustettavuutta verrattuna AJCC tuumorin luokitus järjestelmä myös tapauksissa muuntaa AJCC 7
th Edition [19]. Tämä potilas kerrostuminen ohjelmaa voitaisiin integroida tuleviin kliinisesti validoitu ennustetekijöiden geeni allekirjoitukset henkilökohtainen ennusteeseen NSCLC.
Methods
hankinta potilasaineistoihin
Potilaskohortti diagnosoitu keuhkosyöpä oli noudetaan Surveillance Epidemiology ja Lopputulokset (SEER) tietokantaan [20]. Näkijä tietokanta on aggregaatti rekisterin tietojen tietyillä maantieteellisillä alueilla, jotka kattavat noin 26 prosenttia Yhdysvaltain väestöstä, ja sisältää kliinisen, demografiset, hoito ja seuranta tietoja erilaisiin syöpiin. Vaatimukset sisällytettäväksi tutkimuksessa oli mukana diagnoosi ensisijaisen keuhkoadenokarsinooma (ICD-O-3 8140-8380) tai okasolusyöpä (ICD-O-3 8050-8080) vuosina 1988 ja 2006, sekä käytettävissä olevia tietoja kasvainten vaiheessa kasvaimen, rotu, ikä, sukupuoli, tautikohtaisia selviytymisen, ja hoito. Potilaat, joilla oli diagnosoitu kautta ruumiinavausta tai kuolintodistus, tai ei ollut voimassa Eloonjääntitulokset suljettiin pois analyysistä. Kaikkiaan 234.412 potilasta täytti kriteerit. Potilaat järjestetään käyttäen 6
th painos AJCC lavastus, yleensä 2004 ja uudemmat diagnoosit olivat recoded 7
painos perustuu ehdotettuun lavastus muutokset AJCC Pystytysympäristö Manual [19] ja tietoa kasvaimen koko , laajennus, etäpesäke, ja imusolmuke osallistuminen löytyy näkijä tietokantaan, josta on mahdollista. Kaikkiaan 58634 tapausta voitiin muunnetaan 6
nnestä 7
painos.
Kaksi ylimääräistä potilasaineistoihin käytettiin myös validointi sarjoiksi. De-Tunnistetun yhteensä 1552 potilasta hoidettiin Mary Babb Randolph Cancer Center West Virginia University 1990-2009 kanssa levyepiteelisyövän (
n
= 758) tai adenokarsinooma (
n
= 794) saatiin. Tutkimus hyväksyttiin IRB vapautus West Virginia University. Mukaan HIPAA sääntelyä, de-tunnistaa kliinisiä tietoja voidaan käyttää tutkimuksessa ilman etukäteistä suostumusta potilailta. Kaikkiaan 439 keuhkoadenokarsinooma tapausta saatiin myös Shedden et al [21], joilla on asteen I-IIIB syöpiä. Näitä potilaita hoidettiin H. Lee Moffitt Cancer Center, University of Michigan Kattava Cancer Center, Dana-Farber Cancer Institute, ja Memorial Sloan-Kettering Cancer Center. Potilaat ovat antaneet suostumuksensa. Nämä tiedot on julkaistu Shedden et al [21] ennen. Ei ole selvää, jos potilaat ovat tarjonneet kirjallinen tai suullinen suostumus. Pöytäkirjat hyväksyttiin kanssa Institutional Review Boards (IRB-Med) vastaavien kanssa.
Muuntaminen tapauksissa AJCC 7
painos
Kotelot diagnosoitu 2004 eteenpäin pystyivät olemaan muunnetaan AJCC 7
th Edition. Alkuperäinen TNM pysähdyspaikan tietoja kasvaimen kokoa ja laajennus (T), imusolmukkeesta tila (N), ja etäpesäkkeiden (M) noudetaan näkijä tiedot. Näiden tietojen avulla, T, N ja M luokittelijoiden oli recoded mukaan uusien suuntaviivojen [19] ja sen jälkeen käyttää määrittämään AJCC 7
painos vaiheessa.
Malli Rakentaminen ja TILASTOANALYYSI
tautikohtaisia eloonjääminen analysoitiin pääasiassa käyttämällä Coxin suhteellisten riskien mallia. Tämä malli arvioi vaikutusta kovariaattien ajasta saakka tapahtuman, tässä tapauksessa kuolema jälkeen diagnoosi. Neljä mallia, yksi kutakin histologian ja AJCC lavastus yhdistelmät, arvioitiin. Yhteensä 500 bootstrapped näytteiden tasakokoisia alkuperäiseen adenokarsinooma ja okasolusyöpä potilasaineistoihin rakennettiin. Tämä menetelmä on nähty olevan parempi jakaa näytteen tekniikat [22], ja yleensä tuottaa vähemmän puolueellinen arvioita pienempi varianssi. COX malli sitten mahtuu kuhunkin bootstrapped näytteestä. Sen määrittämiseksi, se etu, että käyttämällä muita covariates lisäksi AJCC vaiheessa kaksi covariates käytettiin mallin arviointia. Ensimmäinen sisälsi tietoja kasvaimen vaiheen ja laatu, potilaan ikä, rotu, ja sukupuoli. Toinen sisälsi ainoastaan tiedot kasvaimen vaiheen ja sitä käytettiin mallina nykyisen kliinisen käytännön. Lopullinen koulutus mallia keskiarvo kaikkien kertoimien syntyvät bootstrapped näytteistä, koska jakelu vaaran tulokset oli normaali. Hazard pisteet laskettiin kullekin potilaalle alkuperäisessä näytteissä perustuu lopulliseen malliin rakennettu keinot. Kaava erittelemiseksi käytetty malli esitetään alla, osoittaa suhde vaara
h
potilas
i
ajankohtana
t
ja kertoimet, β, sillä covariates 1 kautta
k
kanssa arvoilla
x
.
ennustetekijöiden luokittelun, raja-arvot määriteltiin päässä bootstrapped näytteistä ositusta potilaita korkea-, matala- tai väli-riskiryhmään perustuu yksittäisten vaara tulokset. Cox-malli ja raja-arvot sovellettu alkuperäiseen kohortin vahvistettavaksi. Prognostisia luokittelu arvioitiin Kaplan-Meier selviytymisen toiminto, jossa arvioitu osuus elossa
S
milloin tahansa
t
on yhtä suuri osuus kuin sensuroitu tapauksissa
n
elossa aikaväli
i
vähemmän kuolleiden määrä
d
että aikaväli, kuten seuraavassa kaavassa:
Potilaat yhä elossa tai kuollut johtuvat riippumattomille syistä sensuroitiin aikaan viime seurannan tai kuoleman, vastaavasti. Sisäinen suorituskyky mitattiin Harrell’in C, Nagelkerke n R
2, ja Brier tulokset. Harrell’in C on mitta konkordanssin joka on tyypillinen ala ROC-käyrän vaihtelee välillä 0 ja 1, korkeammat pisteet osoittavat suurempaa vastaavuutta [23]. ROC käyrät käytettiin mallissa arvioinnin kanssa
proc
paketin R. tilastollinen merkitsevyys (
P-
arvo) välinen erotus alueilla käyrät laskettiin Delong menetelmää samassa paketissa. Suurempi alue tässä tapauksessa osoittaa parannetun ennustavaa kykyä. Nagelkerke n R
2 on toiminnallisesti samanlainen kuin R
2 arvo lineaariset mallit, jotka vaihtelevat välillä 0 ja 1 suuremmat arvot selittää enemmän varianssia, tällä muunnos on laskettu log-todennäköisyys mittakaavassa. Brier pisteet edustaa keskimääräistä ennustevirhe, jotka vaihtelevat 1: stä 0, jossa pienemmät arvot osoittavat alempi keskimääräinen virhe. Merkitys riski-ryhmän ositus määritettiin käyttäen log-rank testi Kaplan-Meier-toiminto. Log-rank-testi käyttää virhematriiseja jokaisen tarkastelujakso onko merkittävä ero välillä kaksi selviytymisen toimintoja. Malli rakennetaan käyttäen koeryhmä sitten edelleen validoitu SEER Saharan ikäluokat sekä potilaita MBRCC ja johtajan Challenge ikäluokat [21], ilman uudelleen arvioimalla mallin parametrien tai cutoffs. Tilastolliset analyysit tehtiin kanssa
PAMR
,
PEC
,
Suunnittelu
, ja
selviytymistä
paketteja
R
v2.11.0 .
tulokset
Tässä tutkimuksessa keskityttiin kahteen pääsolutyyppiä NSCLC, keuhkon adenokarsinooma ja okasolusyöpä. Kunkin solutyypin, kattava malli rakennettiin sisältämään edellisen AJCC lavastus järjestelmä (3
rd ja 6
th versiot) ja nykyisen AJCC 7
painos. Kliininen ominaisuudet näkijä potilasryhmässä on lueteltu taulukossa 1, ja kaksi ulkoista validointi ikäluokat on koottu taulukkoon 2. bootstrapped mallia käytettiin tuottamaan vaaraa pisteet jokaisen potilaan testituloksia kuin sokaissut validointi. Aiemmin parametreihin ja cutoffs käytettiin ositusta potilaille alkuperäisessä kohortin kolmeen riskiryhmiin perustuu vaaran pisteet kunkin potilaan. Ennustavia kategorisointi kattavan mallin verrattiin eri painoksia AJCC lavastus järjestelmää. Erityisesti matalan riskin ryhmässä määritelty kattavan mallin verrattiin AJCC vaiheen I; väli-riskiryhmän verrattiin AJCC vaiheen II ja IIIA; kun taas korkean riskin ryhmässä verrattiin AJCC vaiheen III B /IV. Merkitsevästi pidempi eloonjäämisen matalan riskin ryhmään tai merkittävästi huonompi selviytyminen riskiryhmään pidettiin parannuksen ennustus käyttämällä kattavaa mallia. Mallit rakennettiin ottamalla keskiarvo kunkin kertoimen Coxin malli mahtuu 500 bootstrapped näytteitä kustakin alkuperäisestä kohortissa. Tämä johti yhteensä neljä mallia, yksi kutakin kahdesta AJCC pysähdyspaikan järjestelmien ja kaksi suurta NSCLC solutyyppejä. Nämä mallit testattiin alkuperäisen näytteen kokonaisuudessaan, sub-ikäluokat edustavat neljä suurta hoitomuodot, ja kaksi ulkoista ikäryhmät.
Kun yleinen tutkittu potilasryhmässä, varhaisessa vaiheessa diagnoosin oli merkittävästi liittyvät tautikohtaista selviytymisen univariate Cox Proportional vaarat malli sekä adenokarsinooma ja okasolusyöpä kunkin AJCC vaiheittainen järjestelmä (
P
0,05). Monimuuttujakalibrointiin analyysit AJCC vaiheessa kasvaimen, potilaan ikä, rotu, ja sukupuoli olivat kaikki merkittävät. Erityisesti alempi kasvaimen, nuorempi ikä diagnoosin, ja on Aasian /Tyynenmeren Islander laskeutuminen olivat kaikki merkitsevästi paranemiseen liittyvistä eloonjäämisen (
P
0,05). Koska mies tai ottaa myöhemmin diagnoosin liittyi huonompi tulos kaikissa ryhmissä. Kattava malli sisältää kaikki nämä tekijät osoittivat merkittävästi parantunut ennustetekijöiden luokittelu verrattuna AJCC lavastus järjestelmä, mukaan lukien uusin painos, joka on kuvattu alla.
Potilaat siirrettiin siis yhdeksi neljästä käsittelyluokkia perustuva hoito tietue näkijä tietokantaan. Nämä luokat ovat leikkaus, säteily, leikkauksen säteily, ja hoitoa listattu. Yksinkertaisuuden vuoksi tässä määrittäminen perustui läsnäolo tai puuttuminen kirurgiseen tai säteilyä menettelyn, riippumatta erityisen menettelyn.
Patient ositusta keuhkoadenokarsinooma (jäljempänä AJCC 3
rd ja 6
th painos) B
yhteensä 150158 keuhkoadenokarsinooma potilasta lavastettu kanssa 3
rd ja 6
th AJCC Editions täyttyvätkö kriteerit osallisuutta. Harrell’in c tilaston laskettiin sekä malliin käyttäen vaiheessa yksin ja kattava malli käyttää muita kovariantteja. Kattava malli oli korkeampi C tilasto (0,732) verrattuna vaiheeseen ainoa malli (0,694), sekä sen osoittaminen ennustaa paremmin 5 vuoden pysyvyys jälkeen ensimmäinen käsittely ROC käyrät (
P
0,0001 , Fig. 1A). Samanlainen parannus nähtiin Nagelkerke T
2 (0,294 vs. 0,253) ja Brier pisteet (0,134 vs. 0,143).
P
0,05 tarkoittaa, että koko malli on merkitsevästi enemmän ennustavat taudin aiheuttaman selviytyminen kuin kasvain vaiheessa.
analyysi vertailemalla suorituskykyä kunkin mallin hoidon alaryhmien myös osoitti samanlaista parannusta ennustava kyky kanssa kattavan mallin. Potilailla, jotka saivat leikkauksen ilman säteilyä, kattava malli oli johdonmukaisesti parempi arvioita Harrell’in C (0,768 vs. 0,723), Nagelkerke R
2 (0,225 vs. 0,173) ja Brier Score (0,206 vs. 0,210). Samanlainen parannus, yhteenveto taulukoissa 3, 4 ja 5, havaittiin potilailla, jotka saivat säteilyn ilman leikkausta, leikkauksen säteily, ja nämä ilman hoitoa listattu.
Alhainen -risk ryhmä ennusti kattavan mallin selvisivät huomattavasti kauemmin kuin vaihe I potilaille, joiden keskimääräinen eloonjääminen 69,6 vs. 57,2 kuukautta (log-rank
P
0,0001). Lisäksi riskiryhmään ennustama kattavan mallin oli huomattavasti huonompi selviytyminen kuin vaiheen III B /IV potilasryhmässä, joiden keskimääräinen eloonjääminen 5,6 kuukautta verrattuna 11,9 kuukautta (log-rank
P
Int: keskitason riski; H: korkean riskin määritelty täydellinen malli. Stage ainoa malli sisältää potilaan vaiheen 1, 2, 3a, 3b ja 4 e) Kaplan-Meier selviytymisen tontteja jokaiselle riskiryhmän potilailla, jotka saivat leikkauksen ilman säteilyä. f) Keskimääräinen selviytymisen riskiryhmille potilailla, jotka saivat leikkauksen ilman säteilyä. L: alhaisen riskin; Int: keskitason riski; H: korkean riskin. Stage ainoa malli sisältää potilaan vaiheen 1, 2, 3a, 3b ja 4.
keuhkoadenokarsinooma saaneilla potilailla leikkaus ilman säteilyä, kattava malli pystyi parannella ennustetekijöiden kykyä AJCC pysähdyspaikan alhaisen riskin potilailla, joiden keskimääräinen eloonjääminen 72,4 vs. 62,3 kuukautta (log-rank
P
0,0001). Potilaat riskiryhmään oli keskimäärin selviytymisen 13,3 vs. 30,6 kuukautta kattavasta ja vaihe yksin malleja, vastaavasti (log-rank
P
0,0001). Välissä-riskiryhmään määritelty kattavan mallin verrokkeja paremmin ennustetta kuin vaiheen II ja III potilaista (log-rank
P
0,0001; Fig. 2E ja 2F). Samanlaisia tuloksia havaittiin potilailla, jotka saavat muita hoitovaihtoehtoja (tuloksia ei esitetty). Erityisesti potilailla, jotka saivat sekä leikkaus ja säteily, säteily ilman leikkausta, tai ilman hoitoa, kattava malli voisi tunnistaa potilaat suurempi riski ehdolle adjuvanttihoitoa, katsoo, että voisi säästää matalan riskin potilaita turhaan aggressiivinen hoito.
keuhkoadenokarsinooma tapauksissa muuntaa AJCC 7
painos
yhteensä 38426 keuhkoadenokarsinooma tapausta muunnettiin AJCC 7
painos. On tärkeää huomata, että muunnettu tapaukset edustavat paljon pienempi kohortti ja ovat lyhyemmät seuranta-ajan verrattuna AJCC 3
rd ja 6
painos ikäryhmät. Kun otetaan huomioon koko potilaan näytteen, Harrell’in C kattavan mallin vs. vaiheessa ainoa malli (0,763 vs. 0,731), ennustaminen selviytymisen 30 kuukauden aikana (
P
0,0001, Fig. 1 C), Nagelkerke n R
2 (0,305 vs. 0,274) ja Brier pisteet (0,144 vs. 0,150) olivat kaikki parantuneet. Nämä vaikutukset säilyivät harkittaessa neljä potilasryhmien kohortteja määritelty hoitomodaliteetti, vaikka suorituskyky Molemmissa malleissa oli niinikään määrä väheni verrattuna alkuperäiseen lavastus järjestelmää. Potilas Saharan kohortti ilman hoitoa listattu tehdä pahin kaikista kolmesta mittareita. Paraneminen ennustetekijöiden luokittelun samankaltainen kuin konvertoitumattomassa tapauksesta (AJCC 3
rd ja 6
th luokkaa) havaittiin koko väestöstä ja erityisten hoitotapoja (Fig. 3). Kun otetaan huomioon kaikki hoidot matalan riskin ryhmään ennustama kattavan mallin oli keskimääräinen elinaika oli 16,4 kuukautta, kun se oli 15,3 kuukautta vaiheen I AJCC 7
painos (log-rank
P
0,0001). Ennustaminen korkean riskiryhmän myös parantunut merkittävästi, joiden keskimääräinen elinaika oli 2,0 kuukautta kattavan mallin ja 3,6 kuukautta IIIB /IV (log-rank
P
0,0001).
a) Histogrammin Hazard Tulospalvelu saatu kattava mallista. b) todennäköisyys kuolla keuhkosyöpään aikaisemmin kuin 24 kuukautta perustuu Hazard Tulospalvelu lasketaan kattavan mallia. c) Kaplan-Meier selviytymisen tontteja matala-, keski-, ja korkean riskin ryhmiin määräytyy kattava malli (sininen) ja AJCC lavastus yksin (oranssi). d) keskimääräinen elinaika kunkin ryhmän kuukausina, log-rank
P
-arvot on esitetty. e) Kaplan-Meier selviytymisen tontteja jokaiselle riskiryhmän potilailla, jotka saivat leikkauksen ilman säteilyä. f) Keskimääräinen selviytymisen riskiryhmille potilailla, jotka saivat leikkauksen ilman säteilyä. L: alhaisen riskin; Int: keskitason riski; H: korkean riskin määritelty täydellinen malli. Stage ainoa malli sisältää potilaan vaiheen 1, 2, 3a, 3b ja 4.
keuhkoadenokarsinooma saaneilla potilailla leikkaus ilman säteilyä, kattava malli paransi ennustus matalan riskin ryhmään (16,5 vs. 16,0 kuukautta, log-rank
P
0,0001). Korkean riskin ryhmässä oli keskimääräinen elinaika 4,3 kuukautta kattavan mallin ja 8,9 kuukautta IIIB /IV (log-rank
P
0,0001)). Kattava malli oli myös pystyä parantamaan ennustettavuutta sekä korkean ja matalan riskin ryhmiin potilailla, jotka saivat sekä kirurgian ja säteilyä tai mitään hoitoa (P 0,05) ja korkean riskiryhmän potilailla, jotka saivat säteilyn ilman leikkausta (
P
0,0001). Ennustus käyttämällä kattavaa mallia Hyväksytty tai parannettuja ei merkittävästi näyttämölle vain malli potilaan näytteitä, jotka eivät saavuttaneet merkitystä (tuloksia ei esitetä).
ennustus squamous keuhkosyövän (jäljempänä AJCC 3
rd ja 6
painos) B
yhteensä 84254 okasolusyöpä keuhkosyöpäpotilaita diagnosoitu ACC 3
rd ja 6
th pysähdyspaikan järjestelmä täytti kriteerit. Suorituskyky sekä kattava ja vaiheessa vain malleja väheni hieman verrattuna adenokarsinooma potilaiden yleistä potilaan näytteestä. Oli kuitenkin vielä parannusta yleisessä hoidossa kohortin käytettäessä kattavan mallin Harrell’in C (0,722 vs. 0,706), ennustaminen 5 vuoden pysyvyys in ROC käyrät (
P
0.0001Fig. 1B ), Nagelkerke R
2 (0,289 vs. 0,274), mutta ei Brier pisteet (0,119 vs. 0,119). Oli samanlainen parannus Saharan kohortteja määritelty hoitomodaliteetti, johon kuuluu kattava malli toimi yhtä hyvin tai paremmin kuin vaiheessa vain mallissa kaikilla osa-ikäryhmät. Kun yleinen kohortin matalan riskin ryhmässä määritelty kattava malli oli keskimäärin selviytymisen 51,3 kuukautta vs. 45,7 kuukautta vaiheen I okasolusyöpä keuhkosyöpä (log-rank
P
0,0001). Korkean riskin ryhmässä oli keskimäärin selviytymisen 1,7 kuukautta vs. 4,7 kuukautta vaiheessa IIIB /IV potilaat (log-rank
P
0,0001).
Samanlaisia tuloksia havaittiin verrattaessa vain saaneista leikkaushoitoa, jossa alhaisen riskin ryhmä ennusti kattavan mallin elossa keskimäärin 58,2 kuukautta verrattuna 55,3 kuukautta vaiheen I potilaille (log-rank
P
0,0001), ja korkea -risk ryhmä elossa keskimäärin 1,2 ja 9,3 kuukautta vaiheessa IIIB /IV potilaat (log-rank
P
0,0001; Fig. 4E ja 4F). Samanlaisia tuloksia havaittiin myös okasolusyöpä keuhkosyövän saaneilla potilailla leikkaus ja säteily, säteily ilman leikkausta, ja hoitoa (tuloksia ei esitetty) kanssa kattavan mallin parantaa ennustettavuutta keskuudessa suuren riskin potilaita kaikissa kolmessa näytteessä (log-rank
P
0,05), ja matalan riskin potilaita, jotka saavat leikkaus sädehoitoa tai mitään hoitoa (log-rank
P
0,05).
a) Histogrammin Hazard Tulospalvelu saatu kattava mallista. b) todennäköisyys kuolla keuhkosyöpään aikaisemmin kuin 24 kuukautta perustuu Hazard Tulospalvelu lasketaan kattavan mallia. c) Kaplan-Meier selviytymisen tontteja matala-, keski-, ja korkean riskin ryhmiin määräytyy kattava malli (sininen) ja AJCC lavastus yksin (oranssi). d) keskimääräinen elinaika kunkin ryhmän kuukausina, log-rank
P
-arvot on esitetty. e) Kaplan-Meier selviytymisen tontteja jokaiselle riskiryhmän potilaat olivat saaneet leikkausta ilman säteilyä. f.) keskimääräinen elinaika riskiryhmille potilailla, jotka saivat leikkauksen ilman säteilyä. L: alhaisen riskin; Int: keskitason riski; H: korkean riskin määritelty täydellinen malli. Stage ainoa malli sisältää potilaan vaiheen 1, 2, 3a, 3b ja 4.
Levyepiteelisyöpä keuhkosyöpää muunnetaan AJCC 7
painos
Yhteensä 20208 okasolusyöpä keuhkosyöpää voidaan muuntaa AJCC 7
painos. Prediction oli samanlainen tai parantunut käytettäessä kokonaisvaltaista mallia kaikilla kolmella käyttötiedot ja kaikissa hoidon kohorteissa katsoi kuitenkin välinen ero kahden mallin oli marginaalinen joissakin tapauksissa. Eniten merkittävästi parantaa ennustuksen oli osa-kohortti saavista potilaista leikkaus ilman säteilyä. Tätä ryhmää, kattava malli päihitti vaiheessa ainoa malli Harrell’in C (0,689 vs. 0,670), ennustaminen selviytymisen 30 kuukauden aikana (
P
0,0001, Fig. 1 D), Nagelkerke R
2 (0,064 vs. 0,055), ja marginaalisesti on Brier pisteet (0,113 vs. 0,114).
alhaisen riskin ryhmä ennusti kattavan mallin selvisi keskimäärin 14,7 kuukautta, mikä on huomattavasti parempi ennuste kuin keskimäärin selviytyminen 13,7 kuukautta vaiheessa I potilailla (log-rank
P
0,0001). Korkean riskin ryhmässä oli keskimäärin 1,8 vs. 3,0 kuukautta verrattuna vaiheen III B /IV potilaat (log-rank
P
0,0001).
saavilla potilailla leikkaus ilman säteilyä, kattava malli ennusti keskimääräinen elinaika 15,7 kuukautta matalan riskin ryhmässä vs. 15,2 kuukautta vaiheen I (log-rank
P
= 0,0114). Keskimääräinen selviytyminen korkean riskin ryhmä ei poikkea merkittävästi vaiheen IIIB /IV (
P
= 0,8764), mikä johtuu osittain pienen otoskoon ja lyhyen seurannan, vaikka kattava malli osoitti ei-merkittävää parannusta 5,0 vs. 7,8 kuukautta. Nämä tulokset on koottu kuvioon. 5. Potilailla, jotka saivat säteilyllä ilman leikkausta tai säteilyn leikkaus, ennustetekijöiden luokittelua parannettiin vain riskiryhmään, joiden keskimääräinen eloonjääminen 2,1 vs. 3,2 kuukautta ja 2,4 vs. 6,1 kuukautta, vastaavasti, verrattuna vaiheeseen yksin (log sijoitus
P
= 0,0136; tuloksia ei esitetä).
a) Histogrammin Hazard Tulospalvelu saatu kattava mallista. b) todennäköisyys kuolla keuhkosyöpään aikaisemmin kuin 24 kuukautta perustuu Hazard Tulospalvelu lasketaan kattavan mallia. c) Kaplan-Meier selviytymisen tontteja matala-, keski-, ja korkean riskin ryhmiin määräytyy kattava malli (sininen) ja AJCC lavastus yksin (oranssi). d.) keskimääräinen elinaika kunkin ryhmän kuukausina, log-rank
P
-arvot on esitetty. e) Kaplan-Meier selviytymisen tontteja jokaiselle riskiryhmän potilailla, jotka saivat leikkauksen ilman säteilyä. f.) keskimääräinen elinaika riskiryhmille potilailla, jotka saivat leikkauksen ilman säteilyä. L: alhaisen riskin; Int: keskitason riski; H: korkean riskin määritelty täydellinen malli. Stage ainoa malli sisältää potilaan vaiheen 1, 2, 3a, 3b ja 4.
Hoito valinta vaiheen I potilaille
Potilaat, joilla on vaiheen I syöpiä, jotka saivat leikkauksen ilman säteilyä uutettiin vielä analyysi määrittää onko kattava malli voisi tunnistaa varhaisvaiheen potilailla, jotka saattavat hyötyä aggressiivisempi hoito. Vaiheen I kohortti sitten erottaa edelleen vaihe IA ja IB potilaita, jossa kertoimet kattava mallia sovelletaan, jotta voidaan testata kykyä lisätekijöitä ositusta suhteellisen homogeeninen joukko potilaita. Korkean ja alhaisen riskin ryhmän jäsenyyden määriteltiin suhteessa mediaanin vaaran pisteet kunkin kohortin. Sillä adenokarsinooma kattava malli pystyi ositusta vaiheessa IA ja IB käyttämällä sekä 3
rd ja 6
th Edition sekä 7
painos (log-rank
P
0,0001; Kaplan-Meier analyysit; Fig. 7). Nämä tulokset osoittavat, että kattava ennustetekijöiden malli pystyi luotettavasti tunnistaa vaihe I pienisoluista keuhkosyöpää suurempi riski kasvaimen uusiutumisen. Nämä korkean riskin potilaita tulisi harkita adjuvanttihoitoa.
Kaplan-Meier tontteja osoittavat eroa matala- ja riskiryhmiin määritettynä kattava malli. Tiedot sub-vaiheessa oli olemassa vain potilaille järjestetään käyttäen AJCC 6
painos pysähdyspaikan järjestelmä (2004 ja uudemmat) sekä niille potilaille, muunnetaan 7
th Edition.
Kaplan-Meier tontteja osoittavat eroa matala- ja riskiryhmiin määritettynä kattava malli. Tiedot sub-vaiheessa oli olemassa vain potilaille järjestetään käyttäen AJCC 6
painos pysähdyspaikan järjestelmä (2004 ja uudemmat) sekä niille potilaille, muunnetaan 7
th Edition.
ulkoinen Validation
kattava malli oli myös pystyä parantamaan ennustus ulkoisen validointi settejä MBRCC ja johtajan Challenge kohortti [21]. Potilaat, joilla on molemmat adenokarsinoomat (
n
= 794) ja okasolusyöpää (
n
= 758), jossa kaikki kasvain vaiheet olivat saatavilla MBRCC kohortissa. Johtajan haaste kohortin sisälsi vain keuhkoadenokarsinooma sairastavien potilaiden vaiheen I, II, ja III (
n
= 439).