생존 데이터를 위한 경쟁 위험 회귀 Nomogram 모델 설정

Summary

여기에 제시된 Cox 비례 위험 회귀 모델과 경쟁 위험 회귀 모델을 기반으로 nomograms를 구축하는 프로토콜이 있습니다. 경쟁 방법은 생존 분석에 경쟁 이벤트가 있을 때 적용하는 보다 합리적인 방법입니다.

Abstract

카플란 마이어 방법과 콕스 비례 위험 회귀 모델은 생존 프레임 워크에서 가장 일반적인 분석입니다. 적용및 해석이 비교적 쉬우며 시각적으로 묘사할 수 있습니다. 그러나, 경쟁 이벤트(예: 심혈관 및 뇌혈관 사고, 치료 관련 사망, 교통사고)가 존재할 때, 표준 생존 방법은 신중하게 적용되어야 하며, 실제 데이터는 정확하게 해석될 수 없다. 실패로 이어질 수 있는 다양한 종류의 이벤트를 구별하고 분석에서 다르게 치료하는 것이 바람직할 수 있습니다. 여기서 메서드는 경쟁 회귀 모델을 사용하여 경쟁 이벤트가 있을 때 중요한 예후 요인 또는 위험 요소를 식별하는 데 중점을 둡니다. 또한, 비례 위험 회귀 모델과 경쟁 회귀 모델을 기반으로 한 nomograms는 임상의가 예후에 대한 논쟁의 여지가있는 요인의 영향을 설명하기 위해 개별 평가 및 위험 계층화를 할 수 있도록 하기 위해 설립됩니다.

Introduction

생존 분석을 이벤트하는 시간은 임상 연구에서 매우 일반적입니다. 생존 데이터는 관심있는 이벤트의 발생까지 시작 시간부터 시간 범위를 측정하지만 관심있는 이벤트의 발생은 종종 다른 이벤트에 의해 배제됩니다. 둘 이상의 종점이 있는 경우 경쟁 위험 종료 점이라고 합니다. 이 경우 표준 위험 분석(즉, Cox 비례 원인 별 위험 모델)은 다른 유형의 이벤트를 경험하는 개인이 검열되기 때문에 잘 작동하지 않는 경우가 많습니다. 경쟁 이벤트를 경험하는 개인은 경쟁 위험이 일반적으로 독립적이지 않기 때문에 종종 위험 설정에 남아 있습니다. 따라서, 미세 및 그레이^1은 경쟁 위험의 하위 분포에 대한 회귀 모델 추정을 연구했다. 경쟁 위험 설정에서 세 가지 유형의 이벤트를 구분할 수 있습니다.

하나는 질병에 대한 새로운 치료 방법에서 직접적인 임상 혜택을 입증하여 전반적인 생존 (OS)을 측정합니다. OS는 기원 시점(즉, 진단 또는 치료 시간)에서 사망 시점까지의 생존 시간을 측정하고 일반적으로 사망의 절대 위험을 평가하여 사망의 원인을 구별하지 못하며 사망의 원인을 구별하지 못(예를 들어, 암 특이적 사망(CSD) 또는 비암 특이적 사망(non-CSD))^2. 따라서 OS는 가장 중요한 엔드포인트로 간주됩니다. 관심의 사건은 종종 암 관련, 심장 질환을 포함 하는 비 암 특정 이벤트, 교통 사고 또는 다른 관련 없는 원인, 경쟁 이벤트 간주 됩니다. 더 오래 살아남을 것으로 예상되는 유리한 예후를 가진 악성 환자는 종종 비 CSD의 더 중대한 리스크에 있습니다. 즉, OS는 다른 사망 원인에 의해 희석되고 임상 치료의 실제 효과를 올바르게 해석하지 못합니다. 따라서, OS는 질병^3의결과에 접근하기 위한 최적 측정이 아닐 수 있다. 이러한 편향은 경쟁 위험 회귀 모델에 의해 수정될 수 있습니다.

위험 데이터를 경쟁하기 위한 두 가지 주요 방법은 원인별 위험 모델(Cox 모델) 및 하위 배포 위험 모델(경쟁 모델)입니다. 다음 프로토콜에서는 원인별 위험 모델과 서브분배 위험 모델을 기반으로 nomograms를 생성하는 두 가지 방법을 제시합니다. 이벤트 이벤트가 발생했을 때 경쟁 이벤트를 검열한 피사체를 치료하는 Cox 비례 위험 모델에 맞게 원인별 위험 모델을 만들 수 있습니다. 1999년 Fine and Gray^1이 도입한 서브배포 위험 모델에서는 세 가지 유형의 이벤트를 차별할 수 있으며, 경쟁 이벤트를 경험하는 개인은 영원히 위험에 처해 있습니다.

nomogram은 세 개 이상의 변수⁴사이의 관계의 수학적 표현이다. 의료 용 nomograms는 생물학적 및 임상 적 사건을 변수 (예를 들어, 종양 등급 및 환자 연령)로 간주하고 주어진 개인에 대한 통계 예후 모델로 그래픽으로 묘사되는 임상 이벤트 (예 : 암 재발 또는 죽음)의 확률을 생성합니다. 일반적으로,^,노모그램은 Cox 비례 위험 모델^{5,6,7,,88,,9,910의}결과에 기초하여 공식화된다.

그러나 경쟁 위험이 있을 때 Cox 모델을 기반으로 하는 nomogram이 잘 수행되지 못할 수 있습니다. CSD의^{확률을12,13,}추정하기 위해 경쟁 위험 nomogram을 적용한 몇^가지 이전^연구가있지만, 경쟁 위험 회귀 모델을 기반으로 nomogram을 설정하는 방법을 설명한 연구는 거의 없으며 이를 달성하기 위해 사용할 수있는 기존 패키지가 없습니다. 따라서, 아래에 제시된 방법은 경쟁위험회귀 모델에 근거하여 특정 경쟁위험도 모모그램을 확립하는 단계별 프로토콜과 임상의의 치료 의사결정에 도움을 줄 위험점수 추정을 제공할 것이다.

Protocol

연구 프로토콜은 진화병원, 절강대학교 의과대학 윤리위원회에 의해 승인되었다. 이 실험을 위해, 케이스는 감시, 역학 및 최종 결과 (SEER) 데이터베이스에서 얻어졌습니다. SEER은 인구 기반 암 레지스트리 18개에서 인구 통계, 발생률 및 생존 데이터를 포함하는 개방형 데이터베이스입니다. 우리는 SEER 웹 사이트에 등록하고 연구 데이터 (12296-Nov2018)를 취득하기 위한 보증서에 서명했습니다. <p c…

Representative Results

실시예 코호트의 생존 특성실시예 코호트에서는, 총 8,550명의 적격 환자가 분석에 포함되었고 중간 후속 시간은 88개월(범위, 1~95개월)이었다. 총 679명(7.94%) 환자는 40세 미만, 7,871명(92.06%) 환자는 40 세 이상이었습니다. 재판 종료 시 7,483명(87.52%) 환자는 여전히 살아 있었고, 662명(7.74%) 유방암으로 사망, 405 (4.74%) 환자는 그밖 원인 때문에 정지했습니다 (경쟁 위험). <p class="jove_conten…

Discussion

현재 연구 결과의 전반적인 목표는 실제 질병을 기술할 수 있던 특정 경쟁 위험 nomogram를 설치하고 임상의가 처리 결정에 접근하는 편리한 개별 평가 모형을 개발하는 것이었습니다. 여기에서Cox 회귀 모델및 경쟁 위험 회귀 모델 및 하위 그룹 분석을 더욱 수행하기 위한 단계별 자습서를 제공합니다. Zhang et al.^18은 경쟁 위험 nomogram을 만드는 접근 법을 도입했지만 논문에 설명 된 …

Materials

no

no

no