Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Etablierung eines Nomogrammmodells für die wettbewerbsfördernde Risikoregression für Überlebensdaten

10K Aufrufe

DOI:

10.3791/60684

23. Oktober 2020

In diesem Artikel

Zusammenfassung

Hier wird ein Protokoll zum Erstellen von Nomogrammen auf der Grundlage des Regressionsmodells der Cox-Proportionalgefahren und des konkurrierenden Risikoregressionsmodells vorgestellt. Die konkurrierende Methode ist eine rationalere Methode, die angewendet werden kann, wenn konkurrierende Ereignisse in der Überlebensanalyse vorhanden sind.

Zusammenfassung

Die Kaplan-Meier-Methode und das Regressionsmodell für proportionale Gefahren von Cox sind die häufigsten Analysen im Überlebensrahmen. Diese sind relativ einfach anzuwenden und zu interpretieren und können visuell dargestellt werden. Wenn jedoch konkurrierende Ereignisse (z. B. kardiovaskuläre und zerebrovaskuläre Unfälle, behandlungsbedingte Todesfälle, Verkehrsunfälle) vorhanden sind, sollten die Standard-Überlebensmethoden mit Vorsicht angewendet werden, und reale Daten können nicht richtig interpretiert werden. Es kann wünschenswert sein, verschiedene Arten von Ereignissen zu unterscheiden, die zum Scheitern führen können, und sie in der Analyse unterschiedlich zu behandeln. Hier konzentrieren sich die Methoden auf die Verwendung des konkurrierenden Regressionsmodells, um signifikante prognostische Faktoren oder Risikofaktoren zu identifizieren, wenn konkurrierende Ereignisse vorhanden sind. Darüber hinaus werden Nomogramme auf der Grundlage eines proportionalen Risikoregressionsmodells und eines konkurrierenden Regressionsmodells eingerichtet, um Ärzten zu helfen, individuelle Bewertungen und Risikostratifizierungen vorzunehmen, um die Auswirkungen kontroverser Faktoren auf die Prognose zu erklären.

Einleitung

Die Zeit bis zur Ereignis-Überlebensanalyse ist in klinischen Studien durchaus üblich. Überlebensdaten messen die Zeitspanne von der Startzeit bis zum Auftreten des Ereignisses von Interesse, aber das Auftreten des Ereignisses von Interesse wird oft durch ein anderes Ereignis ausgeschlossen. Wenn mehr als ein Typ von Endpunkt vorhanden ist, werden sie als konkurrierende Risikoendpunkte bezeichnet. In diesem Fall funktioniert die Standard-Gefahrenanalyse (d. h. das Modell der proportionalen Ursache-spezifischen Gefahren von Cox) oft nicht gut, da Personen, die eine andere Art von Ereignis erleben, zensiert werden. Personen, die ein konkurrierendes Ereignis erleben, ble....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Das Forschungsprotokoll wurde von der Ethikkommission des Jinhua-Krankenhauses, Zhejiang University School of Medicine, genehmigt. Für dieses Experiment wurden die Fälle aus der Datenbank Surveillance, Epidemiology, and End Results (SEER) gewonnen. SEER ist eine Open-Access-Datenbank, die demografische, Inzidenz- und Überlebensdaten aus 18 bevölkerungsbasierten Krebsregistern enthält. Wir haben uns auf der SEER-Website registriert und ein Zusicherungsschreiben zur Erfassung der Forschungsdaten (12296-Nov2018) unterzeichnet.

1. Datenquelle

  1. Erhalten Sie Anfragen aus den Datenbanken sowie die Berechtigung (falls vorhanden), die Anfra....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Überlebensmerkmale der Beispielkohorte
In der Beispielkohorte wurden insgesamt 8.550 förderfähige Patienten in die Analyse einbezogen, und die mediane Nachbeobachtungszeit betrug 88 Monate (Bereich, 1 bis 95 Monate). Insgesamt 679 (7,94%) Patienten waren jünger als 40 Jahre und 7.871 (92,06%) Patienten waren älter als 40 Jahre. Am Ende der Studie, 7.483 (87,52%) Patienten noch am Leben waren, 662 (7,74%) an Brustkrebs gestorben ist, und 405 (4,74%) Patienten starben an anderen Ursachen (konkurrierende.......

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Das übergeordnete Ziel der aktuellen Studie war es, ein spezifisches Nomogramm mit konkurrierendem Risiko zu etablieren, das reale Krankheiten beschreiben könnte, und ein bequemes individuelles Bewertungsmodell für Kliniker zu entwickeln, um Behandlungsentscheidungen zu treffen. Hier bieten wir ein Schritt-für-Schritt-Tutorial zum Einrichten von Nomogrammen basierend auf dem Cox-Regressionsmodell und dem konkurrierenden Risikoregressionsmodell und die weitere Durchführung von Subgruppenanalysen. Zhang et al.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Danksagungen

Die Studie wurde durch Stipendien aus dem allgemeinen Programm der Zhejiang Province Natural Science Foundation (Grant-Nummer LY19H160020) und dem Schlüsselprogramm des Jinhua Municipal Science & Technology Bureau (Grant-Nummer 2016-3-005, 2018-3-001d und 2019-3-013) unterstützt.

....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
neinneinnein

Referenzen

  1. Fine, J. P., Gray, R. J. A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association. 94 (446), 496-509 (1999).
  2. Fu, J., et al. Real-world impact....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Cox Proportional Hazards Modellberlebensanalysekumulative InzidenzfunktionForest PlotRisikostratifizierungprognostische FaktorenKaplan Meier MethodeR Pakete