Name: Nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en múltiples pacientes con cáncer colorrectal primario después de la cirugía (Video) | JoVE Journal
Uploaded: 2024-09-27T15:00:00.000+00:00
Duration: 6 min 46 s
Description: Aprende a desarrollar un nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en pacientes con cáncer colorrectal primario múltiple tras cirugía. Este método mejora la toma de decisiones clínicas.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>Desarrollo de nomogramas para la predicción de la supervivencia en pacientes con MPCC

<ol><li>Bray, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+cancer+statistics+2022%3A+GLOBOCAN+estimates+of+incidence+and+mortality+worldwide+for+36+cancers+in+185+countries%5BTitle%5D)+AND+%22CA+Cancer+J+Clin%22%5BJournal%5D)">Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries.</a> CA Cancer J Clin. 74 (3), 229-263 (2024).</li>
<li>Derwinger, K., Gustavsson, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+study+of+aspects+on+gender+and+prognosis+in+synchronous+colorectal+cancer%5BTitle%5D)+AND+%22Clin+Med+Insights+Oncol%22%5BJournal%5D)">A study of aspects on gender and prognosis in synchronous colorectal cancer.</a> Clin Med Insights Oncol. 5, 259-264 (2011).</li>
<li>Chin, C. C., Kuo, Y. H., Chiang, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synchronous+colorectal+carcinoma%3A+predisposing+factors+and+characteristics%5BTitle%5D)+AND+%22Colorectal+Dis%22%5BJournal%5D)">Synchronous colorectal carcinoma: predisposing factors and characteristics.</a> Colorectal Dis. 21 (4), 432-440 (2019).</li>
<li>Nikoloudis, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synchronous+colorectal+cancer%5BTitle%5D)+AND+%22Tech+Coloproctol%22%5BJournal%5D)">Synchronous colorectal cancer.</a> Tech Coloproctol. 8 (Suppl 1), s177-s179 (2004).</li>
<li>Huang, C. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synchronous+and+metachronous+colorectal+cancers%3A+Distinct+disease+entities+or+different+disease+courses%5BTitle%5D)+AND+%22Hepatogastroenterology%22%5BJournal%5D)">Synchronous and metachronous colorectal cancers: Distinct disease entities or different disease courses.</a> Hepatogastroenterology. 62 (140), 838-842 (2015).</li>
<li>He, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prognosis+of+synchronous+colorectal+carcinoma+compared+to+solitary+colorectal+carcinoma%3A+a+matched+pair+analysis%5BTitle%5D)+AND+%22Eur+J+Gastroenterol+Hepatol%22%5BJournal%5D)">Prognosis of synchronous colorectal carcinoma compared to solitary colorectal carcinoma: a matched pair analysis.</a> Eur J Gastroenterol Hepatol. 31 (12), 1489-1495 (2019).</li>
<li>Ranstam, J., Cook, J. A., Collins, G. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+prediction+models%5BTitle%5D)+AND+%22Br+J+Surg%22%5BJournal%5D)">Clinical prediction models.</a> Br J Surg. 103 (13), 1886(2016).</li>
<li>Smith, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+prognostic+models+to+predict+the+occurrence+of+colorectal+cancer+in+asymptomatic+individuals%3A+a+systematic+literature+review+and+external+validation+in+the+EPIC+and+UK+Biobank+prospective+cohort+studies%5BTitle%5D)+AND+%22Gut%22%5BJournal%5D)">Comparison of prognostic models to predict the occurrence of colorectal cancer in asymptomatic individuals: a systematic literature review and external validation in the EPIC and UK Biobank prospective cohort studies.</a> Gut. 68 (4), 672-683 (2019).</li>
<li>Iasonos, A., Schrag, D., Raj, G. V., Panageas, K. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+to+build+and+interpret+a+nomogram+for+cancer+prognosis%5BTitle%5D)+AND+%22J+Clin+Oncol%22%5BJournal%5D)">How to build and interpret a nomogram for cancer prognosis.</a> J Clin Oncol. 26 (8), 1364-1370 (2008).</li>
<li>Conroy, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Five-year+outcomes+of+FOLFIRINOX+vs+Gemcitabine+as+adjuvant+therapy+for+pancreatic+cancer%3A+A+randomized+clinical+trial%5BTitle%5D)+AND+%22JAMA+Oncol%22%5BJournal%5D)">Five-year outcomes of FOLFIRINOX vs Gemcitabine as adjuvant therapy for pancreatic cancer: A randomized clinical trial.</a> JAMA Oncol. 8 (11), 1571-1578 (2022).</li>
<li>Zhong, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+lung+metastasis+versus+metastasis+of+bone%2C+brain%2C+or+liver+on+overall+survival+and+thyroid+cancer-specific+survival+of+thyroid+cancer+patients%3A+A+population-based+study%5BTitle%5D)+AND+%22Cancers%22%5BJournal%5D)">Impact of lung metastasis versus metastasis of bone, brain, or liver on overall survival and thyroid cancer-specific survival of thyroid cancer patients: A population-based study.</a> Cancers. 14 (13), 3133(2022).</li>
<li>Xu, Y., Wang, X., Huang, Y., Ye, D., Chi, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+LASSO-based+survival+prediction+model+for+patients+with+synchronous+colorectal+carcinomas+based+on+SEER%5BTitle%5D)+AND+%22Transl+Cancer+Res%22%5BJournal%5D)">A LASSO-based survival prediction model for patients with synchronous colorectal carcinomas based on SEER.</a> Transl Cancer Res. 11 (8), 2795-2809 (2022).</li>
<li>Zhang, X., Zhao, L., Hu, Y., Deng, K., Ren, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+risk+prediction+nomogram+for+early+death+in+patients+with+resected+synchronous+multiple+primary+colorectal+cancer+based+on+the+SEER+database%5BTitle%5D)+AND+%22Int+J+Colorectal+Dis%22%5BJournal%5D)">A novel risk prediction nomogram for early death in patients with resected synchronous multiple primary colorectal cancer based on the SEER database.</a> Int J Colorectal Dis. 38 (1), 130(2023).</li>
<li>Zhang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developing+prognostic+nomograms+to+predict+overall+survival+and+cancer-specific+survival+in+synchronous+multiple+primary+colorectal+cancer+based+on+the+SEER+database%5BTitle%5D)+AND+%22J+Cancer+Res+Clin+Oncol%22%5BJournal%5D)">Developing prognostic nomograms to predict overall survival and cancer-specific survival in synchronous multiple primary colorectal cancer based on the SEER database.</a> J Cancer Res Clin Oncol. 149 (15), 14057-14070 (2023).</li>
<li>Austin, P. C., Lee, D. S., Fine, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Introduction+to+the+analysis+of+survival+data+in+the+presence+of+competing+risks%5BTitle%5D)+AND+%22Circulation%22%5BJournal%5D)">Introduction to the analysis of survival data in the presence of competing risks.</a> Circulation. 133 (6), 601-609 (2016).</li>
<li>Lau, B., Cole, S. R., Gange, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Competing+risk+regression+models+for+epidemiologic+data%5BTitle%5D)+AND+%22Am+J+Epidemiol%22%5BJournal%5D)">Competing risk regression models for epidemiologic data.</a> Am J Epidemiol. 170 (2), 244-256 (2009).</li>
<li>Nolan, E. K., Chen, H. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+the+Cox+model+to+the+Fine-Gray+model+for+survival+analyses+of+re-fracture+rates%5BTitle%5D)+AND+%22Arch+Osteoporos%22%5BJournal%5D)">A comparison of the Cox model to the Fine-Gray model for survival analyses of re-fracture rates.</a> Arch Osteoporos. 15 (1), 86(2020).</li>
<li>Park, S. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nomogram%3A+An+analogue+tool+to+deliver+digital+knowledge%5BTitle%5D)+AND+%22J+Thorac+Cardiovasc+Surg%22%5BJournal%5D)">Nomogram: An analogue tool to deliver digital knowledge.</a> J Thorac Cardiovasc Surg. 155 (4), 1793(2018).</li>
<li>Balachandran, V. P., Gonen, M., Smith, J. J., DeMatteo, R. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nomograms+in+oncology%3A+more+than+meets+the+eye%5BTitle%5D)+AND+%22Lancet+Oncol%22%5BJournal%5D)">Nomograms in oncology: more than meets the eye.</a> Lancet Oncol. 16 (4), e173-e180 (2015).</li>
<li>Liang, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+validation+of+a+nomogram+for+predicting+survival+in+patients+with+resected+non-small-cell+lung+cancer%5BTitle%5D)+AND+%22J+Clin+Oncol%22%5BJournal%5D)">Development and validation of a nomogram for predicting survival in patients with resected non-small-cell lung cancer.</a> J Clin Oncol. 33 (8), 861-869 (2015).</li>
<li>Chen, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+postoperative+peritoneal+metastasis+in+gastric+cancer+with+serosal+invasion+using+a+collagen+nomogram%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Predicting postoperative peritoneal metastasis in gastric cancer with serosal invasion using a collagen nomogram.</a> Nat Commun. 12 (1), 179(2021).</li>
<li>Niu, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+prognostic+nomogram+for+patients+with+newly+diagnosed+adult+thalamic+glioma+in+a+surgical+cohort%5BTitle%5D)+AND+%22Neuro+Oncol%22%5BJournal%5D)">A prognostic nomogram for patients with newly diagnosed adult thalamic glioma in a surgical cohort.</a> Neuro Oncol. 23 (2), 337-338 (2021).</li>
<li>Luo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+left-+and+right-sided+colorectal+cancer+to+explore+prognostic+signatures+related+to+pyroptosis%5BTitle%5D)+AND+%22Heliyon%22%5BJournal%5D)">Comparison of left- and right-sided colorectal cancer to explore prognostic signatures related to pyroptosis.</a> Heliyon. 10 (7), e28091(2024).</li>
<li>Keum, N., Giovannucci, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+burden+of+colorectal+cancer%3A+emerging+trends%2C+risk+factors+and+prevention+strategies%5BTitle%5D)+AND+%22Nat+Rev+Gastroenterol+Hepatol%22%5BJournal%5D)">Global burden of colorectal cancer: emerging trends, risk factors and prevention strategies.</a> Nat Rev Gastroenterol Hepatol. 16 (12), 713-732 (2019).</li>
<li>Foster, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oestrogen+and+colorectal+cancer%3A+mechanisms+and+controversies%5BTitle%5D)+AND+%22Int+J+Colorectal+Dis%22%5BJournal%5D)">Oestrogen and colorectal cancer: mechanisms and controversies.</a> Int J Colorectal Dis. 28 (6), 737-749 (2013).</li>
<li>Wang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Male-biased+gut+microbiome+and+metabolites+aggravate+colorectal+cancer+development%5BTitle%5D)+AND+%22Adv+Sci%22%5BJournal%5D)">Male-biased gut microbiome and metabolites aggravate colorectal cancer development.</a> Adv Sci. 10 (25), e2206238(2023).</li>
<li>Krämer, H. U., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Type+2+diabetes+mellitus+and+gender-specific+risk+for+colorectal+neoplasia%5BTitle%5D)+AND+%22Eur+J+Epidemiol%22%5BJournal%5D)">Type 2 diabetes mellitus and gender-specific risk for colorectal neoplasia.</a> Eur J Epidemiol. 27 (5), 341-347 (2012).</li>
<li>Aigner, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gender-+and+site-specific+differences+of+colorectal+neoplasia+relate+to+vitamin+D%5BTitle%5D)+AND+%22Aliment+Pharmacol+Ther%22%5BJournal%5D)">Gender- and site-specific differences of colorectal neoplasia relate to vitamin D.</a> Aliment Pharmacol Ther. 40 (11-12), 1341-1348 (2014).</li>
<li>Dai, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Does+tumor+size+have+its+prognostic+role+in+colorectal+cancer%3F+Re-evaluating+its+value+in+colorectal+adenocarcinoma+with+different+macroscopic+growth+pattern%5BTitle%5D)+AND+%22Int+J+Surg%22%5BJournal%5D)">Does tumor size have its prognostic role in colorectal cancer? Re-evaluating its value in colorectal adenocarcinoma with different macroscopic growth pattern.</a> Int J Surg. 45, 105-112 (2017).</li>
<li>Rössler, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tumor+size%2C+tumor+location%2C+and+antitumor+inflammatory+response+are+associated+with+lymph+node+size+in+colorectal+cancer+patients%5BTitle%5D)+AND+%22Mod+Pathol%22%5BJournal%5D)">Tumor size, tumor location, and antitumor inflammatory response are associated with lymph node size in colorectal cancer patients.</a> Mod Pathol. 30 (6), 897-904 (2017).</li>
<li>Zhang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prognostic+impact+of+tumor+size+on+patients+with+metastatic+colorectal+cancer%3A+a+large+SEER-based+retrospective+cohort+study%5BTitle%5D)+AND+%22Updates+Surg%22%5BJournal%5D)">Prognostic impact of tumor size on patients with metastatic colorectal cancer: a large SEER-based retrospective cohort study.</a> Updates Surg. 75 (5), 1135-1147 (2023).</li>
<li>Greene, F. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TNM%3A+our+language+of+cancer%5BTitle%5D)+AND+%22CA+Cancer+J+Clin%22%5BJournal%5D)">TNM: our language of cancer.</a> CA Cancer J Clin. 54 (3), 129-130 (2004).</li>
<li>Ueno, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+colorectal+cancer+staging+criteria+in+TNM+classification%5BTitle%5D)+AND+%22J+Clin+Oncol%22%5BJournal%5D)">Optimal colorectal cancer staging criteria in TNM classification.</a> J Clin Oncol. 30 (13), 1519-1526 (2012).</li>
<li>Yahagi, M., Okabayashi, K., Hasegawa, H., Tsuruta, M., Kitagawa, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+worse+prognosis+of+right-sided+compared+with+left-sided+colon+cancers%3A+a+systematic+review+and+meta-analysis%5BTitle%5D)+AND+%22J+Gastrointest+Surg%22%5BJournal%5D)">The worse prognosis of right-sided compared with left-sided colon cancers: a systematic review and meta-analysis.</a> J Gastrointest Surg. 20 (3), 648-655 (2016).</li>
<li>Holch, J. W., Ricard, I., Stintzing, S., Modest, D. P., Heinemann, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relevance+of+primary+tumour+location+in+patients+with+metastatic+colorectal+cancer%3A+A+meta-analysis+of+first-line+clinical+trials%5BTitle%5D)+AND+%22Eur+J+Cancer%22%5BJournal%5D)">The relevance of primary tumour location in patients with metastatic colorectal cancer: A meta-analysis of first-line clinical trials.</a> Eur J Cancer. 70, 87-98 (2017).</li>
<li>Petrelli, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prognostic+survival+associated+with+left-sided+vs+right-sided+colon+cancer%3A+A+systematic+review+and+meta-analysis%5BTitle%5D)+AND+%22JAMA+Oncol%22%5BJournal%5D)">Prognostic survival associated with left-sided vs right-sided colon cancer: A systematic review and meta-analysis.</a> JAMA Oncol. 3 (2), 211-219 (2017).</li>
<li>Zheng, C., Jiang, F., Lin, H., Li, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+characteristics+and+prognosis+of+different+primary+tumor+location+in+colorectal+cancer%3A+a+population-based+cohort+study%5BTitle%5D)+AND+%22Clin+Transl+Oncol%22%5BJournal%5D)">Clinical characteristics and prognosis of different primary tumor location in colorectal cancer: a population-based cohort study.</a> Clin Transl Oncol. 21 (11), 1524-1531 (2019).</li>
<li>Karim, S., Brennan, K., Nanji, S., Berry, S. R., Booth, C. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+between+prognosis+and+tumor+laterality+in+early-stage+colon+cancer%5BTitle%5D)+AND+%22JAMA+Oncol%22%5BJournal%5D)">Association between prognosis and tumor laterality in early-stage colon cancer.</a> JAMA Oncol. 3 (10), 1386-1392 (2017).</li>
<li>Lindberg, L. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Risk+of+multiple+colorectal+cancer+development+depends+on+age+and+subgroup+in+individuals+with+hereditary+predisposition%5BTitle%5D)+AND+%22Fam+Cancer%22%5BJournal%5D)">Risk of multiple colorectal cancer development depends on age and subgroup in individuals with hereditary predisposition.</a> Fam Cancer. 18 (2), 183-191 (2019).</li>
</ol>

<table><tbody><tr><td>paquete forestplot</td><td>Comprehensive R Archive Network (CRAN)</td><td>forest plot 3.1.3</td><td>Un diagrama de bosque que permite varios intervalos de confianza por fila, fuentes personalizadas para cada elemento de texto, intervalos de confianza personalizados, texto mezclado con expresiones, etc.</td></tr><tr><td>ggprism</td><td>package Comprehensive R Archive Network (CRAN)</td><td>ggprism 1.0.5</td><td>El paquete ggprism proporciona varios temas, paletas y otras funciones útiles para personalizar ggplots y darles el ' GraphPad Prism' mirar.</td></tr><tr><td>ggscidca</td><td>package Red Integral de Archivos de R (CRAN)</td><td>ggscidca package</td><td>&nbsp; El paquete 'ggscidca' agrega barras de colores de relevancia discriminante a la curva de decisión tradicional. Mejora de la practicidad y la estética.</td></tr><tr><td>ggsurvfit</td><td>package Comprehensive R Archive Network (CRAN)</td><td>ggsurvfit 1.1.0</td><td>El paquete ggsurvfit facilita la creación de cifras de resumen de tiempo hasta el evento (también conocido como supervivencia) con ggplot2. El código conciso y modular crea imágenes que están listas para su publicación o intercambio.</td></tr><tr><td>gtsummary</td><td>package Comprehensive R Archive Network (CRAN)</td><td>gtsummary 2.0.0</td><td>El paquete gtsummary proporciona una forma elegante y flexible de crear tablas analíticas y de resumen listas para su publicación utilizando el lenguaje de programación R. El paquete {gtsummary} resume conjuntos de datos, modelos de regresión y más, utilizando valores predeterminados razonables con capacidades altamente personalizables.</td></tr><tr><td>Paquete QHScrnomo</td><td>Red Integral de Archivos R (CRAN)</td><td>QHScrnomo 3.0.1</td><td>El objetivo de QHScrnomo es proporcionar funcionalidad para construir nomogramas en el contexto del análisis de tiempo hasta el evento (supervivencia) en presencia de riesgos competitivos. También contiene funciones para crear, validar y resumir estos modelos.</td></tr><tr><td>R Software</td><td>R Core Team</td><td>R 4.3.3</td><td>Entorno de software libre para el riesgo de computación estadística y gráficosPaquete</td></tr><tr><td>de regresión</td><td>Red de archivo R integral (CRAN)</td><td>riesgoRegresión 1.3.7</td><td>Modelos de regresión de riesgo y puntuaciones de predicción para el análisis de supervivencia con riesgos competitivos</td></tr><tr><td>paquete rms</td><td>Red integral de archivos R (CRAN)</td><td>rms 6.8-1</td><td>&nbsp; RMS realiza el modelado de regresión, las pruebas, la estimación, la validación, los gráficos, la predicción y la composición tipográfica almacenando atributos de diseño de modelos mejorados en el ajuste.</td></tr><tr><td>RStudio</td><td>RStudio, Public Benefit Corporation(PBC)</td><td>Rstudio 2023.12.1+402</td><td>Entorno de desarrollo integrado (IDE) que se usa para ejecutar scripts de R, análisis de datos y desarrollo de modelos. Proporciona una interfaz fácil de usar para la programación de R con características avanzadas como edición de scripts, depuración y control de versiones.</td></tr><tr><td>SEERstat</td><td>Instituto Nacional del Cáncer (NCI)</td><td>SEERstat 8.4.3</td><td>Software para el análisis estadístico de SEER y otras bases de datos relacionadas con el cáncer</td></tr><tr><td>tidycmprsk package Comprehensive</td><td>R Archive Network (CRAN)</td><td>tidycmprsk 1.0.0</td><td>El paquete tidycmprsk proporciona una interfaz intuitiva para trabajar con los criterios de valoración de riesgo en competencia</td></tr></tbody></table>

nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en múltiples pacientes con cáncer colorrectal primario después de la cirugía

Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery

Características del paciente Un total de 8.931 pacientes fueron incluidos en el estudio. En cuanto a la distribución por sexo, hubo una mayor proporción de pacientes masculinos (56%) en comparación con pacientes femeninos (44%). En cuanto a la distribución de la localización tumoral, la mayoría de los tumores se distribuyeron en el colorrecto total, mientras que la menor cantidad de tumores se localizaron en el colon derecho (21%). En cuanto al grado tumoral, el grado más frecuente fue el grado II, con 6.251 pacientes, lo que representó el 70% del total; le siguió el grado III, con 2.026 pacientes (23%). Los grados I y IV tuvieron 355 y 299 pacientes, respectivamente, lo que representó el 4% y el 3,3% del total. En cuanto a la invasión tumoral, los estadios T3 y T4 fueron los más comunes. Más de la mitad de los pacientes no presentaron metástasis en los ganglios linfáticos, mientras que el 17% de los pacientes presentaron metástasis a distancia. 1.446 pacientes (16%) recibieron radioterapia y 3.843 pacientes (43%) recibieron quimioterapia. El CCE fue el más frecuente, con 5.327 pacientes, que representaron el 60% del total; Había 3.604 pacientes con cáncer colorrectal metacrónico, lo que representa el 40%. Los pacientes se dividieron aleatoriamente en grupos de entrenamiento y validación en una proporción de 7:3. No hubo diferencias estadísticamente significativas en los datos basales entre las cohortes de entrenamiento y validación, como se muestra en la Tabla 1.
Análisis univariable Después de controlar la influencia de los eventos competitivos, los resultados del análisis univariado mostraron que el sexo, el grado y tamaño del tumor, el estadio TNM, la radiación, la quimioterapia, el estado sincrónico o metacrónico y la ubicación del tumor fueron los factores pronósticos que afectaron el CSS en los pacientes con MPCC. Solo la edad no es un factor pronóstico para el CSS en pacientes con MPCC. Observamos que hay una intersección significativa de la CIF en la radiación, la quimioterapia, la ubicación y el estado sincrónico o metacrónico, lo que indica que los efectos pronósticos a corto y largo plazo de la radiación en los pacientes con MPCC fueron diferentes, al igual que la quimioterapia, la ubicación y el estado sincrónico o metacrónico. La curva de riesgo acumulado de cada subgrupo se muestra en la Figura 2.
Análisis multivariable Los factores pronósticos obtenidos por análisis univariado se incorporaron a la regresión de mejores subconjuntos (BSR) y análisis multivariado del modelo de riesgo competitivo. Entre ellos, se excluyen la radiación, la quimioterapia, la localización y el estado sincrónico o metacrónico debido a sus efectos duales en el pronóstico. Los resultados de la BSR y del análisis multivariado mostraron que el sexo, el estadio TNM y el grado tumoral fueron factores de riesgo independientes para CSS en pacientes con MPCC. (Figura 2)
Construcción y verificación de Nomogram A partir de los factores de riesgo independientes obtenidos por análisis multivariante, construimos un nomograma de línea para predecir el CSS y verificar el rendimiento del modelo de predicción (Figura 3). A continuación, utilizamos la curva ROC, la curva de calibración y el DCA para evaluar el modelo. La curva ROC mostró que los AUC de 1 año, 3 años y 5 años de la cohorte de capacitación fueron 0,762, 0,742 y 0,734, y los AUC de 1 año, 3 años y 5 años de la cohorte de verificación fueron 0,801, 0,740 y 0,743. En la cohorte de entrenamiento y en la cohorte de verificación, la curva de calibración mostró una alta concordancia entre la probabilidad proyectada y los datos reales (Figura 4). Con el fin de verificar el rendimiento del modelo en la aplicación clínica, utilizamos DCA para evaluar el valor clínico del modelo. Los resultados muestran que el modelo muestra un buen beneficio neto (Figura 5).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67433/67433fig01.jpg"> 
Figura 1: Diagrama de flujo de trabajo del estudio. Este estudio consta de dos etapas: en primer lugar, los datos se obtuvieron mediante SEER. Stat, y luego el análisis y la visualización de datos se realizaron utilizando R. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig01large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67433/67433fig02.jpg"> 
Figura 2: Resultados del análisis. (A) CIF de subgrupos. * indica P &lt;0.05. (B) Regresión de los mejores subconjuntos. En la mejor bondad de ajuste, se consideraron para la inclusión el sexo, el grado y la etapa TNM (que se muestran como bloques negros en la parte superior). (C) El análisis multivariado también mostró que el sexo, el grado y el estadio TNM son factores de riesgo independientes. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig02large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67433/67433fig03.jpg"> 
Figura 3: Nomograma de CSS en pacientes con MPCC. La puntuación total del paciente se puede calcular sumando las puntuaciones correspondientes a cada factor. Con base en la puntuación total, se puede predecir la probabilidad de muerte específica por cáncer a 1, 3 y 5 años <a href="https://www.jove.com/files/ftp_upload/67433/67433fig03large.jpg" target="_blank">. Haga clic aquí para ver una versión más grande de esta cifra.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/67433/67433fig04.jpg"> 
Figura 4: Curva ROC y curva de calibración. (A, B) Las curvas en la cohorte de entrenamiento (n = 6255) y la cohorte de validación (C, D) (n = 2676). Cuanto más cerca esté el valor de AUC de 1, mejor será el rendimiento de clasificación del modelo. Las barras de error muestran el intervalo de confianza del 95% para la probabilidad de que ocurra el evento real. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig04large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/67433/67433fig05.jpg"> 
Figura 5: DCA para 1 año, 3 años y 5 años. (A, B, C) DCA en cohorte de capacitación y cohorte de validación (D, E, F). La línea verde representa el beneficio neto de todos los positivos, la línea azul representa el beneficio neto de ninguno positivo y la línea roja indica el beneficio neto del modelo. El área roja a continuación representa el beneficio del modelo que supera el de todos los positivos y ninguno positivo, lo que indica el rango de beneficio real del modelo. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig05large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>
Tabla 1: Características clinicopatológicas y basales de los pacientes. <a href="https://www.jove.com/files/ftp_upload/67433/table%201_RE.xlsx" target="_blank">Haga clic aquí para descargar esta tabla.</a>

Nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en múltiples pacientes con cáncer colorrectal primario después de la cirugía

Cancer-specific survival (CSS) in multiple primary colorectal cancer (MPCC) patients is competitively affected by death from other causes. This study ...

competing-risk-nomogram-for-predicting-cancer-specific-survival

Research

Investigación

JoVE Journal

Cancer Research

Investigación del cáncer

Aquí se presenta un protocolo para construir nomogramas basado en el modelo de regresión proporcional de peligros de Cox y el modelo de regresión de riesgo de la competencia. El método de competencia es un método más racional para aplicar cuando los eventos de la competencia están presentes en el análisis de supervivencia.

Establecimiento de un modelo de nomograma de regresión de riesgo competitivo para los datos de supervivencia

El presente protocolo describe los códigos en R para evaluar las capacidades de discriminación y calibración de un modelo de riesgo competidor, así como los códigos para la validación interna y externa del mismo.

Una validación del panorama basado en R de un modelo de riesgo competidor

Este estudio evalúa los sistemas pronósticos para pacientes con carcinoma colorrectal de células en anillo de sello utilizando modelos de aprendizaje automático y análisis de riesgo competitivos. Identifica las probabilidades logarítmicas de ganglios linfáticos positivos como un predictor superior en comparación con la estadificación de pN, lo que demuestra un sólido rendimiento predictivo y ayuda a la toma de decisiones clínicas a través de sólidas herramientas de predicción de supervivencia.

Comparación del rendimiento predictivo de tres sistemas de estadificación de ganglios linfáticos en el carcinoma colorrectal de células en anillo con sello basado en un modelo de aprendizaje automático

La capacidad de los clones metastásicos para colonizar sitios distantes depende de su capacidad de proliferación y/o de su capacidad para sobrevivir en el microambiente del huésped sin una proliferación significativa. En este trabajo se presenta un modelo animal que permite la visualización cuantitativa de ambos tipos de colonización hepática por clones metastásicos.

Avanzada modelo animal de colorrectal metástasis en hígado: Técnicas de imagen y propiedades metastásicas de los clones

Describimos el establecimiento de tumores colorrectales ortotópicos mediante la inyección de células tumorales o organoides en el ciego de ratones y el subsiguiente aislamiento de células tumorales circulantes (CTC) de este modelo.

Aislamiento de células tumorales circulantes en un modelo de ratón ortotópico de cáncer colorrectal

Se presenta un protocolo para el establecimiento de un modelo genético de ratón de cáncer colorrectal por infección segmentaria de adenovirus y su vigilancia mediante colonoscopia de alta resolución.

Un modelo de ratón de ingeniería genética de cáncer colorrectal esporádico

Las células endoteliales tumorales son determinantes importantes del microambiente tumoral y el curso de la enfermedad. Aquí, se describe un protocolo para el aislamiento de las células endoteliales puras y viables de carcinoma colorrectal humano y colon normal para ser utilizado en la investigación de drogas pruebas y patogenesia.

Aislamiento de células endoteliales humanas de Colon Normal y el Carcinoma colorrectal - un protocolo mejorado

Presentamos un protocolo para evaluar los niveles de expresión de microRNAs (miRNAs) que circulan en las muestras de plasma de pacientes con cáncer. En particular, se utilizó un kit disponible comercialmente para la extracción de miRNA y transcripción reversa de la circulación. Por último, hemos analizado un panel de 24 miRNAs seleccionados usando las placas personalizadas de sonda previamente manchado en tiempo real.

Detección de un Panel personalizado de microARN circulantes en pacientes con cáncer colorrectal metastásico

Este protocolo describe la generación de modelos de xenoinjerto ortotópico derivados del paciente inculcando intravesicamente células carcinoma de células uroteliales de alto grado o inyectando intrarectalmente células cancerosas colorrectales en combinación diabética/grave no obesa ratones de inmunodeficiencia (NOD/SCID) para el crecimiento tumoral primario y metástasis espontáneas bajo la influencia de células estromales de ganglios linfáticos, lo que imita la progresión de las enfermedades...

Modelos de xenoinjerto ortotópico derivados del paciente para el carcinoma de células uroteliales humanas y el crecimiento tumoral del cáncer colorrectal y la metástasis espontánea

Medicamentos dirigidos a tumores del sistema nervioso central es un gran desafío. Aquí se describe un protocolo para producir a un imitador in vitro de la tumor-barrera blood-brain con células murinas y humanas y discutir su pertinencia para la previsibilidad del sistema nervioso central tumor targeting in vivo.

Prediciendo en Vivo cargas entrega usando una Barrera Blood-brain Tumor en un plato

Aprende a desarrollar un nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en pacientes con cáncer colorrectal primario múltiple tras cirugía. Este método mejora la toma de decisiones clínicas.

Nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en múltiples pacientes con cáncer colorrectal primario después de la cirugía (Video) | JoVE Journal

Nomograma de riesgo competitivo para predecir la supervivencia específica del cáncer en múltiples pacientes con cáncer colorrectal primario después de la cirugía

Explorar más videos