Name: Nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez plusieurs patients atteints de cancer colorectal primitif après une intervention chirurgicale (Vidéo) | JoVE Journal
Uploaded: 2024-09-27T15:00:00.000+00:00
Duration: 6 min 46 s
Description: Découvrez comment développer un nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez les patients atteints de cancers colorectaux primitifs multiples après chirurgie.

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>Développement de nomogrammes pour la prédiction de la survie chez les patients 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>forestplot</td><td>Comprehensive R Archive Network (CRAN)</td><td>forest plot 3.1.3</td><td>Un graphique de forêt qui permet d’obtenir plusieurs intervalles de confiance par ligne, des polices personnalisées pour chaque élément de texte, des intervalles de confiance personnalisés, du texte mélangé à des expressions, etc.</td></tr><tr><td>ggprism</td><td></td> <td>1.0.5</td><td>Le paquet ggprism fournit divers thèmes, palettes et autres fonctions utiles pour personnaliser les ggplots et leur donner le ' GraphPad Prism' regarder.</td></tr><tr><td>paquet ggscidca</td><td>Comprehensive R Archive Network (CRAN)</td><td>paquet ggscidca</td><td>&nbsp ; Le package « ggscidca » ajoute des barres colorées de pertinence discriminante à la courbe de décision traditionnelle. Praticité et esthétique améliorées.</td></tr><tr><td>ggsurvfit</td><td>package Comprehensive R Archive Network (CRAN)</td><td>ggsurvfit 1.1.0</td><td>Le package ggsurvfit facilite la création de chiffres récapitulatifs de temps jusqu’à l’événement (c’est-à-dire de survie) avec ggplot2. Le code concis et modulaire crée des images prêtes à être publiées ou partagées.</td></tr><tr><td>Package gtsummary</td><td>Comprehensive R Archive Network (CRAN)</td><td>gtsummary 2.0.0</td><td>Le package gtsummary offre un moyen élégant et flexible de créer des tableaux analytiques et récapitulatifs prêts à être publiés à l’aide du langage de programmation R. Le package {gtsummary} résume les ensembles de données, les modèles de régression, etc., en utilisant des valeurs par défaut raisonnables avec des capacités hautement personnalisables.</td></tr><tr><td>QHScrnomo</td><td>package Comprehensive R Archive Network (CRAN)</td><td>QHScrnomo 3.0.1</td><td>L’objectif de QHScrnomo est de fournir des fonctionnalités permettant de construire des nomogrammes dans le contexte de l’analyse du temps jusqu’à l’événement (survie) en présence de risques concurrents. Il contient également des fonctions permettant de construire, de valider et de résumer ces modèles.</td></tr><tr><td>R Software</td><td>R Core Team</td><td>R 4.3.3</td><td>Environnement logiciel libre pour le calcul statistique et le</td></tr><tr><td>risque graphiquePackage de régression</td><td>Comprehensive R Archive Network (CRAN)</td><td>riskRegression 1.3.7</td><td>Modèles de régression des risques et scores de prédiction pour l’analyse de survie avec des risques concurrents</td></tr><tr><td>package rms</td><td>Comprehensive R Archive Network (CRAN)</td><td>rms 6.8-1</td><td>&nbsp ; RMS effectue la modélisation de régression, les tests, l’estimation, la validation, les graphiques, la prédiction et la composition en stockant les attributs de conception de modèle améliorés dans l’ajustement.</td></tr><tr><td>RStudio</td><td>RStudio, Public Benefit Corporation (PBC)</td><td>Rstudio 2023.12.1+402</td><td>Environnement de développement intégré (IDE) utilisé pour l’exécution de scripts R, l’analyse de données et le développement de modèles. Fournit une interface conviviale pour la programmation R avec des fonctionnalités avancées telles que l’édition de scripts, le débogage et le contrôle de version.</td></tr><tr><td>SEERstat</td><td>National Cancer Institute (NCI)</td><td>SEERstat 8.4.3</td><td>Logiciel pour l’analyse statistique de SEER et d’autres bases de données liées au cancer</td></tr><tr><td>Package tidycmprsk</td><td>Comprehensive R Archive Network (CRAN)</td><td>tidycmprsk 1.0.0</td><td>Le package tidycmprsk fournit une interface intuitive pour travailler avec les critères de risque concurrents</td></tr></tbody></table>

nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez plusieurs patients atteints de cancer colorectal primitif après une intervention chirurgicale

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

Caractéristiques du patient Au total, 8 931 patients ont été inclus dans l’étude. En termes de répartition par sexe, il y avait une proportion plus élevée de patients masculins (56 %) que de patientes (44 %). En ce qui concerne la distribution de l’emplacement des tumeurs, la majorité des tumeurs étaient réparties dans le colorectum total, tandis que le moins de tumeurs étaient situées dans le côlon droit (21 %). En termes de grade tumoral, le grade le plus courant était le grade II, avec 6 251 patients, représentant 70 % du total ; il était suivi par le grade III, avec 2 026 patients (23 %). Les grades I et IV comptaient respectivement 355 et 299 patients, soit 4 % et 3,3 % du total. En termes d’invasion tumorale, les stades T3 et T4 étaient les plus courants. Plus de la moitié des patients n’avaient pas de métastases ganglionnaires, tandis que 17 % des patients ont présenté des métastases à distance. La radiothérapie a été reçue par 1 446 patients (16 %) et la chimiothérapie a été administrée à 3 843 patients (43 %). Le SCRC était plus fréquent, avec 5 327 patients représentant 60 % du total ; Il y avait 3 604 patients atteints d’un cancer colorectal métachrone, soit 40 %. Les patients ont été divisés au hasard en ensembles d’entraînement et de validation dans un rapport de 7:3. Il n’y avait pas de différences statistiquement significatives dans les données de référence entre les cohortes de formation et de validation, comme le montre le tableau 1.
Analyse univariée Après avoir contrôlé l’influence des événements compétitifs, les résultats de l’analyse univariée ont montré que le sexe, le grade et la taille de la tumeur, le stade TNM, la radiothérapie, la chimiothérapie, le statut synchrone ou métachrone et la localisation de la tumeur étaient les facteurs pronostiques affectant le CSS chez les patients MPCC. Seul l’âge n’est pas un facteur pronostique du CSS chez les patients atteints de MPCC. Nous notons qu’il existe une intersection significative de la CIF dans la radiothérapie, la chimiothérapie, la localisation et le statut synchrone ou métachrone, ce qui indique que les effets pronostiques à court et à long terme de la radiothérapie sur les patients MPCC étaient différents, tout comme la chimiothérapie, la localisation et le statut synchrone ou métachrone. La courbe de risque cumulatif de chaque sous-groupe est illustrée à la figure 2.
Analyse multivariée Les facteurs pronostiques obtenus par l’analyse univariable ont été incorporés dans la régression des meilleurs sous-ensembles (BSR) et l’analyse multivariée du modèle de risque concurrentiel. Parmi eux, la radiothérapie, la chimiothérapie, la localisation et le statut synchrone ou métachrone sont exclus en raison de leur double effet sur le pronostic. Les résultats de la BSR et de l’analyse multivariée ont tous deux montré que le sexe, le stade TNM et le grade de la tumeur étaient des facteurs de risque indépendants de CSS chez les patients MPCC. (Graphique 2)
Construction et vérification de Nomogram Sur la base des facteurs de risque indépendants obtenus par l’analyse multivariée, nous construisons un nomogramme linéaire pour prédire le CSS et vérifier les performances du modèle de prédiction (Figure 3). Ensuite, nous utilisons la courbe ROC, la courbe d’étalonnage et le DCA pour évaluer le modèle. La courbe ROC a montré que les AUC de 1 an, 3 ans et 5 ans de la cohorte de formation étaient de 0,762, 0,742 et 0,734, et que les AUC de 1 an, 3 ans et 5 ans de la cohorte de vérification étaient de 0,801, 0,740 et 0,743. Dans la cohorte d’entraînement et la cohorte de vérification, la courbe de calage a montré une forte concordance entre la probabilité projetée et les données réelles (figure 4). Afin de vérifier les performances du modèle en application clinique, nous avons utilisé le DCA pour évaluer la valeur clinique du modèle. Les résultats montrent que le modèle montre un bon bénéfice net (figure 5).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67433/67433fig01.jpg"> 
Figure 1 : Schéma de déroulement de l’étude. Cette étude se déroule en deux étapes : tout d’abord, les données ont été obtenues à l’aide du SEER. Les statistiques, puis l’analyse et la visualisation des données ont été effectuées à l’aide de R. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67433/67433fig02.jpg"> 
Figure 2 : Résultats de l’analyse. (A) CIF des sous-groupes. * indique p &lt;0,05. (B) Régression des meilleurs sous-ensembles. Dans la meilleure qualité de l’ajustement, le sexe, le grade et le stade TNM ont été pris en compte pour l’inclusion (indiqués par des blocs noirs en haut). (C) L’analyse multivariée a également montré que le sexe, le grade et le stade TNM sont des facteurs de risque indépendants. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig02large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67433/67433fig03.jpg"> 
Figure 3 : Nomogramme pour le CSS chez les patients MPCC. Le score total du patient peut être calculé en additionnant les scores correspondant à chaque facteur. Sur la base du score total, la probabilité de décès spécifique au cancer à 1, 3 et 5 ans peut être prédite <a href="https://www.jove.com/files/ftp_upload/67433/67433fig03large.jpg" target="_blank">Veuillez cliquer ici pour voir une version plus grande de ce chiffre.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/67433/67433fig04.jpg"> 
Figure 4 : Courbe ROC et courbe d’étalonnage. (A, B) Les courbes de la cohorte d’entraînement (n=6255) et (C, D) de la cohorte de validation (n=2676). Plus la valeur AUC est proche de 1, meilleures sont les performances de classification du modèle. Les barres d’erreur indiquent l’intervalle de confiance à 95 % pour la probabilité que l’événement réel se produise. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig04large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/67433/67433fig05.jpg"> 
Figure 5 : ACD à 1 an, 3 ans et 5 ans. (A, B, C) ACD dans la cohorte de formation et (D, E, F) cohorte de validation. La ligne verte représente l’avantage net de tous les points positifs, la ligne bleue représente l’avantage net de tous les points positifs et la ligne rouge indique l’avantage net du modèle. La zone rouge ci-dessous représente l’avantage du modèle supérieur à celui de tous les avantages positifs et aucun positif, indiquant la fourchette réelle des avantages du modèle. <a href="https://www.jove.com/files/ftp_upload/67433/67433fig05large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
Tableau 1 : Caractéristiques clinicopathologiques et initiales des patients. <a href="https://www.jove.com/files/ftp_upload/67433/table%201_RE.xlsx" target="_blank">Veuillez cliquer ici pour télécharger ce tableau.</a>

Nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez plusieurs patients atteints de cancer colorectal primitif après une intervention chirurgicale

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

Recherche

JoVE Journal

Cancer Research

Recherche sur le cancer

Présenté ici est un protocole pour construire des nomogrammes basés sur le modèle de régression des risques proportionnels Cox et le modèle de régression du risque concurrent. La méthode concurrente est une méthode plus rationnelle à appliquer lorsque des événements concurrents sont présents dans l’analyse de survie.

Établissement d’un modèle de régression des risques concurrents pour les données de survie

Le présent protocole décrit les codes en R pour évaluer les capacités de discrimination et d’étalonnage d’un modèle de risque concurrent, ainsi que les codes pour la validation interne et externe de celui-ci.

Une validation du paysage basé sur R d’un modèle de risque concurrent

Cette étude évalue les systèmes pronostiques des patients atteints d’un carcinome colorectal à cellules en anneau à l’aide de modèles d’apprentissage automatique et d’analyses de risque concurrentes. Il identifie les probabilités logarithmiques de ganglions lymphatiques positifs comme un prédicteur supérieur par rapport à la stadification pN, démontrant une forte performance prédictive et aidant à la prise de décision clinique grâce à des outils de prédiction de survie robustes.

Comparaison de la performance prédictive de trois systèmes de stadification ganglionnaire dans le carcinome colorectal à cellules en anneau Signet basé sur un modèle d’apprentissage automatique

La capacité des clones métastatiques à coloniser des sites distants dépend de leur capacité de prolifération et/ou de leur capacité à survivre dans le microenvironnement hôte sans prolifération significative. Ici, nous présentons un modèle animal qui permet une visualisation quantitative des deux types de colonisation hépatique par des clones métastatiques.

Avancée Modèle animal de colorectal métastatique du foie: Techniques d&#39;imagerie et propriétés des métastatiques Clones

Nous décrivons l'établissement de tumeurs colorectales orthotopiques par injection de cellules tumorales ou organoïdes dans le cécum des souris et l'isolement subséquent des cellules tumorales circulantes (CTC) de ce modèle.

Isolation des cellules tumorales circulantes dans un modèle de souris orthotopique du cancer colorectal

Un protocole pour l'établissement d'un modèle de souris génétiquement modifiée de cancer colorectal par une infection segmentaire adeno-cre et sa surveillance par coloscopie à haute résolution est présentée.

Un modèle de souris génétiquement modifiée de cancer colorectal sporadique

Cellules endothéliales tumorales sont des déterminants importants du microenvironnement tumoral et l’évolution de la maladie. Ici, un protocole pour l’isolement des cellules endothéliales pures et viables de carcinome colorectal humain et côlon normal pour être utilisé dans la recherche de tests et la pathogenèse est décrite.

Isolement des cellules endothéliales humaines du côlon Normal et carcinome Colorectal - un protocole amélioré

Nous présentons un protocole pour évaluer les niveaux d’expression des microARN (miARN) en circulation dans les échantillons de plasma de patients atteints de cancer. En particulier, nous avons utilisé un kit disponible dans le commerce pour faire circuler l’extraction de miRNA et transcriptase inverse. Enfin, nous avons analysé un panel de 24 miARN sélectionnés à l’aide de plaques personnalisées sonde préalablement repéré en temps réel.

Détection d’un Panel de micro-ARN Custom circulant chez les Patients atteints de Cancer Colorectal métastatique

Ce protocole décrit la génération des modèles de xénogreffe orthotopic-dérivés du patient en inculquant intra-vesically les cellules de carcinome urothelial de haut grade ou les cellules de cancer colorectal intra-rectally injectant dans le diabétique non-obèse/grave combiné Souris d'immunodéficience (NOD/SCID) pour la croissance primaire de tumeur et les métastases spontanées sous l'influence des cellules stromal de ganglion lymphatique, qui imite la progression des maladies métastatiques...

Modèles de xénogreffe orthopiques dérivés du patient pour le carcinome humain de cellules urotheliales et la croissance de tumeur de cancer colorectal et la métastasie spontanée

Médicament ciblant les tumeurs du système nerveux central est un défi majeur. Nous décrivons ici un protocole pour produire un imitateur in vitro de la tumeur-barrière hémato-encéphalique à l’aide de cellules murines ou humaines et discuter de leur pertinence pour la prévisibilité du système nerveux central ciblant les tumeurs in vivo.

Prédiction en prestation de charges utiles Vivo à l’aide d’une barrière hémato-encéphalique tumeur dans un plat

Découvrez comment développer un nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez les patients atteints de cancers colorectaux primitifs multiples après chirurgie.

Nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez plusieurs patients atteints de cancer colorectal primitif après une intervention chirurgicale (Vidéo) | JoVE Journal

Nomogramme à risque compétitif pour prédire la survie spécifique au cancer chez plusieurs patients atteints de cancer colorectal primitif après une intervention chirurgicale

Explorer plus de vidéos