本プロトコルは、競合するリスクモデルの識別および較正能力を評価するためのRのコード、およびその内部および外部の検証のためのコードを記述しています。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
方法論記事
競合リスクモデルのRベースのランドスケープ検証
* These authors contributed equally
この記事について
サマリー
要約
Cox比例ハザードモデルは、臨床現場での生存分析に広く適用されていますが、複数の生存結果に対処することはできません。従来のCox比例ハザードモデルとは異なり、競合するリスクモデルは、競合するイベントの存在と、臨床医が正確な予後予測を行うための有用なツールであるノモグラム(グラフィカル計算デバイス)との組み合わせを考慮します。本研究では、競合リスクノモグラム、すなわち、その識別能力(一致指数と曲線下面積)とキャリブレーション(検量線)能力の評価、および純利益(すなわち決定曲線分析)を確立するための方法を報告する。さらに、元のデータセットのブートストラップリサンプルを使用した内部検証と、確立された競合リスクノモグラムの外部データセットを使用した外部検証も実行され、その外挿能力が実証されました。競合リスクノモグラムは、臨床医が競合するリスクを考慮して予後を予測するための有用なツールとして役立つはずです。
概要
近年、プレシジョン・メディシンの発展に伴い、新たな予後因子が同定され、分子的要因と臨床病理学的因子を組み合わせた予後モデルが臨床現場でますます注目されています。ただし、係数値の結果を含むCox比例ハザードモデルなどの非グラフィカルモデルは、臨床医が理解することは困難です1。比較すると、ノモグラムは、回帰モデル(Cox回帰モデル、競合リスクモデルなどを含む)の視覚化ツールであり、数学関数の近似グラフィカル計算用に設計された2次元図です2。これにより、臨床モデル内のさまざまなレベルの変数の評価と、予後を予測するためのリスクスコア(RS)の計算が可能になります。
モデル評価はモデル構築に不可欠であり、評価には識別とキャリブレーションという2つの特性が一般的に受け入れられています。臨床モデルでは、識別とは、死亡した患者と生存している患者など、イベントを発症した個人と発症しない個人を分離するモデルの能力を指し、通常、一致指数(C-index)または受信者動作特性曲線(AUC)の下の領域を使用してそれを特徴付けます3,4.キャリブレーションは、モデルの予測確率と実際の確率を比較するプロセスであり、それを表すために検量線が広く使用されています。さらに、モデルの検証(内部および外部....
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
プロトコル
Surveillance, Epidemiology, and End Results(SEER)データベースは、匿名化された患者データのみを含むオープンアクセスのがんデータベースです(SEER ID:12296-Nov2018)。したがって、この研究は、浙江大学医学部附属金華病院の審査委員会の承認を免除されました。
1. データの準備と R パッケージの準備
- データを準備してインポートします。
> データセット <- read.csv(".../Breast cancer Data.xlsx") #Import データ。
注:データは 補足ファイル1にアップロードされます。 - R パッケージをインストールして読み込みます。
> パッケージ <- c("rms","cmprsk","mstate","survival","riskRegression","
プロドリム」)
> req.pcg <- function(pcg){
新しい<- PCG[!(pcg %in% installed.packages()[, "Package"]]
if (length(new)) install.packages(new, dependencies = T)
sapply(pcg, require, ch =....
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
結果
本研究では、SEERデータベースから乳がん患者のデータを取得し、サンプルデータとして提供した。SEERデータベースは、米国の人口の約34.6%を占めるがんに関するデータを提供し、データベースにアクセスする許可を得ました(参照番号12296-Nov2018)。
組織型,分化グレード,T期,N期を含む2つのノモグラム(図1)を,それぞれ直接法と重み付け法を用いて樹立した。変数の各水準の点と合計点に対応する確率はほぼ同じでしたが、わずかな違いが見られました。Zhangらは、競合するリスクノモグラムを確立するための「重み付け」アプローチを導入し、最初に元のデータを重み付きデータに変換し(関数 crprepを使用)、次に重み付きデータを使用してCox回帰モデルを構築し(関数 coxphを使用)、最後にCox回帰モデルを使用して競合するリスクノモグラムを確立しました(関数 ノモグラムを使用)9.対照的に、この研究の「直接」アプローチは.......
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
ディスカッション
本研究では、2つの異なる方法で確立された競合するリスクノモグラムを比較し、確立されたノモグラムの評価と検証を実施しました。具体的には、この研究では、直接法に基づいてノモグラムを確立するためのステップバイステップのチュートリアルを提供し、Cインデックスを計算し、検量線をプロットしました。
Rソフトウェアのrmsパッケージは、Cox比例ハザードモデルの構築と評価に広く使用されていますが、競合するリスクモデルには適用されません。複数の結果を持つモデルについて、Zhangらは、識別能力を評価するためにAUCとBrierスコアを計算し、較正能力を検証するために検量線をプロットする、RソフトウェアのriskRegressionパッケージを使用して競合するリスクモデルの検証を報告しました9,10。
ただし、riskRegression パッケージには、C インデックスの計.......
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
開示事項
著者は、競合する利益がないことを宣言します。
謝辞
この研究は、浙江省の医療科学技術計画プロジェクト(助成金番号2013KYA212)、浙江省自然科学財団の一般プログラム(助成金番号Y19H160126)、および金華市科学技術局の主要プログラム(助成金番号2016-3-005、2018-3-001d、および2019-3-013)からの助成金によって支援されました。
....アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| Rソフトウェア | 該当なし | バージョン3.6.2以降 | |
| コンピュータシステム | Microsoft | Windows 10 | Windows 10 以降 |
参考文献
- Andersen, P. K., Gill, R. D. Cox's regression model for counting processes: A large sample study. The Annals of Statistics. 10 (4), 1100-1120 (1982).
- Lubsen, J., Pool, J., vander Does, E. A practical device for the application of a dia....
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
再版と許可
