手術後の多発性原発性結腸直腸癌患者における癌特異的生存を予測するための競合リスクノモグラム

私たちの研究は、複数の原発性結腸直腸癌患者の癌特異的生存率の分析に焦点を当てています。これらの患者のがん特異的生存率に影響を与える要因を調査し、臨床上の意思決定をサポートするモデルを開発します。

私たちの研究では、Cox モデルではなく競合する ReX モデルを利用して、がん特異的生存率に影響を与える要因を調査しています。このアプローチにより、競合イベントの影響を最小限に抑え、より正確な結果を達成することができます。今後は、複数の原発性大腸がんのゲノミクス研究に注力し、その明確な遺伝的特徴の解明を目指していく予定です。

[講師]まず、SEERtat 8.4.3ソフトウェアをSEERデータベースからダウンロードします。SEERStat 8.4.3に登録してログインし、関連する患者データを取得します。ログイン後、ケースリストセッションとデータをクリックします。次に、インシデント SEER 調査データ、17 レジストリ、2022 年 11 月サブ、2000 年から 2020 年のデータベースを選択します。選択をクリックし、人種、性別、dx年、診断年、2004年から2015年、部位と形態、部位と形態、ICD03およびWHO 2008を結腸と直腸として再コード化して編集して選択します。部位と形態の診断確認を陽性組織学として選択し、複数のプライマリフィールドのシーケンス番号は1つのプライマリだけではありません。次に、[OK]をクリックして選択を保存します。次に、テーブルをクリックし、利用可能な変数インターフェイスで、単一年齢と 85 歳以上、性別、サイト再コード ICD03 および WHO 2008 CS 腫瘍サイズ、グレード再コード 2017 年、派生 AJCCT 第 6 版、2004 年から 2015 年、派生 AJCCN 第 6 版、2004 年から 2015 年、派生 AJCCM 第 6 版、2004 年から 2015 年、放射線再コード化、 化学療法の再コード、はい、いいえ、または不明です。SEER の特定死因分類、SEER その他の死因分類、生存月数、患者 ID、および RX 要約手術、プリム サイト 1,998 プラス。その後、列をクリックします。次に、出力をクリックします。データに名前を付け、[実行]をクリックしてデータを出力して保存します。データのダウンロードが完了したら、患者 ID を使用して、複数の原発性結腸直腸がんを示す 2 回以上の発生と診断された患者を除外します。生存時間に基づいて腫瘍診断の間隔を計算します。次に、患者を同期性多発性原発性結腸直腸癌と異時性多発性原発性結腸直腸癌に分類し、6 か月をカットオフとして使用します。初回診断時の年齢に基づいて、患者の年齢を65歳以下と65歳以上に分類します。腫瘍のグレードを、良好な分化の場合はグレード1、中程度の分化の場合はグレード2、低分化の場合はグレード3、非分化の場合はグレード4に分類します。次に、右結腸、左結腸直腸、または結腸直腸全体などの複数の腫瘍の分布に基づいて腫瘍の位置を分類します。同じ患者の複数の腫瘍の中から最大の腫瘍径を選択して、腫瘍サイズを決定します。8,931 人の患者すべてを 7 対 3 の比率でトレーニング コホートと検証コホートにランダムに分けます。RStudio と RSoftware をダウンロードします。RStudio を開いて RSoftware を実行します。次に、[新しいファイル]をクリックし、[RScript]を選択して新しいRProgrammingインターフェイスを作成します。コードエディタで関連するコードを入力し、「実行」をクリックしてコードを実行します。このコードを使用して、単変量解析を実行し、CIF曲線をプロットします。コードを実行した後、[エクスポート] をクリックし、[画像として保存] をクリックし、最後に [保存] をクリックして画像を保存します。コード内の性別を他の要因に置き換えて、すべての要因に対して単変量分析を実行します。次に、コードを使用して、最適なサブセット回帰、多変量解析、および視覚化を実行します。次に、前に示したように画像を保存します。コードを使用して、ノモグラム、ROC曲線、検量線、およびDCA曲線をプロットします。次に、画像を保存する前に、GGSCIDCAパッケージを使用してDCA曲線をプロットします。ROC曲線は、モデルがトレーニングコホートで1年、3年、5年の予測でそれぞれ0.762、0.742、0.734のAUCを達成したことを示しました。検証コホートでは 0.801、0.740、および 0.743。検量線は、トレーニングコホートと検証コホートの両方で、予測確率と実際の結果との間に高い一致を示しました。DCAは、このモデルがさまざまな閾値確率にわたって良好な正味利益をもたらすことを示しました。