В этом исследовании оцениваются прогностические системы у пациентов с колоректальным кольцевым раком с использованием моделей машинного обучения и конкурирующего анализа риска. Он определяет логарифмическую вероятность положительного результата в лимфатических узлах как превосходный предиктор по сравнению со стадией pN, демонстрируя высокую прогностическую эффективность и помогая принимать клинические решения с помощью надежных инструментов прогнозирования выживаемости.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Методическая статья
Сравнение прогностической эффективности трех систем стадирования лимфатических узлов при колоректальной кольцевой карциноме на основе модели машинного обучения
* These authors contributed equally
В этой статье
Краткое содержание
Аннотация
Состояние лимфатических узлов является критическим прогностическим предиктором для пациентов; тем не менее, прогноз колоректальной кольцевой карциномы (SRCC) привлек ограниченное внимание. В этом исследовании изучается прогностическая прогностическая способность логарифмических шансов положительных лимфатических узлов (LODDS), соотношения лимфатических узлов (LNR) и стадирования pN у пациентов с SRCC с использованием моделей машинного обучения (Random Forest, XGBoost и Neural Network) наряду с конкурирующими моделями риска. Соответствующие данные были извлечены из базы данных Surveillance, Epidemiology, and End Results (SEER). Для моделей машинного обучения были определены прогностические факторы для специфической для рака выживаемости (CSS) с помощью одномерного и многомерного регрессионного анализа Кокса с последующим применением трех методов машинного обучения — XGBoost, RF и NN — для определения оптимальной системы стадирования лимфатических узлов. В конкурирующей модели риска для выявления прогностических факторов были использованы одномерный и многомерный конкурирующие анализы риска, а также была построена номограмма для прогнозирования прогноза пациентов с SRCC. Для оценки характеристик модели использовалась область под кривой рабочих характеристик приемника (AUC-ROC) и калибровочные кривые. Всего в исследование было включено 2409 пациентов с SRCC. Для подтверждения эффективности модели была включена дополнительная когорта из 15 122 пациентов с колоректальным раком, за исключением случаев SRCC, для внешней валидации. Как модели машинного обучения, так и конкурирующая номограмма риска продемонстрировали высокую производительность в прогнозировании результатов выживания. По сравнению со стадией pN, системы стадирования LODDS продемонстрировали превосходные прогностические возможности. После оценки модели машинного обучения и конкурирующие модели рисков показали превосходную прогностическую производительность, характеризующуюся хорошей дискриминацией, калибровкой и интерпретируемостью. Наши результаты могут помочь в принятии клинических решений для пациентов.
Введение
Колоректальный рак (КРР) занимает третье место среди наиболее распространенных злокачественных опухолей в мире 1,2,3. Кольцевая карцинома (SRCC), редкий подтип КРР, составляет примерно 1% случаев и характеризуется обильным внутриклеточным муцином, вытесняющим ядро клетки 1,2,4. SRCC часто ассоциируется с более молодыми пациентами, имеет более высокую распространенность у женщин и имеет поздние стадии опухоли при постановке диагноза. По сравнению с колоректальной аденокарциномой, SRCC демонстрирует более слабую дифференцировку, более высокий риск отдаленного метастазирования и 5-летнюю выживаемость всего 12%-20%5,6. Разработка точной и эффективной прогностической модели для SRCC имеет решающее значение для оптимизации стратегий лечения и улучшения клинических результатов.
Данное исследование направлено на построение надежной прогностической модели для пациентов с синдромом SRCC с использованием передовых статистических подходов, включая машинное обучение (ML) и конкурирующие модели риска. Эти методологии могут учитывать сложные взаимосвязи в клинических данных, предлагая индивидуальную оценку рисков и превосходя традиционные методы по точности прогнозирования. Модели машинного обучения, такие как Random Forest, XGBoost и Neural Networks, превосходны в обработке многомерных данных и выявлении сложных закономерностей. Исследования показали, что модели ИИ эффективно прогнозируют результаты выживаемости при колоректальном раке, подчеркивая потенциал машинного обучения в клинических приложениях 7,8. Дополняя машинное обучение, конкурирующие модели риска учитывают несколько типов событий, таких как смертность от рака по сравнению с другими причинами смерти, для уточнения анализа выживаемости. В отличие от традиционных методов, таких как оценка Каплана-Мейера, конкурирующие модели риска точно оценивают предельную вероятность событий при наличии конкурирующих рисков, обеспечивая болееточную оценку выживаемости. Интеграция машинного обучения и конкурирующего анализа рисков повышает эффективность прогнозирования, предлагая мощную основу для персонализированных прогностических инструментов в SRCC 9,10,11.
Метастазирование в лимфатические узлы существенно влияет на прогноз и рецидив у пациентов с КРР. В то время как оценка N-стадии в классификации TNM имеет решающее значение, недостаточное обследование лимфатических узлов, о котором сообщалось в 48-63% случаев, может привести к недооценке заболевания. Чтобы решить эту проблему, были введены альтернативные подходы, такие как коэффициент лимфатических узлов (LNR) и логарифмические шансы положительных лимфатических узлов (LODDS). LNR, отношение положительных лимфатических узлов (PLN) к общему количеству лимфатических узлов (TLNs), меньше зависит от количества TLN и служит прогностическим фактором при КРР. LODDS, логарифмическое отношение PLN к отрицательным лимфатическим узлам (NLNs), показал превосходную прогностическую способность как при SRCC желудка, так и при колоректальном раке10,11. Машинное обучение все чаще применяется в онкологии, с моделями, улучшающими стратификацию риска и прогностическое прогнозирование различных видов рака, включая рак молочной железы, предстательной железы и легких 12,13,14. Тем не менее, его применение при колоректальном SRCC остается ограниченным.
Данное исследование направлено на преодоление этого разрыва путем интеграции LODDS с ML и конкурирующими моделями риска для создания комплексного прогностического инструмента. Оценивая прогностическую ценность LODDS и используя передовые методы прогнозирования, это исследование направлено на улучшение процесса принятия клинических решений и улучшение результатов для пациентов с SRCC.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Протокол
В данном исследовании не говорится об этическом одобрении и согласии на участие. Данные, использованные в данном исследовании, были получены из баз данных. В исследование были включены пациенты с диагнозом колоректальная карцинома с 2004 по 2015 гг., а также другие виды колоректального рака. Критерии исключения включали пациентов со временем выживаемости менее одного месяца, пациентов с неполной клинико-патологической информацией, а также случаи, когда причина смерти была неясна или не указана.
1. Сбор данных
- Скачать SEER. Получение статистики 8.4.3 программного обеспечения из базы данных SEER (http://seer.cancer.gov/about/overview.html). После входа в программное обеспечение нажмите Сеанс списка дел > Данные и выберите базу данных Incidence SEER Research Plus, 17 реестров, ноябрь 2021 г. Sub (2000-2019).
- Нажмите на Выбор > Редактировать и выберите {Раса, Пол, Год Dx. Год диагноза} = '2004', '2005', '2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015' И {Сайт и морфология. Код сайта ICD-O-3/WHO 2008} = '8490/3'.
- Затем нажмите на «Таблица» и в интерфейсе доступных переменных выберите «Возраст с одиноким возрастом и 100+», «Пол, Супружеский», «Код места ICD-O-3/WHO 2008», «Размер опухоли CS», «Региональный nodes_examined(1988+)), Региональный nodes_positive(1988+)), Производный AJCC Stage Group, 6-е издание (2004-2015), Производный AJCC T, 6-е издание (2004-2015), Производный AJCC N, 6-е издание (2004-2015), Производный AJCC M, 6-е издание (2004-2015), CEA, Перекодирование лучевой терапии, Перекодирование химиотерапии (да, нет/unk), Классификация смертности по причинам SEER, Перекодировка жизненного статуса (используется предельный срок исследования), Месяцы выживаемости, Год постановки диагноза.
- Наконец, нажмите « Вывод», присвойте данные имя и нажмите « Выполнить », чтобы вывести и сохранить данные. Подробный процесс включения показан на рисунке 1.
- Загрузка данных пациентов с колоректальным раком, за исключением случаев SRCC, для последующей внешней валидации. Нажмите на Выбор > Редактировать и выберите {Раса, Пол, Год Dx. Год постановки диагноза} = '2004', '2005', '2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015' И {Основной сайт - помечен} = 'C18-C20'. Повторите шаги 1.3 и 1.4 для получения клинической патологической информации и исключения образцов с {Сайт и морфология. Перекодировка сайта ICD-O-3/WHO 2008} = '8490/3' из загруженного файла.
- Для сравнения обработайте несколько переменных. Классифицируйте состояние лимфатических узлов с помощью коэффициента лимфатических узлов (LNR) и логарифма вероятности положительных лимфатических узлов (LODDS).
- Определите LNR как отношение положительных лимфатических узлов (PLN) к общему количеству лимфатических узлов (TLN). Рассчитаем значение LODDS по формуле:
loge(количество PLN + 0,5) / (количество отрицательных лимфатических узлов (NLNs) + 0,5)
где 0.5 было добавлено, чтобы предотвратить бесконечный результат. Пороговые значения для LNR, LODDS и размера опухоли определяли с помощью программного обеспечения X-tile (версия 3.6.1) на основе метода минимального P-значения.
- Определите LNR как отношение положительных лимфатических узлов (PLN) к общему количеству лимфатических узлов (TLN). Рассчитаем значение LODDS по формуле:
- Откройте программу X-tile, нажмите «Файл» > «Открыть» и выберите файл данных, чтобы импортировать его в программу. После загрузки данных сопоставьте переменные: Цензор соответствует статусу выживания, Время выживания соответствует времени выживания, а marker1 — это переменная для анализа, чтобы обеспечить правильное совпадение данных.
- Затем нажмите « Выполнить > Каплана-Мейера > маркер1 », чтобы выполнить анализ выживаемости по Каплану-Мейеру и построить кривую выживаемости. Основываясь на разделении кривых выживаемости Каплана-Мейера, статистической значимости (например, p-значения) и клинической значимости, определите оптимальное пороговое значение и, наконец, запишите или экспортируйте результаты анализа.
- Разделите ЛНР на три группы: ЛНР 1 (≤0,16), ЛНР 2 (0,16 - 0,78) и ЛНР 3 (≥ 0,78). Разделите пациентов на три группы на основе LODDS: LODDS 1 (≤ -1,44), LODDS 2 (-1,44 - 0,86) и LODDS 3 (≥ 0,86).
- Классифицируют размер опухоли на три категории: ≤ 3,5 см, 3,5 - 5,5 см и ≥ 5,5 см. Преобразуйте возраст из непрерывной в категориальную переменную. Классифицируйте возраст пациентов на момент постановки первоначального диагноза как ≥60 лет и <60 лет. Классифицируйте локализацию опухоли на основе распределения опухолей кольцевой карциномы (SRCC) как опухоли правой ободочной кишки, левой ободочной кишки и прямой кишки. Правая ободочная кишка включает слепую кишку, восходящую ободочную кишку, печеночный изгиб и поперечную ободочную кишку, в то время как левая ободочная кишка включает селезеночный изгиб, нисходящую ободочную кишку, сигмовидную кишку и ректосигмоидное соединение.
- Для этого исследования случайным образом распределите в общей сложности 2409 подходящих данных пациентов с SRCC в учебную когорту (N = 1686) и проверяющую когорту (N = 723) в соотношении 7:3. Используйте следующий код для случайного разбиения и исходите data.csv из базы данных SEER. Файлы, сгенерированные после случайного разделения, будут использоваться для дальнейшего анализа.
Библиотека (каретка)
данные <- read.csv("data.csv")
set.seed(123)
train_indices <- createDataPartition(data$variable, p = 0.7, list = FALSE)
train_data <- данные[train_indices, ]
test_data <- данные[-train_indices, ]
write.csv(train_data, "traindata.csv", row.names = FALSE)
write.csv(test_data, "testdata.csv", row.names = FALSE)
2. Разработка и верификация ML-моделей
- Загрузите RStudio (2024.04.2+764) и программное обеспечение R (4.4.1). Откройте RStudio для запуска программного обеспечения R. Нажмите « Новый файл » и выберите «Скрипт R », чтобы создать новый программный интерфейс R. Введите соответствующий код в редакторе кода и нажмите « Выполнить », чтобы выполнить код.
- Используйте следующий код для скрининга переменных, включенных в модели машинного обучения, с помощью регрессионного анализа Кокса. Кроме того, изучите влияние стадирования LODDS, LNR и pN на выживаемость при раке (CSS) у пациентов с SRCC. traindata.csv – это данные, полученные из базы данных SEER.
библиотека («выживание»)
библиотека("survminer")
библиотека("RMS")
библиотека("dplyr")
данные <- read.csv("traindata.csv")
data$time=as.numeric(data$time)
data$status=as.numeric(data$status)
переменные <- c("Пол", "Возраст", "Раса", "Брачный", "Стадия", "T", "N", "M","Tumor_size", "LNR", "LODDS", "CEA","Radiation", "Chemotherapy", "Site")
данные <- данные %>%
mutate(across(all_of(variable), as.factor))
cox=coxph(Surv(время, статус) ~ data$T, data = данные)
коэффициенты cox$
pval=anova(cox)$Pr[2]
clean_data=data[,c(1:12, 14:18)]
get_coxVariable=function(your_data,index){cox_list=c() k=1
for (i in 1:index) {mod=coxph(Surv(time, status) ~ your_data[,i],data=your_data) pval=anova(mod)$Pr[2] print(pval) print(colnames(your_data)[i]) if (pval<0.05) {cox_list[k]=colnames(your_data))[i] k=k+1}}return(cox_list)}
variable_select=get_coxVariable(clean_data,15)
for(i в 1:15){print(variable_select[i])}
for (var in variable_select) {formula <- as.formula(paste("Surv(time, status) ~", var))cox_model <- coxph(formula, data = data) print(summary(cox_model))
GGFOREST (Кокс)
переменные <- c("Пол", "Возраст", "Раса", "Супружеский", "Стадия", "Т", "Н", "М", "Tumor_size", "LNR", "ЛОДДС", "Химиотерапия")
данные <- данные %>%
mutate(across(all_of(variable), as.factor))
cox=coxph(Surv(время, статус) ~ Пол+Возраст+Раса+Брак+T+N+M+Tumor_size+LNR+
LODDS+Химиотерапия, данные = данные)
ggforest(cox,data = данные)
ggplot_forest <- ggforest(cox, data = data) - Используйте следующий код для сравнения прогностических возможностей прогнозирования трех систем LN (LODDS, LNR и pN staging) в когортах обучения, валидации и внешней валидации.
Библиотека (RMS)
Библиотека (выживание)
Библиотека (Survminer)
библиотека(рискРегрессия)
Библиотека(gt)
train_data <- read.csv("train_data123.csv")
validation_data <- read.csv("test_data123.csv")
dd <- datadist(train_data)
options(datadist = "дд")
model_LNR <- cph(Surv(время, статус) ~ LNR, data = train_data, x = TRUE, y = TRUE)
model_LODDS <- cph(Surv(time, status) ~ LODDS, data = train_data, x = TRUE, y = TRUE)
model_pN <- cph(Surv(время, статус) ~ N, data = train_data, x = TRUE, y = TRUE)
calculate_performance <- функция(модель, данные) {pred <- predict(model, newdata = data) c_index_result <- concordance(Surv(data$time, data$status) ~ pred) c_index <- c_index_result$concordance aic <- AIC(model) bic <- BIC(model) return(c(C_index = round(c_index, 3), AIC = round(aic, 2), BIC = round(bic, 2)))}
calculate_performance <- function(model, data) {pred <- predict(model, newdata = data, type = "lp") concordance_result <- concordancefit(Surv(data$time, data$status), x = pred) c_index <- concordance_result$concordance ci_lower <- c_index - 1.96 * sqrt(concordance_result$var) ci_upper <- c_index + 1.96 * sqrt(concordance_result$var) aic <- AIC(model) bic <- BIC(model) return(c(C_Index = round(c_index, 3), CI_Lower = round(ci_lower, 3), CI_Upper = round(ci_upper, 3), AIC = round(aic, 2), BIC = round(bic, 2)))}
train_LNR <- calculate_performance(model_LNR, train_data)
train_LODDS <- calculate_performance(model_LODDS, train_data)
train_pN <- calculate_performance(model_pN, train_data)
model_LNR_val <- cph(Surv(время, статус) ~ LNR, data = validation_data, x = TRUE, y = TRUE)
model_LODDS_val <- cph(Surv(время, статус) ~ LODDS, data = validation_data, x = TRUE, y = TRUE)
model_pN_val <- cph(Surv(время, статус) ~ N, data = validation_data, x = TRUE, y = TRUE)
val_LNR <- calculate_performance(model_LNR_val, validation_data)
val_LODDS <- calculate_performance(model_LODDS_val, validation_data)
val_pN <- calculate_performance(model_pN_val, validation_data)
results <- data.frame(Variable = c("LNR", "LODDS", "pN"), Training_C_Index = c(paste(train_LNR["C_Index"], "(", train_LNR["CI_Lower"], ", ", train_LNR["CI_Upper"], ")", sep = ""), paste(train_LODDS["C_Index"], "(", train_LODDS["CI_Lower"], ", ", train_LODDS["CI_Upper"], ")", sep = ""), paste(train_pN["C_Index"], "(", train_pN["CI_Lower"], ", ", train_pN["CI_Upper"], ")", sep = "")), Training_AIC = c(train_LNR["AIC"], train_LODDS["AIC"], train_pN["AIC"]), Training_BIC = c(train_LNR["BIC"], train_LODDS["BIC"], train_pN["BIC"]), Validation_C_Index = c(paste(val_LNR["C_Index"], "(", val_LNR["CI_Lower"], ", ", val_LNR["CI_Upper"], ")", sep = ""), paste(val_LODDS["C_Index"], "(", val_LODDS["CI_Lower"], ", ", val_LODDS["CI_Upper"], ")", sep = ""), paste(val_pN["C_Index"], "(", val_pN["CI_Lower"], ", ", val_pN["CI_Upper"], ")", sep = "")), Validation_AIC = c(val_LNR["AIC"], val_LODDS["AIC"], val_pN["AIC"]), Validation_BIC = c(val_LNR["BIC"], val_LODDS["BIC"], val_pN["BIC"]))
results_table <- GT(результаты) %>%
tab_header(title = "Прогнозирование эффективности трех лимфатических узловых систем стадии") %>%
cols_label(Переменная = "Переменная",Training_C_Index = "С-индекс (95% ДИ) (Обучение)", Training_AIC = "АИК (Обучение)", Training_BIC = "БИК (Обучение)", Validation_C_Index = "С-индекс (95% ДИ) (Валидация)", Validation_AIC = "АИК (Валидация)", Validation_BIC = "БИК (Валидация)")
write.csv(результаты, "prediction_performance.csv", row.names = FALSE) - Используйте следующий код для построения модели XGBoost и создания столбчатых диаграмм относительной важности переменных, чтобы сравнить важность трех систем LN. Аналогичным образом создайте кривые ROC и калибровочные кривые. Данные получены из базы данных SEER.
Библиотека (xgboost)
Библиотека (каретка)
библиотека (pROC)
train_data <- read.csv("train_data.csv")
test_data <- read.csv("test_data.csv")
train_matrix <- xgb. DMatrix(data = as.matrix(train_data[, c('Возраст', 'T', 'N', 'M', 'LODDS', 'Химиотерапия')]), label = train_data$status)
test_matrix <- xgb. DMatrix(data = as.matrix(test_data[, c('Возраст', 'T', 'N', 'M', 'LODDS', 'Химиотерапия')]), label = test_data$status)
params <- list(booster = "gbtree", objective = "binary:logistic", eval_metric = "auc", eta = 0.1, max_depth = 6, подвыборка = 0.8, colsample_bytree = 0.8)
xgb_model <- xgb.train(params = params, data = train_matrix, nrounds = 100, watchlist = list(train = train_matrix), verbose = 1)
pred_probs <- predict(xgb_model, newdata = test_matrix)
pred_labels <- ifelse(pred_probs > 0.5, 1, 0)
conf_matrix <- confusionMatrix(as.factor(pred_labels), as.factor(test_data$status))
roc_curve <- roc(test_data$status, pred_probs)
auc_value <- auc(roc_curve)
ci_auc <- ci.auc(roc_curve)
чувствительность <- conf_matrix$byClass["Чувствительность"]
специфичность <- conf_matrix$byClass["Специфичность"]
точность <- conf_matrix$overall["Точность"]
ppv <- conf_matrix$byClass["Значение Pos Pred"]
npv <- conf_matrix$byClass["Отрицание значения преда"]
result_table <- data.frame(Model = "XGBoost", AUC = sprintf("%.3f (%.3f-%.3f)", auc_value, ci_auc[1], ci_auc[3]), Чувствительность = sprintf("%.3f", чувствительность), Специфичность = sprintf("%.3f", специфичность), Точность = sprintf("%.3f", точность), PPV = sprintf("%.3f", ppv), NPV = sprintf("%.3f", npv))
write.csv(result_table, "xgboost_model_performance.csv", row.names = FALSE)
roc_df <- data.frame(FPR = 1 - roc_curve$особенности, TPR = roc_curve$чувствительность)
roc_plot <- ggplot(roc_df, aes(x = FPR, y = TPR)) +geom_line(color = "steelblue", size = 1.2) + geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "серый") + annotate("text", x = 0.9, y = 0.2, label = paste("AUC =", round(auc_value, 3)), size = 5, color = "черный") + labs(title = "Кривая ROC для модели XGBoost", x = "Коэффициент ложных срабатываний", y = "Коэффициент истинного срабатывания") + theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 1))
calibration_data <- data.frame(Status = as.factor(test_data$status), pred_probs = pred_probs)
calib_model <- калибровка(Статус ~ pred_probs, данные = calibration_data, класс = "1", разрезы = 5)
ggplot(calib_model$data, aes(x = середина, y = процент)) + geom_line(color = "steelblue", size = 1) + geom_point(color = "красный", size = 2) + geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "черный") +labs(title = "Калибровочная кривая для модели XGBoost", x = "прогнозируемая вероятность", y = "наблюдаемая пропорция") + theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 0.5)) - Используйте следующий код для построения радиочастотной модели и создания гистограмм относительной важности переменных, тем самым сравнивая важность трех систем LN. Аналогичным образом создайте кривые ROC и калибровочные кривые. Данные получены из базы данных SEER.library(randomForest)
Библиотека (DPLYR)
библиотека(ggplot2)
библиотека (pROC)
Библиотека (каретка)
Библиотека (RMS)
Поезд <- read.csv("train_data.csv")
Испытано <-read.csv("test_data.csv")
trainset$status=factor(trainset$status)
variables1 <- c("Возраст", "T", "N", "M", "LODDS", "Химиотерапия")
Trainset <- Trainset %>%
mutate(across(all_of(variables1), as.numeric))
testsed$status=factor(tested$status)
протестировано <- протестировано %>%
mutate(across(all_of(variables1), as.numeric))
RF=randomForest(trainset$status ~ Возраст + T + N + M + LODDS + Химиотерапия, data=trainset,ntree=100,importance=TRUE,proximity=TRUE)
imp=важность(РЧ)
varImpPlot(РЧ)
impvar=rownames(imp)[order(imp[,4],decreasing = TRUE)]
importance_df <- as.data.frame(imp)
importance_df$Variables <- rownames(importance_df)
importance_plot <- ggplot(importance_df, aes(x = reorder(Variables, MeanDecreaseAccuracy), y = MeanDecreaseAccuracy)) +geom_bar(stat = "identity", fill = "steelblue") +coord_flip() + labs(title = "Переменная важность", x = "Переменные", y = "Среднее снижение точности") + theme_minimal()
pred_probs <- predict(RF, testset, type = "prob")[,2]
roc_obj <- roc(testset$status, pred_probs)
auc_value <- auc(roc_obj)
roc_plot <- ggplot() +geom_line(aes(x = 1 - roc_obj$specificities, y = roc_obj$sensitivities), color = "steelblue", size = 1.2) +geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "серый") + annotate("text", x = 0.8, y = 0.2, label = paste("AUC =", round(auc_value, 3)), color = "черный", размер = 5, hjust = 0) + labs(title = "кривая ROC для модели случайного леса", x = "Процент ложных срабатываний", y = "Процент истинных срабатываний") +theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 1))
calibration_data <- data.frame(pred_probs = pred_probs, status = testsed$status)
calib_model <- калибровка (статус ~ pred_probs, данные = calibration_data, класс = "1", обрезки = 5)
calib_df <- as.data.frame(calib_model[["data"]])
calib_df$mid <- calib_df$midpoint
calib_df$% <- calib_df$%
calibration_plot <- ggplot(calib_df, aes(x = mid, y = Percent)) + geom_line(color = "steelblue", size = 1.2) + geom_point(color = "steelblue", size = 3) + geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "черный", размер = 0.8) + labs(title = "Калибровочная кривая для случайного леса", x = "Прогнозируемая вероятность", y = "Фактическая вероятность") + theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 1), plot.title = element_text(hjust = -0.05, vjust = -1.5, face = "жирный", размер = 12) )
rf_probs <- predict(RF, newdata=tested, type="prob")[, 2]
rf_auc <- roc(проверено$status, rf_probs)
auc_value <- auc(rf_auc)
ci_auc <- ci.auc(rf_auc)
rf_predictions <- predict(RF, newdata=протестировано)
conf_matrix <- confusionMatrix(rf_predictions, testsed$status)
чувствительность <- conf_matrix$byClass["Чувствительность"]
специфичность <- conf_matrix$byClass["Специфичность"]
точность <- conf_matrix$overall["Точность"]
ppv <- conf_matrix$byClass["Значение Pos Pred"]
npv <- conf_matrix$byClass["Отрицание значения преда"]
result_table <- data.frame(Model = "RF", AUC = sprintf("%.3f (%.3f-%.3f)", auc_value, ci_auc[1], ci_auc[3]), Чувствительность = sprintf("%.3f", чувствительность), Специфичность = sprintf("%.3f", специфичность), Точность = sprintf("%.3f", точность), PPV = sprintf("%.3f", ppv), NPV = sprintf("%.3f", npv))
write.csv(result_table, "RF_model_performance.csv", row.names = FALSE) - Используйте следующий код для построения модели NN и создания столбчатых диаграмм относительной важности переменных, тем самым сравнивая важность трех систем LN. Аналогичным образом создайте кривые ROC и калибровочные кривые. Данные получены из базы данных SEER.library(nnet)
Библиотека (каретка)
библиотека (pROC)
библиотека(ggplot2)
train_data <- read.csv("train_data.csv")
test_data <- read.csv("test_data.csv")
train_data$status <- as.factor(train_data$status)
test_data$status <- as.factor(test_data$status)
особенности <- c ("Возраст", "Т", "Н", "М", "ЛОДДС", "Химиотерапия")
x_train <- train_data[, функции]
y_train <- train_data$статус
x_test <- test_data[, функции]
y_test <- test_data$статус
nn_model <- nnet(status ~ Age + T + N + M + LODDS + Химиотерапия, data = train_data, size = 5, decay = 0.01, maxit = 200)
pred_probs <- predict(nn_model, newdata = x_test, type = "raw")
pred_labels <- ifelse(pred_probs > 0.5, 1, 0)
roc_curve <- roc(as.numeric(y_test), pred_probs)
auc_value <- auc(roc_curve)
auc_ci <- ci.auc(roc_curve)
auc_text <- paste0(round(auc_value, 3), " (", round(auc_ci[1], 3), "-", round(auc_ci[3], 3), ")")
conf_matrix <- confusionMatrix(as.factor(pred_labels), y_test)
точность <- conf_matrix$overall["Точность"]
чувствительность <- conf_matrix$byClass["Чувствительность"]
специфичность <- conf_matrix$byClass["Специфичность"]
ppv <- conf_matrix$byClass["Значение Pos Pred"]
npv <- conf_matrix$byClass["Отрицание значения преда"]
performance_table <- data.frame(Metric = c("AUC (95% CI)", "Точность", "Чувствительность", "Специфичность", "PPV", "NPV"),Value = c(auc_text, round(accuracy, 3), round(sensitivity, 3), round(specificity, 3), round(ppv, 3), round(npv, 3)))
write.csv(performance_table, "NN_performance_table.csv", row.names = FALSE)
roc_curve <- roc(y_test, pred_probs)
auc_value <- auc(roc_curve)
roc_plot <- ggplot() + geom_line(aes(x = 1 - roc_curve$specificities, y = roc_curve$sensitivities), color = "steelblue", size = 1.2) +geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "серый") + annotate("text", x = 0.8, y = 0.2, label = paste("AUC =", round(auc_value, 3)), color = "черный", размер = 5, hjust = 0) + labs(title = "ROC-кривая для модели нейронной сети", x = "Частота ложных срабатываний", y = "Истинная положительная скорость") + theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 1))
calibration_data <- data.frame(pred_probs = pred_probs, status = as.numeric(y_test) - 1)
calibration_data$pred_probs <- as.numeric(calibration_data$pred_probs)
calibration_data$calibration_bin <- cut(calibration_data$pred_probs, breaks = seq(0, 1, by = 0.2), include.lowest = TRUE)
calibration_summary <- aggregate(status ~ calibration_bin, data = calibration_data, FUN = mean)
calibration_summary$pred_mean <- aggregate(pred_probs ~ calibration_bin, data = calibration_data, FUN = mean)$pred_probs
calibration_plot <- ggplot(calibration_summary, aes(x = pred_mean, y = статус)) + geom_line(color = "steelblue", size = 1.2) + geom_point(color = "red", size = 3) + geom_abline(intercept = 0, slope = 1, linetype = "пунктирный", color = "черный", размер = 0.8) + labs(title = "калибровочная кривая для нейронной сети", x = "прогнозируемая вероятность", y = "фактическая вероятность") + theme_minimal() + theme(panel.border = element_rect(color = "черный", fill = NA, размер = 1))
nn_var_importance <- varImp(nn_model)
importance_df <- data.frame(Feature = rownames(nn_var_importance), Importance = nn_var_importance$Overall )
importance_plot <- ggplot(importance_df, aes(x = reorder(Feature, Importance), y = Importance)) + geom_bar(stat = "identity", fill = "steelblue") + coord_flip() + labs(title = "Переменная важность для нейронной сети", x = "Функции", y = "Важность") + theme_minimal()
3. Разработка и верификация конкурирующей модели риска
- Используйте следующий код для выполнения одномерного анализа и построения кривой кумулятивной функции заболеваемости (CIF). data.csv – это данные, полученные из базы данных SEER. Способ сохранения последующих изображений будет таким же, как и на этом шаге. Заменяйте Site в коде один за другим на другие факторы, чтобы выполнить одномерный анализ по всем факторам.
Библиотека (Tidycmprsk)
библиотека(gtsummary)
библиотека(ggplot2)
Библиотека (ggsurvfit)
Библиотека (GGPRISM)
AA <- read.csv("data.csv")
cif2 <- tidycmprsk::cuminc(Surv(time, Status1) ~Site, data = aa)
tidy(cif2,times = c(12,24,36,48,60))
tbl_cuminc(cif2, times =c(12,24,36,48,60), outcomes = c("CSS", "OSS"),estimate_fun = NULL, label_header = "**{time/12}-year cuminc**") %>%
add_p() %>%
add_n(location = "уровень")
cuminc_plot <- ggcuminc(cif2, result = c("CSS", "OSS"), size = 1.5) + labs(x = "time") +add_quantile(y_value = 0.20, size = 1) + scale_x_continuous(breaks = seq(0, 84, by = 12), limits = c(0, 84)) +scale_y_continuous(label = scales::p ercent, breaks = seq(0, 1, by = 0.2), limits = c(0, 1)) + theme_prism() + theme(legend.position = c(0.2, 0.8), panel.grid = element_blank(),panel.grid.major.y = element_line(цвет = "серый80")) + theme(legend.spacing.x = unit(0.1, "cm"), legend.spacing.y = unit(0.01, "cm")) + theme(axis.ticks.length.x = unit(-0.2, "cm"), axis.ticks.x = element_line(цвет = "черный", размер = 1, конец линии = 1)) + theme(axis.ticks.length.y = unit(-0.2, "см"), axis.ticks.y = element_line(цвет = "черный", размер = 1, конец линии = 1)) - Используйте следующий код для выполнения многомерного анализа и визуализации. Этот data1.csv исходит из результатов предыдущего кода. После выполнения кода нажмите «Экспорт», затем нажмите «Сохранить как PDF» и, наконец, нажмите «Сохранить », чтобы сохранить изображение.
Библиотека (Tidycmprsk)
библиотека(gtsummary)
AA <-read.csv('data1.csv')
for (i in names(aa)[c(1:16, 19)]){aa[,i] <- as.factor(aa[,i])}
mul1Таблица 2 <- моль1 %>%
gtsummary::tbl_regression(exponentiate = TRUE) %>%
add_n(location = "уровень"); Таблица 2
table_df <-as_tibble (таблица 2)
Вкладка <- стол2$table_body
tab1 <- tab[,c(12,19,20,22:29)] - Используйте следующий код для построения номограммы, кривой ROC и калибровочной кривой. После обучения модели с использованием данных из обучающей когорты используйте данные когорт проверки и внешней проверки для проверки model.library(QHScrnomo). Данные внешней когорты состоят из образцов колоректального рака, отличных от кольцевоклеточного рака, которые были отобраны на этапе 1.4.
Библиотека (RMS)
библиотека(timeROC)
Библиотека (выживание)
AA <-read.csv('data3.csv')
for (i in names(aa)[c(1:16, 19)]){aa[,i] <- as.factor(aa[,i])}
dd <- datadist(aa)
options(datadist = "дд")
mul <- cph(Surv(time, Status1 == 1) ~ T + N + M + LODDS + Site, data = aa, x = TRUE, y = TRUE, surv = TRUE)
m3 <- crr.fit(моль, failcode = 1, cencode = 0)
nomo <-Newlabels(fit = m3, labels =c(T="T", N= "N", M = "M", LODDS = "LODDS", Site = "Site"))
nomoc("N0","N1","N2"),M=c("M0","M1"),LODDS=c
("LODDS1","LODDS2","LODDS3"),Site=
c("RSC","LSC","Rectum")))
nomogram.crr(fit =nomo , lp = F, xfrac = 0.3, fun.at =seq(from=0, to=1, by= 0.1) , failtime =c(12,36,60), funlabel = c("1-летний CSS Cumulative Incigence","3-летний CSS Cumulative Incigence","5-летний CSS Cumulative Incigence"))
time_points <- c(12, 36, 60)
pred_risks_list <- lapply(time_points, function(time_point) {predict(m3, newdata = aa, type = "risk", time = time_point)})
pred_risks_df <- data.frame(do.call(cbind, pred_risks_list))
colnames(pred_risks_df) <- paste("risk_at", time_points, "месяцев", sep = "_")
roc_1year <- timeROC(T = aa$time, delta = ifelse(aa$Status1 == "CSS", 1, 0), marker = pred_risks_df$risk_at_12_months, cause = 1, times = 12, iid = TRUE)
roc_3year <- timeROC(T = aa$time, delta = ifelse(aa$Status1 == "CSS", 1, 0), marker = pred_risks_df$risk_at_36_months, cause = 1, times = 36, iid = TRUE)
roc_5year <- timeROC(T = aa$time, delta = ifelse(aa$Status1 == "CSS", 1, 0), marker = pred_risks_df$risk_at_60_months, cause = 1,times = 60, iid = TRUE)
legend("bottomright",legend = c("1 год CSS", "3 год CSS", "5 год CSS"), col = c("#BF1D2D", "#262626", "#397FC7"), lwd = 2)
sas.cmprsk(m3,время = 36)
set.seed(123)
aa$pro <- tenf.crr(m3,time = 36)
cindex(prob = aa$pro, fstatus = aa$Status1, ftime = aa$time, type = "crr", failcode = 1, cencode = 0, tol = 1e-20)
groupci(x=aa$pro, ftime = aa$time, fstatus = aa$Status1, failcode = 1, cencode = 0, ci = TRUE, g = 5, m = 1000, u = 36, xlab = "Прогнозируемая вероятность", ylab = "Фактическая вероятность", lty=1, lwd=2, col="#262626",xlim=c(0,1.0), ylim=c(0,1.0), add =TRUE)
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты
Характеристика пациентов
Это исследование было сосредоточено на пациентах с диагнозом колоректальный SRCC с использованием данных из базы данных SEER за период с 2004 по 2015 год. Критерии исключения включали пациентов со временем выживаемости менее одного месяца, пациентов с неполной клинико-патологической информацией, а также случаи, когда причина смерти была неясна или не указана. В общей сложности 2409 пациентов с колоректальным SRCC, которые соответствовали крите...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Обсуждение
Колоректальный рак (КРР) SRCC является редким и особым подтипом колоректального рака с плохим прогнозом. Поэтому необходимо уделять больше внимания прогнозу пациентов с СРКК. Точное прогнозирование выживаемости пациентов с SRCC имеет решающее значение для определения их прогноза и принятия индивидуальных решений о лечении. В данном исследовании мы изучили взаимосвязь между клиническими особенностями и прогнозом у пациентов с SRCC и определили оптимальную систему стадирования LN для пацие...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Раскрытие информации
Авторы не имеют финансовых конфликтов интересов, которые можно было бы раскрыть.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| База данных SEER | Национальный институт рака при NIH | ||
| X-tile программное обеспечение | Йельская школа медицины | ||
| R-studio | Posit |
Ссылки
- Siegel, R. L., Giaquinto, A. N., Jemal, A. Cancer statistics, 2024. CA Cancer J Clin. 74 (1), 12-49 (2024).
- Korphaisarn, K., et al. Signet ring cell colorectal cancer: Genomic insights into a rare subpopulation of colorectal adenocarcinoma. Br J Cancer. 121 (6), 505-510 (2019).
- Willauer, A. N., et al. Clinical and molecular characterization of early-onset colorectal cancer. Cancer. 125 (12), 2002-2010 (2019).
- Watanabe, A., et al. A case of primary colonic signet ring cell carcinoma in a young man which preoperatively mimicked Phlebosclerotic colitis. Acta Med Okayama. 73 (4), 361-365 (2019).
- Kim, H., Kim, B. H., Lee, D., Shin, E. Genomic alterations in signet ring and mucinous patterned colorectal carcinoma. Pathol Res Pract. 215 (10), 152566(2019).
- Deng, X., et al. Neoadjuvant radiotherapy versus surgery alone for stage II/III mid-low rectal cancer with or without high-risk factors: A prospective multicenter stratified randomized trial. Ann Surg. 272 (6), 1060-1069 (2020).
- Buk Cardoso, L., et al. Machine learning for predicting survival of colorectal cancer patients. Sci Rep. 13 (1), 8874(2023).
- Monterrubio-Gómez, K., Constantine-Cooke, N., Vallejos, C. A. A review on statistical and machine learning competing risks methods. Biom J. 66 (2), e2300060(2024).
- Kim, H. J., Choi, G. S. Clinical implications of lymph node metastasis in colorectal cancer: Current status and future perspectives. Ann Coloproctol. 35 (3), 109-117 (2019).
- Xu, T., et al. Log odds of positive lymph nodes is an excellent prognostic factor for patients with rectal cancer after neoadjuvant chemoradiotherapy. Ann Transl Med. 9 (8), 637(2021).
- Chen, Y. R., et al. Prognostic performance of different lymph node classification systems in young gastric cancer. J Gastrointest Oncol. 12 (4), 285-1300 (2021).
- Bouvier, A. M., et al. How many nodes must be examined to accurately stage gastric carcinomas? Results from a population based study. Cancer. 94 (11), 2862-2866 (2002).
- Coburn, N. G., Swallow, C. J., Kiss, A., Law, C. Significant regional variation in adequacy of lymph node assessment and survival in gastric cancer. Cancer. 107 (9), 2143-2151 (2006).
- Li Destri, G., Di Carlo, I., Scilletta, R., Scilletta, B., Puleo, S. Colorectal cancer and lymph nodes: the obsession with the number 12. World J Gastroenterol. 20 (8), 1951-1960 (2014).
- Dinaux, A. M., et al. Outcomes of persistent lymph node involvement after neoadjuvant therapy for stage III rectal cancer. Surgery. 163 (4), 784-788 (2018).
- Sun, Y., Zhang, Y., Huang, Z., Chi, P. Prognostic implication of negative lymph node count in ypN+ rectal cancer after neoadjuvant chemoradiotherapy and construction of a prediction nomogram. J Gastrointest Surg. 23 (5), 1006-1014 (2019).
- Xu, Z., Jing, J., Ma, G. Development and validation of prognostic nomogram based on log odds of positive lymph nodes for patients with gastric signet ring cell carcinoma. Chin J Cancer Res. 32 (6), 778-793 (2020).
- Scarinci, A., et al. The impact of log odds of positive lymph nodes (LODDS) in colon and rectal cancer patient stratification: a single-center analysis of 323 patients. Updates Surg. 70 (1), 23-31 (2018).
- Nitsche, U., et al. Prognosis of mucinous and signet-ring cell colorectal cancer in a population-based cohort. J Cancer Res Clin Oncol. 142 (11), 2357-2366 (2016).
- Kang, H., O'Connell, J. B., Maggard, M. A., Sack, J., Ko, C. Y. A 10-year outcomes evaluation of mucinous and signet-ring cell carcinoma of the colon and rectum. Dis Colon Rectum. 48 (6), 1161-1168 (2005).
- Sung, C. O., et al. Clinical significance of signet ring cells in colorectal mucinous adenocarcinoma. Mod Pathol. 21 (12), 1533-1541 (2008).
- Alvi, M. A., et al. Molecular profiling of signet ring cell colorectal cancer provides a strong rationale for genomic targeted and immune checkpoint inhibitor therapies. Br J Cancer. 117 (2), 203-209 (2017).
- Brownlee, S., et al. Evidence for overuse of medical services around the world. Lancet. 390 (10090), 156-168 (2017).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Перепечатки и разрешения
