Номограмма конкурирующего риска для прогнозирования специфической для рака выживаемости у пациентов с множественным первичным колоректальным раком после хирургического вмешательства

Наши исследования сосредоточены на анализе специфической выживаемости пациентов с множественными первичными колоректальными раками. Мы исследуем факторы, влияющие на выживаемость при раке у этих пациентов, а затем разрабатываем модель для поддержки принятия клинических решений.

В нашем исследовании мы используем конкурирующую модель ReX, а не модель Кокса, чтобы изучить факторы, влияющие на выживаемость при раке. Такой подход позволяет минимизировать влияние конкурирующих событий и добиться более точных результатов. В будущем мы планируем сосредоточиться на исследованиях в области геномики множественных первичных колоректальных раковых опухолей, чтобы выявить их отличительные генетические характеристики.

[Инструктор] Для начала загрузите программное обеспечение SEERStat 8.4.3 с веб-сайта базы данных SEER. Зарегистрируйтесь и войдите в SEERStat 8.4.3, чтобы получить соответствующие данные о пациенте. После входа в систему нажмите на сессию и данные со списком дел. Затем выберите данные исследования инцидента SEER, 17 реестров, подраздел за ноябрь 2022 года, базу данных с 2000 по 2020 год. Нажмите на выделение, затем отредактируйте и выберите расу, пол, год dx, год постановки диагноза, с 2004 по 2015 год, а также место и морфологию, перекодируйте сайт ICD03 и ВОЗ 2008 как толстая кишка и прямая кишка. Выберите место и морфологическое диагностическое подтверждение в качестве положительной гистологии, а порядковый номер с несколькими первичными полями не является только одним первичным. Теперь нажмите на OK и сохраните выделение. Затем нажмите на таблицу и в интерфейсе доступных переменных выберите возраст для перекодирования с одинокими возрастами и 85 плюс, пол, перекодируйте место ICD03 и ВОЗ 2008 CS размер опухоли, перекодируйте степень до 2017 года, производное шестое издание AJCCT, с 2004 по 2015 год, производное шестое издание AJCN, с 2004 по 2015 год, производное шестое издание AJCCM, с 2004 по 2015 год, перекодируйте радиацию, Перекодировка химиотерапии, да, нет или неизвестно. Классификация специфических причин смерти SEER, классификация других причин смерти SEER, месяцы выживаемости, идентификатор пациента и краткая хирургия RX, prim site 1,998 плюс. После этого нажмите на столбец. Затем нажмите на вывод. Присвойте данные имя и нажмите кнопку «Выполнить», чтобы вывести и сохранить данные. После завершения загрузки данных используйте идентификатор пациента для фильтрации пациентов с диагнозом два или более случаев, указывающих на множественные первичные колоректальные виды рака. Рассчитайте интервал между диагностикой опухолей на основе времени их выживаемости. Затем классифицируйте пациентов на синхронный, множественный первичный колоректальный рак и метахронный множественный первичный колоректальный рак, используя шесть месяцев в качестве порога. Основываясь на возрасте на момент постановки первоначального диагноза, классифицируйте возраст пациентов как 65 лет или младше и старше 65 лет. Классифицируйте опухолевые степени как первую степень для хорошей дифференцировки, вторую степень для умеренной дифференцировки, третью степень для низкой дифференцировки и четвертую степень для недифференцировки. Затем классифицируйте расположение опухоли на основе распространения множественных опухолей, таких как правая толстая кишка, левая толстая кишка или вся толстая кишка. Определите размер опухоли, выбрав самый большой диаметр опухоли среди нескольких опухолей у одного пациента. Случайным образом разделите всех 8 931 пациента на обучающую когорту и проверяющую когорту в соотношении семь к трем. Скачайте RStudio и RSoftware. Откройте RStudio для запуска RSoftware. Затем нажмите на новый файл и выберите RScript, чтобы создать новый интерфейс RProgramming. Введите соответствующий код в редакторе кода и нажмите кнопку «Выполнить», чтобы выполнить код. Используйте код для выполнения одномерного анализа и построения кривой CIF. После выполнения кода нажмите «Экспорт», затем нажмите «Сохранить как изображение» и, наконец, нажмите «Сохранить», чтобы сохранить изображение. Замените пол в коде другими факторами, чтобы выполнить одномерный анализ всех факторов. Затем используйте код для выполнения наилучшей регрессии подмножеств, многомерного анализа и визуализации. Затем сохраните изображение, как показано ранее. Используйте код для построения номограммы, кривой ROC, калибровочной кривой и кривой DCA. Затем используйте пакет GGSCIDCA для построения кривой DCA перед сохранением изображения. Кривые ROC показали, что модель достигла AUC 0,762, 0,742 и 0,734 для прогнозов на один год, три года и пять лет соответственно в обучающей когорте. А также 0,801, 0,740 и 0,743 в когорте верификации. Калибровочные кривые показали высокое соответствие между прогнозируемыми вероятностями и фактическими результатами как в обучающей, так и в проверочной когортах. DCA показала, что модель обеспечивает хорошую чистую выгоду при различных пороговых вероятностях.