Survival Data için Rakip Risk Regresyon Nomogram Modeli Oluşturma
23 Ekim 2020
Burada sunulan Cox orantılı tehlikeler regresyon modeli ve rakip risk regresyon modeli dayalı nomogramlar oluşturmak için bir protokoldür. Rekabet yöntemi, hayatta kalma analizinde rakip olaylar mevcut olduğunda uygulanacak daha rasyonel bir yöntemdir.
Bu protokol, trafik kazaları gibi rakip olaylar hayatta kalma analizinde geçildiğinde uygulanacak daha rasyonel bir yöntem olan rakip risk regresyon modeline dayalı normal hibelerle başa çıkmak için kullanılan protokoldür. Rakip etkinliklerimizi yaşamış olan bireyler genellikle, rakip riskler genellikle bağımsız olmadığı için riskleri hatırlatmaktadırlar. Rekabet normal hibe analiz de bireyler için olayları test olasılığını değerlendirmek için daha uygundur.
RMS'yi yükledikten ve risk R paketlerini yükledikten sonra, bunları yükleyin ve kohort verilerini içe aktarArak Cox orantılı tehlikelerre regresyon modelini oluşturmak için, modeli CPH işlevini kullanarak verilere uygun hale getirin ve iki yıl öngörülen sağkalım oranını örnek alın. Risk puanını hesaplamak ve bir orman arsaçizmek için R meta paketini kullanın. R paketlerini yükledikten ve yükledikten sonra grup risk puanını veya GRS'yi alın ve kohort'u üç alt gruba bölün.
Daha sonra orman arsasını çizin, tehlike oranı daha düşük yetkinlik aralığını ve CRR fonksiyonu ile üst güven aralığını elde edin. Rakip risk regresyon modelini oluşturmak için, prognostik değişkenleri bir matrisin içine yerleştirerek başlayın. Değişkenleri sütunlara göre birleştirip modele sığdırmak için Cbind işlevini kullanın.
Sonra Cox Nome oluşturmak için nomogram işlevini kullanın. Temel kümülatif olaylar işlevini veya CIF'i alın ve rakip risk regresyon modelinin X beta ve X noktasını değiştirin. X makarasındaki toplam X noktasını değiştirin, ardından X skorunu hesaplayın ve nomogramı çizin.
X skoru ve X demiryolu ilişkisi denklemi, rakip modelin içsel atıflarına göre hesaplanabilir. CIF sıfır, tahmin CRR işlevi tarafından hesaplanan temel CIF anlamına gelir. Örnek kohortta toplam 8, 550 uygun hasta analize dahil edilmiş ve ortanca takip süresi 88 ay olarak saptandı.
Tümör ölümü kümülatif insidansı ve tümör ölümü ve rakip olaylar Kaplan-Meier yöntemi ve rakip risk regresyon fonksiyonu ile sırasıyla. Kaplan-Meier yöntemi ile hesaplanan tümör ölümü ve tümör ölümü olmayan kümülatif ölüm insidansının toplamı, rakip bir yöntem kullanıldığında kansere özgü ölüm kümülatif olaylarına eşit olan tüm ölüm nedenlerinin tahminlerinin toplamından daha yüksekti. Medeni durum, ırk, histolojik tip, diferansiye sınıf, T-sınıflandırması ve N-sınıflandırması gibi önemli faktörlere dayalı Cox orantılı regresyon modeli kullanılarak bir nomogram oluşturuldu.
Bir nomogram da rakip risk regresyon modeli kullanılarak inşa edilmiştir. Risk skoruna göre kohort düşük risk, orta risk ve yüksek risk olmak üzere üç alt gruba ayrılmıştır. Orman çizimi, grup risk puanı ile belirli faktör arasındaki etkileşimi açıkça sunmak için kullanılmıştır.
Yaş düşünüldüğünde, sadece düşük risk grubu genç kadınlar için daha kötü bir prognoz gösterdi, genç yaş orta ve yüksek riskli gruplarda prognoz koruyucu bir faktör olarak hareket edebilir gösteren. Bu protokolü denerken olay analizi ne kadar 10 farklı hayatta kalma modellerini tam olarak anlamak önemlidir ve araçlar bireyselleştirilmiş kılavuzluk için uygun şekilde ustalaştırılır. Model performansı ayrımcılık ve kalibreli istihkak performansı açısından değerlendirilir.
Bu yordamı takiben, kalibrasyon eğrisi ve aynı boşluklar rakip normal hibe verimliliğini doğrulamak için performans olabilir konum.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu protokol, Cox orantılı riskler regresyon modeli ve rakip risk regresyon modeli kullanılarak nomogramların oluşturulmasını ana hatlarıyla açıklamaktadır. Rakip risk yöntemi, özellikle rakip olayların bulunduğu sağkalım verilerinin analizinde faydalıdır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Sağkalım analizi
- İstatistiksel modelleme
- Yarışan riskler
Arka Plan
- Yarışan riskler, sağkalım sonuçlarını etkileyebilir.
- Geleneksel yöntemler, bu yarışan riskleri yeterince ele alamayabilir.
- Cox orantılı riskler modeli, sağkalım analizinde standart bir yaklaşımdır.
- Nomogramlar, risk öngörülerinin görsel bir temsilini sunar.
Çalışmanın Amacı
- Sağkalım analizine dayalı nomogramlar oluşturmak için bir protokol geliştirmek.
- Yarışan risk regresyon modellerinin uygulamasını göstermek.
- Yarışan olayların varlığında sağkalım olasılıklarının değerlendirilmesini geliştirmek.
Kullanılan Yöntemler
- RMS ve competing risk R paketlerini kurun ve yükleyin.
- Analiz için kohort verilerini içe aktarın.
- CPH fonksiyonunu kullanarak Cox orantılı riskler regresyon modelini uydurun.
- Tahmin edilen sağkalım oranları için bir Cox regresyon nomogramı geliştirin.
Ana Sonuçlar
- İki yıllık sağkalım oranları için bir Cox regresyon nomogramının oluşturulması.
- R'daki meta paketi kullanılarak risk skorlarının hesaplanması.
- Kohortun grup risk skorlarına göre alt gruplara ayrılması.
- Sonuçların forest plot'lar aracılığıyla görselleştirilmesi.
Sonuçlar
- Yarışan risk regresyon modeli, sağkalım analizi için daha rasyonel bir yaklaşım sunar.
- Nomogramlar, risk öngörülerini etkili bir şekilde iletebilir.
- Bu protokol, yarışan risklerin yer aldığı çeşitli çalışmalara uygulanabilir.
Sıkça Sorulan Sorular
Yönetici Endüstriyel Uygunluğu
Onkoloji ve kardiyovasküler ilaç geliştirme süreçlerinde, terapötik etkinlik ve güvenliğin değerlendirilmesi için doğru sağkalım analizi kritik öneme sahiptir. Tedaviyle ilişkili mortalite veya hastalık dışı ölümler gibi rakip olaylar, geleneksel Kaplan-Meier ve Cox modellerini yanıltarak yanlı risk tahminlerine yol açabilir. Bu protokol, biyofarma Ar-Ge ekiplerinin prognostik stratifikasyonu iyileştirmek, mekanistik risk azaltma süreçlerini geliştirmek ve preklinik ile erken klinik geliştirme aşamalarındaki devam/durdur (go/no-go) kararlarını desteklemek amacıyla rakip risk regresyon modellerini ve nomogramları uygulamalarına olanak tanır.
Biyofarma Ar-Ge'de Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Bilimsel Değer: Hastalığa özgü mortaliteyi rakip risklerden ayırt ederek terapötik hipotezlerin sorgulanmasına olanak tanır ve hedef güvenini artırır.
- Operasyonel Değer: Hedef dışı olayların tedavi etkilerini maskeleyebildiği preklinik modellerde, geliştirilmiş risk stratifikasyonu aracılığıyla biyolojik risk azaltmayı destekler.
Tarama ve Analiz Geliştirme
- Bilimsel Değer: Kantitatif, yarışan riskle düzeltilmiş sağkalım son noktaları sağlayarak, sonraki iş akışları için valide edilmiş biyolojik sistemlerin hazırlanmasını kolaylaştırır.
- Operasyonel Değer: Çalışmalar genelinde tutarlı bileşik değerlendirmesine olanak tanıyan nomogram kaynaklı risk skorları aracılığıyla, analiz standardizasyonunu ve tekrarlanabilirliğini artırır.
Translasyonel ve Preklinik Araştırmalar
- Bilimsel Değer: Rakip olayların sonuçları etkilediği klinik gerçeklikle preklinik sağkalım son noktalarını uyumlu hale getirerek translasyonel sürekliliği destekler.
- Operasyonel Değer: Rakip risk modellerinden türetilen grup risk skorlarına dayanarak alt grupların (düşük/orta/yüksek risk) belirlenmesi yoluyla riskle uyumlu ilerleme kararlarını destekler.
İş Akışı ve Boru Hattı Entegrasyonu
Bu yöntem, özellikle sağkalım sonlanım noktalarının bilgi vermeyen sansürleme veya rakip riskler nedeniyle karıştığı durumlarda, hedef doğrulamadan preklinik geliştirmeye kadar uzanan keşif sürekliliğine entegre olur.
- Keşif Biyolojisi: Genetik veya farmakolojik müdahalelerin hastalığa özgü sonuçlar üzerindeki etkisini izole ederek hipotez testlerini ve yolak aydınlatmalarını destekler.
- Tarama: Deneysel koşullar genelindeki hazard oranlarının ve grup risk skorlarının forest plot görselleştirmesi aracılığıyla assay hazırlığına ve tekrarlanabilirliğe olanak tanır.
- Analitik: Çapraz fonksiyonlu ekiplerin tedavi etkilerini objektif olarak karşılaştırmasına imkan veren nicel bağımlı değişken ölçümleri (kümülatif insidans, hazard oranları, risk skorları) sağlar.
- Translasyonel Araştırma: Rakip olayların mevcut olduğu gerçek dünya karmaşıklığını yansıtan sağkalım analizleri sağlayarak, keşif aşamasını preklinik doğrulamaya bağlar.
- Kurumsal Yeniden Kullanım: Farklı terapötik alanlarda sağkalım analizi için yeniden kullanılabilir bir istatistiksel çerçeve oluşturarak gereksiz model geliştirmelerini azaltır.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: Yarışan risklerin uygun şekilde ele alınması yoluyla sağkalım verilerindeki mekanistik belirsizliği azaltarak öngörü güvenini artırır.
- Operasyonel Değer: Ekipler arasında yaygınlaştırılabilen R tabanlı iş akışları (RMS, competing risk, meta paketleri) aracılığıyla standardizasyonu ve ölçeklenebilirliği iyileştirir.
- Stratejik Değer: Risk tabakalı alt gruplar sağlayarak, öngörülemeyen yarışan mortalite nedeniyle meydana gelen geç evre başarısızlıklarını azaltır ve devam/dur karar verme sürecini geliştirir.
- Portföy Etkisi: Adayların ham olay oranları yerine yarışan risklere göre düzeltilmiş sağkalım olasılıklarına dayanarak riskle uyumlu önceliklendirilmesini sağlar.
Uygulama Hususları
- CPH, CRR ve nomogram fonksiyonlarına aşinalık da dahil olmak üzere, sağkalım analizi ve R programlama konusunda uzmanlık gerektirir.
- RMS, competing risk ve meta paketleri yüklü ve uygun şekilde yapılandırılmış bir R ortamına bağımlıdır.
- Model karşılaştırılabilirliğini sağlamak için değişken seçiminin (örn. medeni durum, ırk, histolojik tip, T/N sınıflandırması) ekipler arası standardizasyonunu gerektirir.
- Modelin farklı hastalık modellerine veya preklinik sistemlere uygulanması durumunda, prognostik değişken matrislerinin uyarlanması gerekir.
- Orantılı risk varsayımı ile sınırlıdır; performansı doğrulamak için model tanıları (kalibrasyon, ayrıştırma) gerçekleştirilmelidir.
Biyofarma SSS
Chapters in this video
0:04
Introduction
0:42
Nomogram Based on the Cox Proportional Hazards Regression Model
1:13
Subgroup Analysis Based on the Group Risk Score
1:43
Nomogram Based on the Competing Risk Regression Model
2:39
Results: Competing-risk Nomogram and Risk Score Estimation
4:10
Conclusion
