PLoS ONE: kombinere kliniske, patologiske, og demografiske faktorer raffinerer Prognose af lungekræft: et populationsbaseret Undersøgelse

Abstrakt

Baggrund

Ved behandling af lungekræft, en nøjagtig vurdering af patientens kliniske resultat er afgørende for at vælge en passende behandlingsforløb. Det er vigtigt at udvikle en prognostisk lagdeling model, som kombinerer kliniske, patologiske og demografiske faktorer for individualiseret klinisk beslutningstagning.

Metode /vigtigste resultater

I alt 234,412 patienter diagnosticeret med adenokarcinomer eller planocellulært carcinomer i lunger eller bronkier mellem 1988 og 2006 blev hentet fra SEER database til at konstruere en prognostisk model. En model blev udviklet ved at estimere en Cox proportionel risiko model på 500 bootstrapped prøver. To modeller, den ene ved hjælp af fase alene, og en anden omfattende model med ekstra kovariater blev konstrueret. Den omfattende model konsekvent klaret sig bedre end den model, ved hjælp af scenen alene i prognostisk lagdeling og på Harrell s C, Nagelkerke R

2, og Brier Scores i hele patientpopulationen samt i specifikke behandlingsmodaliteter. Konkret omfattende model genererede forskellige prognostiske grupper med særskilte postoperativ overlevelse (log-rank

P

0,001) inden kirurgisk stadie IA og IB patienter i Kaplan-Meier-analyser. To yderligere patientkohorter (

n

= 1991) blev anvendt som en ekstern validering, med den omfattende model igen outperforme model ved hjælp af scenen alene med hensyn til prognostisk lagdeling og de tre evaluerede målinger.

Konklusion /Betydning

Disse resultater viser mulighederne for at anlægge en præcis prognostisk model kombinerer flere kliniske, patologiske, og demografiske faktorer. Den omfattende model forbedrer betydeligt individualiseret prognose på AJCC tumor iscenesættelse og er robust på tværs af en række behandlingsmodaliteter, spektret af patientens risiko, og i nye patientkohorter

Henvisning:. Putila J, Remick SC, Guo NL ( 2011) at kombinere kliniske, patologiske, og demografiske faktorer raffinerer prognosen for lungekræft: et populationsbaseret Study. PLoS ONE 6 (2): e17493. doi: 10,1371 /journal.pone.0017493

Redaktør: Ewout Steyerberg, University Medical Center i Rotterdam, Holland

Modtaget: September 1, 2010; Accepteret: 7 Februar 2011; Publiceret: 25 feb 2011

Copyright: © 2011 Putila et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Finansiering:. Denne undersøgelse blev finansieret af NIH NLM R01LM009500 (PI: Guo) og NCRR P20RR16440 og tillæg (PD: Guo). De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet

Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser

Introduktion

Lungekræft er en af ​​de mest aggressive typer kræft og konsekvent den førende årsag til kræft dødsfald i USA for både mænd og kvinder. Der er omkring 215.000 nye tilfælde og 161.000 dødsfald om året [1]. Ikke-småcellet lungekræft (NSCLC) tegner sig for omkring 80% af lungekræft tilfælde. Selvom tumor fase er stærkt prædiktiv for overlevelse i de fleste tilfælde, er det ikke forklare den særskilte variation i resultatet behandling inden patienter i samme scene. I øjeblikket, kirurgi er den største behandlingsmulighed for patienter med stadium I NSCLC. , 35-50% af trin I NSCLC imidlertid patienter vil få tilbagefald inden for fem år [2], [3], som er den væsentligste årsag til behandlingssvigt, dvs. død af lungekræft. Det er stadig et uløst udfordring for læger at pålideligt identificere patienter med høj risiko for tumor tilbagefald som kandidater til adjuverende kemoterapi.

Nylige undersøgelser har udnyttet en række oplysninger ud over tumor scene for prognostisk lagdeling og forudsigelse af udfaldet behandling [4] – [12]. Prognostiske faktorer såsom alder, køn og tumorklassificering, har vist sig at være stærkt forbundet med overlevelse. Alder er en veletableret risikofaktor for udvikling af lungekræft og kan også påvirke den type behandling modtaget enten på grund af sygesikring eller eksistensen af ​​følgesygdomme som udelukker visse behandlinger [13], [14]. Hanner diagnosticeret med lungekræft konsekvent oplever dårligere overlevelse end gør kvinder [15]. Denne kønsforskel fortsatte selv når der kontrolleres for andre variabler såsom tumor stadie, alder ved diagnose, og behandling.

Race har også vist sig at være en betydelig indikator for overlevelse, med asiater og stillehavsøboere oplever bedre overlevelse i både potentielle [16] og populationsbaserede undersøgelser [17]. Mens sygdommen mekanismen og genetisk baggrund ikke er godt karakteriseret, konsistensen af ​​dette fund er nyttig i forhold til prognosticering og behandling.

Den nye anvendelse af genetiske markører kan gøre det muligt for læger at gøre behandlingen beslutninger baseret på de særlige karakteristika af de enkelte patienter og deres tumorer, i stedet for befolkningsstatistik [18]. Denne undersøgelse præsenterer et alternativ vej til at forbedre personlig prognose NSCLC ved at kombinere kliniske, patologiske, og demografiske faktorer i en populationsbaseret undersøgelse (

n

= 234.412). Denne omfattende model blev testet på tværs af en række behandlingsmodaliteter og blindt valideret på flere separate patientkohorter (

n

= 1991). Den omfattende model opnået en betydelig forbedring i prognosticering sammenlignet med AJCC tumor staging system, herunder tilfælde konverteres til AJCC 7

th Edition [19]. Denne patient lagdeling ordning kunne integreres med fremtidige klinisk validerede prognostiske gen underskrifter for personlig prognose af NSCLC.

Metoder

Køb af Patient Kohorter

En kohorte af patienter diagnosticeret med lungekræft blev hentet fra Surveillance Epidemiologi og End Results (SEER) database [20]. Den SEER database er et aggregat af registerdata fra specifikke geografiske områder, der dækker cirka 26 procent af den amerikanske befolkning, og indeholder kliniske, demografiske, behandling og opfølgende oplysninger for en række kræftformer. Kravene til inklusion i studiet omfattede en diagnose af primær lunge adenocarcinom (ICD-O-3 8140-8380) eller pladecellekræft (ICD-O-3 8050-8080) mellem årene 1988 og 2006, samt tilgængelige data på tumor stadium tumorklassificering, race, alder, køn, sygdomsspecifik overlevelse, og behandling. Patienter, der blev diagnosticeret via obduktion eller dødsattest, eller ikke havde gyldige overlevelsesdata blev udelukket fra analysen. I alt 234,412 patienter mødte inklusionskriterierne. Patienterne iscenesat ved hjælp af 6

th udgave af AJCC iscenesættelse, generelt 2004 og nyere diagnoser, blev omkodet til 7

th udgave baseret på de foreslåede mellemstationer ændringer i AJCC Staging Manual [19] og information om tumorstørrelse , udvidelse, metastase, og lymfekirtelinvolvering fundet i SEER database, hvor det er muligt. I alt 58,634 tilfælde var i stand til at blive konverteret fra den 6

th til 7

th edition.

To yderligere patientkohorter blev også brugt som validering sæt. De-identificerede data for i alt 1.552 patienter, der behandles på Mary Babb Randolph Cancer Center på West Virginia University 1990-2009 med pladecellekræft (

n

= 758) eller adenocarcinom (

n

= 794) blev opnået. Undersøgelsen blev godkendt med en IRB fritagelse fra West Virginia University. Ifølge HIPAA regulering, kan de-identificerede kliniske oplysninger bruges i forskning uden forudgående samtykke fra patienterne. I alt 439 lunge adenocarcinom sager blev også opnået fra Shedden et al [21] for patienter med trin I-IIIB kræftformer. Disse patienter blev behandlet i H. Lee Moffitt Cancer Center, University of Michigan Comprehensive Cancer Center, Dana-Farber Cancer Institute og Memorial Sloan-Kettering Cancer Center. Patienter har givet samtykke. Disse data er blevet offentliggjort i Shedden et al [21] før. Det er ikke klart, om patienterne har givet skriftlig eller mundtlig samtykke. Protokollerne blev godkendt med Institutional Review Boards (IRB-Med) af de respektive institutter.

Konvertering af sagerne til AJCC 7

th Edition

Cases diagnosticeret fra 2004 og fremefter var i stand til at være omregnes til AJCC 7

th Edition. Den oprindelige TNM mellemstationer oplysninger om tumor størrelse og udvidelse (T), lymfeknude status (N), og fjernmetastaser (M) blev hentet fra seeren data. Ved hjælp af disse oplysninger, de T, N og M klassificører blev omkodet efter de nye retningslinjer [19] og derefter bruges til at bestemme AJCC 7

th Edition fase.

Model Byggeri og statistiske analyser

sygdom-specifik overlevelse blev analyseret primært bruge en Cox proportionel risiko model. Denne model estimerer effekten af ​​kovariater på tid, indtil en begivenhed, i dette tilfælde død, efter en diagnose. Fire modeller, en for hver af de histologiske og AJCC mellemstationer kombinationer, blev estimeret. I alt 500 bootstrapped prøver svarende i størrelse til den oprindelige adenocarcinom og pladecellecarcinom patientkohorter blev konstrueret. Denne metode har vist sig at være bedre end split sample teknikker [22], og generelt producerer mindre forudindtaget estimater med en mindre varians. En Cox model blev derefter passe på hver bootstrapped prøve. For at bestemme fordelen ved at anvende andre kovarianter foruden AJCC trin blev to sæt kovariater anvendes i modellen evaluering. Den første indeholdt oplysninger om tumor scenen og kvalitet, patientens alder, race og køn. Den anden indeholdt kun oplysninger om tumor scenen og blev anvendt som en model for nuværende klinisk praksis. Den endelige uddannelse model, der anvendes middelværdien af ​​alle koefficienter genereret fra bootstrapped prøver, som fordelingen af ​​hazard scoringer var normal. Hazard scoringer blev beregnet for hver patient i de oprindelige prøver baseret på den endelige model konstrueret af midlerne. Formlen bruges til at angive modellen er vist nedenfor, viser forholdet mellem risiko

h

for patient

jeg på

tid

t

koefficienterne, p, for kovariater 1 gennem

k

med værdier på

x

.

i den prognostiske kategorisering blev cutoffværdier defineret fra bootstrapped prøver at stratificere patienterne i en høj-, lav-, eller mellemliggende risikogruppe baseret på deres individuelle fare scoringer. COX-model og cutoff-værdier blev anvendt til den oprindelige kohorte til validering. Den prognostiske kategorisering blev evalueret med Kaplan-Meier overlevelse funktion, hvor den skønnede andel overlevende

S

til enhver tid

t

er lig med andelen af ​​ikke-censureret sager

n

overlevende interval

i

mindre antallet af dødsfald

d

i dette interval, som i den følgende formel:

Patienter stadig levende eller døde som følge af ikke-forbundne årsager blev censureret på tidspunktet for sidste opfølgning eller død hhv. Intern præstation blev målt ved hjælp af Harrell s C, Nagelkerke R

2, og Brier Scores. Harrell s C er et mål for konkordans som repræsenterer hele arealet under en ROC-kurve mellem 0 og 1, med højere score indikerer større konkordans [23]. ROC kurver blev anvendt i modellen evaluering med

proc

pakke i R. Den statistiske signifikans (

P-

værdi) af forskellen mellem arealerne under kurverne blev beregnet ved hjælp af Delong metoden i samme pakke. Et større område i denne sag viser en forbedret prædiktiv evne. Nagelkerke R

2 er funktionelt svarer til R

2 værdi i lineære modeller, der spænder mellem 0 og 1 med højere værdier forklarer mere varians, med denne variant bliver beregnet på log-sandsynligheden skala. Den Brier score repræsenterer den gennemsnitlige forudsigelsesfejl, der spænder fra 1 til 0, med lavere værdier angiver en lavere gennemsnitlig fejl. Betydningen af ​​risiko-gruppe lagdeling blev bestemt ved anvendelse af en log-rank test af Kaplan-Meier-funktion. Af log-rank test bruger kontingenstabeller ved hver observationsperiode for at bestemme, om der eksisterer en signifikant forskel mellem to overlevelsesfunktioner. Modellen konstrueret ved hjælp af den indstillede træning blev derefter yderligere valideret på SEER sub-kohorter samt patienter fra MBRCC og direktørens Challenge kohorter [21], uden at re-estimering modellens parametre eller cutoffs. Statistiske analyser blev udført med

PAMR

,

pec

,

Design

, og

overlevelse

pakker i

R

v2.11.0 .

Resultater

Denne undersøgelse fokuserede på to store celletyper af NSCLC, lunge adenocarcinom og pladecellekræft. For hver celletype blev en omfattende model konstrueret til at omfatte den tidligere AJCC iscenesættelse system (3

rd og 6

th udgaver) og den nuværende AJCC 7

th edition. De kliniske karakteristika SEER patientpopulation er anført i tabel 1, og to eksterne validering kohorter er opsummeret i tabel 2. bootstrapped model blev anvendt til at generere en fare score på hver patient i test-data som en blindet validering. De tidligere fastlagte parametre og cutoffs blev brugt til at stratificere patienterne i den oprindelige kohorte ind i de tre risikogrupper baseret på faren score på hver patient. Den prognostiske kategorisering af den omfattende model blev sammenlignet med flere udgaver af AJCC iscenesættelse system. Konkret blev lav risiko gruppe defineret af den omfattende model sammenlignet med AJCC trin I; den mellemliggende risiko gruppe blev sammenlignet med AJCC fase II og IIIA; hvorimod højrisiko-gruppen blev sammenlignet med AJCC stadie IIIB /IV. Betydeligt længere overlevelse i gruppen med lav risiko eller væsentligt dårligere overlevelse i gruppen med høj risiko blev anset for at være en forbedring i prognosticering ved hjælp af den omfattende model. Modellerne blev bygget ved at tage gennemsnittet af hver koefficient fra en Cox model fit på 500 bootstrapped prøver af hver oprindelige kohorte. Dette resulterede i i alt fire modeller, en for hver af de to AJCC mellemstationer systemer kombineret med to store NSCLC celletyper. Disse modeller blev testet på de oprindelige prøver i deres helhed, sub-kohorter repræsentative for fire store behandlingsmodaliteter og to eksterne kohorter.

I den samlede undersøgte patientpopulation, tidligere stadium på diagnosetidspunktet var signifikant relateret til sygdomsspecifik overlevelse i en univariate Cox proportional hazard model i både adenokarcinom og pladecellekræft for hver AJCC Iscenesættelse systemet (

P

0,05). I multivariate analyser AJCC fase, tumor kvalitet, patientens alder, race og køn var alle signifikant. Konkret blev lavere tumor kvalitet, yngre alder ved diagnose, og er af Asien /Stillehavsområdet Islander afstamning alle signifikant associeret med forbedret overlevelse (

P

0,05). Er mænd eller har en senere stadium ved diagnose var forbundet med en dårligere prognose over alle grupper. Den omfattende model indarbejde alle disse faktorer viste betydeligt forbedret prognostisk kategorisering sammenlignet med AJCC iscenesættelse, herunder den seneste udgave, der er beskrevet nedenfor.

Patienterne blev derefter tildelt til en af ​​fire behandlingsgrupper kategorier baseret på behandling rekord i SEER database. Disse kategorier var kirurgi, stråling, kirurgi med stråling, og ingen behandling er anført. For nemheds skyld blev denne bestemmelse baseret på tilstedeværelsen eller fraværet af ethvert kirurgisk eller stråling procedure, uanset den specifikke procedure.

Patient stratificering for lungeadenocarcinom (den AJCC 3

rd og 6

th udgave)

i alt 150,158 lunge adenocarcinom patienter iscenesat med 3

rd og 6

th AJCC Editions opfylder kriterierne for optagelse. Harrell s c statistik blev beregnet for både model ved hjælp scenen alene og den omfattende model ved hjælp af yderligere kovariater. Den omfattende model havde en højere C statistik (0,732) i forhold til scenen eneste model (0,694), samt vise en bedre forudsigelse af 5-års overlevelse efter den indledende behandling i ROC kurver (

P

0,0001 , fig. 1A). En tilsvarende forbedring blev set for Nagelkerke R

2 (0,294 vs. 0,253) og Brier score (0,134 vs. 0,143)

P

. 0,05 indikerer, at den fulde model er betydeligt mere præcise i forudsige sygdomsspecifikke overlevelse end tumor stadie.

analysen sammenligner effektiviteten af ​​hver model på behandling undergrupper viste også en lignende forbedring i prædiktiv evne med den omfattende model. Hos patienter, der fik kirurgi uden stråling, den omfattende model havde konsekvent bedre estimater for Harrell s C (0,768 vs. 0,723), Nagelkerke R

2 (0,225 vs. 0,173) og Brier Score (0,206 vs. 0,210). En tilsvarende forbedring, sammenfattet i tabel 3, 4 og 5, blev observeret hos patienter, der fik strålebehandling uden kirurgi, kirurgi med stråling, og dem uden opført behandling. Vejviser

Den lave -risk gruppe forudsagt af den omfattende model overlevede betydeligt længere end fase i-patienter, med en gennemsnitlig overlevelse på 69,6 versus 57,2 måneder (log-rank

P

0,0001). Hertil kommer, at højrisiko-gruppe forudsagt af den omfattende model havde en signifikant dårligere overlevelse end stadie IIIB /IV patientgruppe, med en gennemsnitlig overlevelse på 5,6 måneder sammenlignet med 11,9 måneder (log-rank

P

Int: mellemliggende risiko; H: høj risiko defineres af den fulde model. Stage eneste model indeholder patient med trin 1, 2, 3a, 3b og 4. e) Kaplan-Meier overlevelse plots for hver risikogruppe i patienter, der fik kirurgi uden stråling. f) Gennemsnitlig overlevelse for risikogrupper i patienter, der fik kirurgi uden stråling. L: lav risiko; Int: mellemliggende risiko; H: høj risiko. Stage eneste model indeholder patient med trin 1, 2, 3a, 3b og 4.

For lungeadenokarcinom patienter, som fik kirurgi uden stråling, den omfattende model var i stand til at forbedre den prognostiske evne AJCC iscenesættelse for patienter med lav risiko med en gennemsnitlig overlevelse på 72,4 versus 62,3 måneder (log-rank

P

0,0001). Patienterne i gruppen med høj risiko havde en gennemsnitlig overlevelse på 13,3 versus 30,6 måneder for de omfattende og scene alene modeller, henholdsvis (log-rank

P

0,0001). Den mellemliggende risikogruppe defineret af den omfattende model viste signifikant bedre prognose end fase II og III patienter (log-rank

P

0,0001;. Figur 2E og 2F). Lignende resultater blev observeret for patienter, der fik andre behandlingsmuligheder (resultater ikke vist). Specifikt for patienter, som fik både kirurgi og strålebehandling, stråling uden kirurgi, eller ingen behandling, kunne den omfattende model identificere patienter med højere risiko som kandidater til adjuverende kemoterapi, mens det kan spare lavrisiko-patienter fra unødigt aggressiv behandling.

lungeadenokarcinom sager konverteret til AJCC 7

th edition

i alt 38,426 lunge adenocarcinom sager blev omdannet til AJCC 7

th edition. Det er vigtigt at bemærke, at de konverterede sager udgør en meget mindre kohorte og har kortere opfølgende tid i forhold til den AJCC 3

rd og 6

th Edition kohorter. Når man overvejer hele patientprøve, Harrell s C i den omfattende model versus scenen eneste model (0,763 vs. 0,731), forudsigelse af overlevelse på 30 måneder (

P

. 0,0001, figur 1C), Nagelkerke R

2 (0,305 vs. 0,274) og Brier score (0,144 vs. 0,150) blev alle forbedret. Disse virkninger varer, når man overvejer de fire patientens sub-kohorter defineret af behandlingsmodalitet, selv om udførelsen af ​​begge modeller ligeledes blev nedsat, når sammenlignet med det oprindelige staging system. Patienten sub-kohorte uden listet behandling udført værst på alle tre målinger. En forbedring af prognostiske kategorisering svarer til den observeret i de uomdannede tilfælde (den AJCC 3

rd og 6

th iscenesættelse) blev fundet for den samlede befolkning og specifikke behandlingsmetoder (fig. 3). Når man overvejer alle behandlinger lav risikogruppe forudsagt af den omfattende model havde en gennemsnitlig overlevelse på 16,4 måneder sammenlignet med 15,3 måneder for fase I i AJCC 7

th udgave (log-rank

P

0,0001). Forudsigelse af gruppen med høj risiko blev også væsentligt forbedret med en gennemsnitlig overlevelse på 2,0 måneder for den omfattende model og 3,6 måneder for trin III B /IV (log-rank

P

0,0001).

a) Histogram af Hazard Scores opnået fra den omfattende model. b) Sandsynlighed for at dø af lungekræft før 24 måneder baseret på Hazard Scores beregnet ved hjælp af den omfattende model. c) Kaplan-Meier overlevelse grunde til lav-, mellemrunder og højrisikogrupper bestemt af den omfattende model (blå) og AJCC rastende alene (orange). d) Gennemsnitlig overlevelse i hver gruppe i måneder, med log-rank

P

-værdier vist. e) Kaplan-Meier-overlevelse grunde til hver risikogruppe i patienter, der fik kirurgi uden stråling. f) Gennemsnitlig overlevelse for risikogrupper i patienter, der fik kirurgi uden stråling. L: lav risiko; Int: mellemliggende risiko; H: høj risiko defineres af den fulde model. Stage eneste model indeholder patient med trin 1, 2, 3a, 3b og 4.

For lungeadenokarcinom patienter, som fik kirurgi uden stråling, den omfattende model væsentligt forbedret prognosticering i gruppen med lav risiko (16,5 versus 16,0 måneder, log-rank

P

0,0001). Den højrisikogruppe havde en gennemsnitlig overlevelse på 4,3 måneder for den omfattende model og 8,9 måneder for trin III B /IV (log-rank

P

0,0001)). Den omfattende model var også i stand til at forbedre prognosticering for både høj og lav risiko grupper i patienter, der fik både kirurgi og strålebehandling eller ingen behandling (P 0,05), og i højrisikogruppe for patienter, der fik strålebehandling uden kirurgi (

P

0,0001). Prognosticering ved hjælp af den omfattende model matchede eller forbedret ikke-signifikant på scenen eneste model i patientprøver, som ikke opnåede signifikans (resultater ikke vist).

prognosticering af pladecellekræft lungekræft (den AJCC 3

rd og 6

th udgave)

i alt 84,254 skællede celle lunge kræftpatienter diagnosticeret med ACC 3

rd og 6

th iscenesættelse systemet mødte inklusionskriterierne. Udførelse af både de omfattende og scene kun modeller blev faldt en smule i forhold til de adenocarcinom patienter i den samlede patientprøve. Dog var der stadig en forbedring i den samlede behandling kohorte, når du bruger den omfattende model på Harrell s C (0,722 vs. 0,706), forudsigelse af 5-års overlevelse i ROC kurver (

P

. 0.0001Fig 1B ), Nagelkerke R

2 (0,289 vs. 0,274), men ikke på Brier score (0,119 vs. 0,119). Der var en lignende forbedring i sub-kohorter defineret af behandling modalitet, med den omfattende model klarer sig så godt eller bedre end den fase eneste model i alle sub-kohorter. I den samlede kohorte, lav-risiko gruppe defineret af den omfattende model havde en gennemsnitlig overlevelse på 51,3 måneder versus 45,7 måneder i trin I planocellulært lungecancer (log-rank

P

0,0001). Den højrisikogruppe havde en gennemsnitlig overlevelse på 1,7 måneder versus 4,7 måneder i fase IIIB /IV patienter (log-rank

P

0,0001).

Lignende resultater blev fundet, når kun at sammenligne dem, der modtog kirurgisk behandling, med lav-risiko gruppen forudsagt af den omfattende model overleve i gennemsnit 58,2 måneder sammenlignet med 55,3 måneder for fase i-patienter (log-rank

P

0,0001), og den høje -risk gruppe overlevende i gennemsnit 1,2 versus 9,3 måneder i stadie IIIB /IV patienter (log-rank

P

0,0001;. figur 4E og 4F). Lignende resultater blev også observeret for planocellulært lungekræftpatienter, som fik kirurgi og strålebehandling, stråling uden kirurgi, og ingen behandling (resultater ikke vist) med den omfattende model forbedre prognosticering blandt højrisikopatienter i alle tre prøver (log-rank

P

0,05), og hos patienter med lav risiko for dem, der modtager kirurgi med stråling eller ingen behandling (log-rank

P

. 0,05)

a) Histogram af Hazard Scores opnået fra den omfattende model. b) Sandsynlighed for at dø af lungekræft før 24 måneder baseret på Hazard Scores beregnet ved hjælp af den omfattende model. c) Kaplan-Meier overlevelse grunde til lav-, mellemrunder og højrisikogrupper bestemt af den omfattende model (blå) og AJCC rastende alene (orange). d) Gennemsnitlig overlevelse i hver gruppe i måneder, med log-rank

P

-værdier vist. e) Kaplan-Meier-overlevelse grunde til hver risikogruppe i patienter, der har modtaget kirurgi uden stråling. f.) Gennemsnitlig overlevelse for risikogrupper i patienter, der fik kirurgi uden stråling. L: lav risiko; Int: mellemliggende risiko; H: høj risiko defineres af den fulde model. Stage eneste model indeholder patient med trin 1, 2, 3a, 3b og 4.

planocellulært lunge kræfttilfælde konverteret til AJCC 7

th edition

I alt 20,208 skællede celle lunge kræfttilfælde kunne konverteres til AJCC 7

th edition. Forudsigelse var den samme eller forbedret ved brug af omfattende model for alle tre målinger og i alle behandlingsgrupper kohorter fandt imidlertid forskellen mellem de to modeller var marginal i nogle tilfælde. Den mest markante forbedring i forudsigelse var i sub-kohorte af patienter, der fik kirurgi uden stråling. For denne gruppe, den omfattende model udkonkurrerede scenen eneste model på Harrell s C (0,689 vs. 0.670), forudsigelse af overlevelse på 30 måneder (

P

. 0,0001, figur 1D), Nagelkerke R

2 (0,064 vs. 0,055), og marginalt på Brier score (0,113 vs. 0,114).

den lave risikogruppe forudsagt af den omfattende model overlevede i gennemsnit 14,7 måneder, hvilket er en markant bedre prognose end gennemsnittet overlevelse på 13,7 måneder i fase i-patienter (log-rank

P

0,0001). Den højrisikogruppe havde et gennemsnit på 1,8 versus 3,0 måneder sammenlignet med fase III B /IV patienter (log-rank

P

0,0001).

Hos patienter, der får kirurgi uden stråling, den omfattende model forudsagde en gennemsnitlig overlevelse på 15,7 måneder for gruppe af lav risiko versus 15,2 måneder for fase i (log-rank

P

= 0,0114). Den gennemsnitlige overlevelse for gruppen med høj risiko ikke adskiller sig væsentligt fra det stadie IIIB /IV (

P

= 0,8764), dels på grund af den lille prøvestørrelse og korte opfølgning, selv om den omfattende model viste en ikke-signifikant forbedring af 5,0 versus 7,8 måneder. Disse resultater er opsummeret i fig. 5. Hos patienter behandlet med stråling uden kirurgi eller strålebehandling med kirurgi, blev prognostisk kategorisering forbedret kun i højrisikogruppen, med en gennemsnitlig overlevelse på 2,1 versus 3,2 måneder og 2,4 versus 6,1 måneder, sammenlignet til fase alene (log- rang

P

= 0,0136;. resultater ikke vist)

a) Histogram af Hazard Scores opnået fra den omfattende model. b) Sandsynlighed for at dø af lungekræft før 24 måneder baseret på Hazard Scores beregnet ved hjælp af den omfattende model. c) Kaplan-Meier overlevelse grunde til lav-, mellemrunder og højrisikogrupper bestemt af den omfattende model (blå) og AJCC rastende alene (orange). d.) Gennemsnitlig overlevelse i hver gruppe i måneder, med log-rank

P

-værdier vist. e) Kaplan-Meier-overlevelse grunde til hver risikogruppe i patienter, der fik kirurgi uden stråling. f.) Gennemsnitlig overlevelse for risikogrupper i patienter, der fik kirurgi uden stråling. L: lav risiko; Int: mellemliggende risiko; H: høj risiko defineres af den fulde model. Stage eneste model indeholder patient med trin 1, 2, 3a, 3b og 4.

Behandling valg for trin I patienternes

Patienter med stadium I kræftformer som blev behandlet med kirurgi uden stråling blev udtrukket til en yderligere analyse for at afgøre, om den omfattende model kunne identificere patienter tidlige fase, der kan omfattes af et mere aggressiv behandling. Etapen I kohorten blev derefter yderligere separeret i trin IA og IB patienter, med koefficienterne fra omfattende model anvendes for at teste evnen af ​​de yderligere faktorer til at stratificere en relativt homogen sæt af patienterne. Høj og lav risiko gruppemedlemskab blev defineret i forhold til medianen fare score for hver kohorte. For adenocarcinom den omfattende model var i stand til at stratificere stadie IA og IB hjælp af både 3

rd og 6

th Editions samt 7

th Edition (log-rank

P

0,0001; Kaplan-Meier analyser. figur 7). Disse resultater viser, at den omfattende prognostiske model var i stand til pålideligt at identificere trin I NSCLC patienter med højere risiko for tumor tilbagefald. Disse højrisiko patienter bør overvejes til adjuverende kemoterapi.

Kaplan-Meier plot viser forskellen mellem lav- og højrisikogrupper som fastsat af den omfattende model. Data om sub-scenen var kun tilgængelig for patienter iscenesat ved hjælp af AJCC 6

th Edition iscenesættelse systemet (2004 og senere) og for de patienter, omregnes til 7

th Edition.

de Kaplan-Meier plot viser forskellen mellem lav- og højrisikogrupper som bestemt af den omfattende model. Data om sub-scenen var kun tilgængelig for patienter iscenesat ved hjælp af AJCC 6

th Edition iscenesættelse systemet (2004 og senere) og for de patienter, omregnes til 7

th Edition.

ekstern Validation

den omfattende model var også i stand til at forbedre prognosticering i de eksterne validering sæt fra MBRCC og direktørens Challenge kohorte [21]. Patienter med begge adenokarcinomer (

n

= 794) og planocellulært karcinom (

n

= 758) med alle tumor stadier var tilgængelig fra MBRCC kohorte. Direktørens Challenge kohorte indeholdt kun lungeadenokarcinom patienter med stadium I, II og III (

n

= 439).

Be the first to comment

Leave a Reply