Abstrakt
Baggrund
Præcis vurdering af en patients risiko for tilbagefald og behandlingsrespons er en vigtig forudsætning for personlig terapi i lungekræft. Denne undersøgelse udvider en tidligere beskrevet ikke-småcellet lungekræft prognostisk model ved tilsætning af kemoterapi og komorbiditeter gennem brug af forbundne SEER-Medicare data.
Metode /vigtigste resultater
Data på 34.203 lungeadenocarcinom og 26,967 pladecelle-lungecarcinom patienter blev anvendt til at bestemme bidraget fra kronisk obstruktiv lungesygdom (KOL) til prognosticering i 30 behandlingskombinationer. En Cox model herunder KOL blev anslået på 1.000 bootstrap prøver, med den resulterende model vurderes ROC, Brier Score, Harrell s C, og Nagelkerke R
2 målinger for at vurdere forbedringer i prognosticering over en model uden KOL. Tilsætningen af KOL til den model inkorporerer kræft stadium, alder, køn, race og tumorklassificering blev vist sig at forbedre prognosticering på flere patientgrupper. For lungeadenocarcinom patienter, der var en forbedring på prognosticering i den samlede patientpopulation og hos patienter uden at modtage kemoterapi, herunder dem, der kun modtager kirurgi. For planocellulært karcinom, blev en forbedring på prognosticering ses i både den samlede patientpopulation og hos patienter i flere typer af kemoterapi. KOL tilstand var i stand til at stratificere patienter, der får de samme behandlinger i betydeligt (log-rank
s
0,05). Forskellige prognostiske grupper, uafhængigt af kræft fase
Konklusion /Betydning
kombinere patientinformation om KOL, kræft scene, alder, køn, race, og tumor klasse kunne forbedre prognosticering og forudsigelse af behandlingsrespons i individuelle ikke-små patienter celle lungekræft. Denne model gør det muligt raffineret prognose og vurdering af kliniske resultat af omfattende behandlingsregimer, der giver et nyttigt redskab til personlig klinisk beslutningstagning
Henvisning:. Putila J, Guo NL (2014) kombinere KOL med kliniske, patologiske og demografiske Information Opdeler Prognose og behandlingsrespons Forudsigelse af ikke-småcellet lungekræft. PLoS ONE 9 (6): e100994. doi: 10,1371 /journal.pone.0100994
Redaktør: John D. Minna, Univesity of Texas Southwestern Medical Center på Dallas, USA
Modtaget: April 23, 2014 Accepteret: 30. maj 2014 Udgivet: 26 jun 2014
Copyright: © 2014 Putila og Guo. 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
Data Tilgængelighed:. Det forfattere bekræfter, at for godkendte årsager, nogle adgangsbegrænsninger anvendelse på de data, der ligger til grund for resultaterne. Seer-Medicare data, der anvendes i denne undersøgelse blev opnået fra NCI, som er givet i licens til dette projekt. For dem der er interesseret i at få data, bør de kontakte relevante personer i SEER på seer.nci.gov. Kontaktpersonen er Yanisko, Elaine (IMS) [email protected] .
Finansiering: Dette arbejde blev støttet af NCRRP20 RR16440 Stimulus Grant (PD: Dr. Nancy Guo) (http: //opsving .nih.gov /Historier /ViewStory.aspx id = 449) og National Institutes of Health (NIH) R01 /R56LM009500 (PI:? Dr. Nancy Guo) (https://www.nlm.nih.gov/ep/AwardsShortTerm .html). De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet
Konkurrerende interesser:. Dr. Nancy Guo er en PLoS Editorial Board medlem. Dette ændrer ikke forfatternes overholdelse PLoS ONE Redaktionelle politikker og kriterier.
Introduktion
Lungekræft er den hyppigste årsag til kræft-relaterede dødsfald i industrialiserede lande [1]. Ikke-småcellet lungekræft (NSCLC) tegner sig for omkring 80% af lungekræft tilfælde. Større histologi af NSCLC omfatter lungeadenocarcinom og pladecelle-lungecarcinom. Tumor tilbagefald og metastaser er den vigtigste behandling fiasko (dvs. død) af lungekræft. I den nuværende praksis, kirurgisk resektion er den største behandlingsmulighed for trin I NSCLC patienter. Alligevel op til 50% af trin I NSCLC-patienter vil udvikle og dø af tumortilbagevenden inden for fem år efter operationen [2], [3]. Det er derfor vigtigt at vælge tidlige stadie NSCLC patienter til mere aggressiv behandling. På den anden side, er patienter med positiv lymfeknude Involvering anbefales at modtage adjuvans kemoterapi. Imidlertid er fordelene ved kemoterapi på NSCLC ikke overbevisende [4]. Seneste meta-analyse af 12 randomiserede studier viste, at brugen af kombinationskemoterapi havde betydeligt bedre klinisk resultat end enkeltstof kemoterapi [5]. I øjeblikket er en ordning klinisk beslutning for at anbefale hvilke kemoterapi og behandlingsforløb ville være optimalt for en bestemt patient.
En af de vigtigste faktorer, der påvirker overlevelsen af patienter med lunge- og Bronkie kræftformer er udvælgelsen af en passende behandlingsforløb baseret på en nøjagtig vurdering af patientens risiko. Imidlertid er valget af en behandlingsforløb i øjeblikket hovedsageligt baseret på kræft scenen alene trods bidrag andre faktorer til patient overlevelse. Især kan co-morbiditet såsom COPD have en signifikant virkning på den langsigtede overlevelse skyldes varierende behandling kandidatur, øget komplikation sats eller nedsat behandlingseffekt [6] – [8], og prævalensen af KOL er forhøjet i patienter med lungecancer uafhængig af alder, køn og rygevaner [9]. En væsentlig hindring er at bestemme bidraget fra hver af disse faktorer, herunder KOL, kræft fase, tumor klasse, alder, køn, race og histologi, i en omfattende prognostisk model. Det ville være klinisk nyttigt at udvikle en sådan model til vurdering af individuel patientbehandling resultat i omfattende terapeutiske regimer, herunder kirurgi, stråling, og flere kemoterapeutiske midler, ved hjælp af store patient journaler.
co-morbiditet, som påvirker lunge funktion, såsom KOL, sandsynligvis vil påvirke postoperativ overlevelse uafhængig af deres virkninger på kirurgisk kandidatur på grund af muligheden for nedsat lungefunktion. Forceret eksspirationsvolumen i 1 sekund (FEV
1) af en patient, en mulig indikator for COPD, viste sig at være en væsentlig prognostisk faktor i en model der kontrolleres for andre kliniske variabler som nodal status [10], [11 ]. Selvom KOL og lungekræft ofte ses sammen i patienter på grund af deres fælles association med rygeadfærd, hverken tilstanden er en klinisk endepunkt for den anden. Derfor er det vigtigt at undersøge, om KOL er en potentiel prognostisk faktor for lungekræft, og hvordan at indarbejde det i udvælgelsen behandling.
Tidligere udviklede vi en prognostisk model udnytter tilsvarende data fra Surveillance Epidemiologi og End -resultater (SEER) kræft registreringsdatabasen initiativet [12]. Den tidligere tilgang udnyttet kliniske, patologiske, og demografiske variabler i en enkelt model for at opnå overlegen prognosticering over en tilsvarende model med kræft scenen alene. Denne model blev imidlertid begrænset af dataene i, at anvendelsen af specifikke kemoterapier og tilstedeværelsen af følgesygdomme kunne ikke bestemmes. Denne undersøgelse udvider tidligere analyse ved at udnytte patient journaler fra den sammenkædede SEER-Medicare database. Disse yderligere data tillader rolle KOL i prognosticering, der skal fastlægges på tværs kombinationer af kirurgiske, radiologiske og kemoterapeutiske behandlinger [13] – [15]. I denne undersøgelse, vi søgte at en) udvikle en omfattende lungekræft prognostisk model ved at indarbejde information af KOL, alder, køn, race, tumor kvalitet, kræft scene, AJCC iscenesættelse udgave, og histologi; 2) anslår 2-års og 5-års overlevelsen sandsynlighed for patienter, der fik kirurgi, stråling, og kemoterapi, herunder platin-baseret, Platinum /taxan, og Carboplatin /paclitaxel /Avastin; 3) at udvikle et online NSCLC prognostisk værktøj til individualiseret klinisk beslutningstagning.
Patienter og metoder
Patient data blev opnået fra den sammenkædede SEER-Medicare database, en kombination af befolkning-baseret register data og fakturering historier for patienter omfattet af Medicare [16]. Kort sagt, er data fra de deltagende SEER registre forbundet med Medicare data ved hjælp af CPR-nummer, folketælling tarmkanalen, alder og andre identificerende variabler [15]. De resulterende data indeholder oplysninger om behandlinger, co-morbiditet stede i patienten, klinisk præsentation, overlevelse og demografi. Kriterier for optagelse i denne analyse var en diagnose af lunge eller bronkier kræft mellem 1991 og 2005, og fuldstændige oplysninger om alder, race, køn, tumor kvalitet og scene samt gyldigt opfølgning og fakturering historie. Dette sæt af patienterne blev yderligere forfinet til kun omfatter dem med tumorer bredt klassificeres som enten pladecellekarcinom eller adenokarcinom. Sager udelukkende rapporteret fra obduktion eller dødsattest blev udelukket. I alt 34,203 patienter med lunge adenokarcinomer og 26,967 patienter med planocellulært lungecarcinomer mødte disse kriterier (tabel 1).
Administrationen af kemoterapi blev bestemt ved anvendelse af Healthcare Common Procedure varenomenklatursystem (HCPCS) koder i kombination med International Classification of Diseases (ICD) koder. For hver patient blev alle poster søgt efter poster med en HCPCS kode, der angiver, at kemoterapi blev administreret. Disse poster blev derefter krydsrefereret med ICD primære og sekundære diagnosekoder for denne post for at sikre, at agenten blev administreret til behandling af lunge- eller Bronkie kræftformer. Fire specifikke midler, cisplatin, carboplatin, docetaxel, og paclitaxel blev anset foruden en bred gruppe dække en række kemoterapeutiske midler.
Patienterne blev også analyseret efter variabel administration af kurativ kirurgi og radiologisk behandling. Fem grupper blev dannet på grundlag af kirurgiske og radiologiske behandlinger; en gruppe indeholdende alle patienter uanset behandling, en gruppe for patienter med kirurgi uden stråling, en anden for sådanne med stråling uden kirurgi, en gruppe med både kirurgi og strålebehandling, en gruppe af patienter uden nogen behandling opført. Kirurgiske og radiologiske behandling gruppeopgaver var baseret på tilstedeværelsen af enhver helbredende behandling af den pågældende type i SEER del af dataene.
co-morbiditet blev målt som komponenter i en version af Charlson komorbiditetsindeks (CCI) er tilpasset til bruge med administrative data [17] – [19]. Co-morbiditet blev bestemt ved hjælp af kode tilgængelig fra NCI designet specielt til dette SEER-Medicare datasæt (https://healthservices.cancer.gov/seermedicare/program/comorbidity.html), under forudsætning af, at tilstedeværelsen af en behandling for en bestemt sygdom i faktureringshistorik var tegn på dens tilstedeværelse i patienten på det tidspunkt. Alle krav ud til tre år forud for diagnosen lungekræft blev analyseret for specifikke sæt af ICD-9-koder indikerer en af betingelserne i de fælles konsulære instrukser. Efter at finde et relevant ICD kode for nogen af de 18 betingelser, der indgår i indekset, blev patienterne markeret som værende positivt for den tilsvarende tilstand. Bestemmelsen af kemoterapi brug og co-morbiditet blev udført ved hjælp af
SAS
udgave 9.2 i PC miljø.
Patientens alder, race og køn blev identificeret ved hjælp af oplysninger i SEER del af data , med sort og Asien /Pacific Islander patienter, der i forhold til Whites som referencegruppe. Tumor klasse blev også identificeret fra SEER del af dataene. Tumor kvaliteter 1 og 2 blev samlet og fungerede som en referencegruppe for kvaliteter 3 og 4, som også var grupperet i Cox modellerne. Kræft etape blev opført i SEER del af dataene i enten 3
rd eller 6
th udgave af AJCC iscenesættelse system. Records kodet ved hjælp af 6
th Edition var i stand til at blive omkodet til 7
th Edition forudsat at de havde fuldstændig og gyldig information om tumorstørrelse, udvidelse, lymfeknudeinvolvering, og fjernmetastaser. Kræft trin I blev brugt som referencegruppe i Cox modellerne. Antallet og fordelingen af patientkarakteristika er nærmere beskrevet i tabel 1.
Cox modellering blev anvendt til at estimere en proportional farer model til brug i kvantitativ vurdering af patientens risiko givet flere variable. To separate modeller blev anslået: en fuld model med oplysninger om patientens alder, race, køn, histologi, tumor kvalitet og kræft scenen som er udviklet i vores tidligere undersøgelse [12], og en KOL model indeholder de samme variabler med en yderligere indikator for tilstedeværelse af KOL. Udførelsen af disse to modeller blev sammenlignet for at vurdere, om tilsætning af KOL kunne forbedre prognosticering og forudsigelse af udfaldet behandling. For både Fuld og KOL-modeller blev i alt 1.000 Cox proportional-hazard modeller estimeres ved anvendelse bootstrapped prøver lige i størrelse til den oprindelige patient kohorte. Fordelingerne af koefficienter blev vurderet for normalitet, og gennemsnittet af hver koefficient blev taget. Dette sæt af koefficienter dannede den endelige model for hver tilgang
Modellerne blev derefter vurderet på i alt fire målinger.; område under en ROC-kurve, Brier Score, Harrell s c, og Nagelkerke R
2. ROC foranstaltning repræsenterer området under et integreret ROC-kurve ud til 60 måneder for den oprindelige 3
rd Edition AJCC iscenesættelse, og 24 måneder for 6
th og recoded 7
th Edition AJCC iscenesættelse. Den Harrell s
c
foranstaltning svarer til ROC foranstaltning, men tager hensyn til det aspekt af tid. Nagelkerke R
2 er en generaliseret form for determinationskoefficienten (R
2) passer til overlevelse modeller. ROC,
c
-statistic, og R
2-foranstaltninger al rækkevidde fra 0 til 1, med højere score indikerer bedre ydeevne. Den Brier score er et mål for nøjagtigheden af overlevelse forudsigelser, og går fra 0 til 1 med lavere score bliver bedre. Svarende til ROC foranstaltning blev Brier score beregnet til 36 måneder for den oprindelige AJCC iscenesættelse og 24 måneder for recoded AJCC iscenesættelse. Disse skøn blev udført på 1.000 bootstrapped patientkohorter med en to-halet
t
-test anvendes til at vurdere signifikante forskelle mellem modeller på hver test [20]. Alle modeller skøn og vurderinger blev udført ved hjælp af
R
udgave x64 2.15.0, med
overlevelse
,
risksetAUC
,
Design
,
rms
,
pec
, og
Hmisc
pakker.
de endelige modeller, der skal anvendes i online-værktøj blev bygget ved hjælp af koefficienterne tidligere for modellerne indeholder estimerede cancer fase, tumor kvalitet, histologi, alder, race /etnicitet, køn og KOL status. I alt 6 modeller, en for hver AJCC Staging Edition og histologi kombination, blev konstrueret. Cutoffs for hver AJCC Edition og histologi gruppe blev bestemt ved at vælge en cutoff at opdele patienterne i høj eller lav risiko grupper på tværs af intervallet Hazard Scores i den samlede patientpopulation og teste forskellen i overlevelse mellem Full og Stage Kun modeller, henholdsvis på iterativ måde. De endelige cutoffs repræsenterer punkter, hvor Full model viser den største forbedring i udvælgelsen både høj- og lavrisiko-patienter i denne gruppe. Denne lagdeling er repræsenteret i figur S7. De endelige koefficienter og grafisk repræsentation af langsigtede overlevelse som bestemt af Hazard Score er vist for hver model i resultatafsnittet. For at estimere prognose og behandlingsrespons af en ny patient, er Hazard Score estimeret ved hjælp af koefficienterne for hver variabel i den tilsvarende model. Et repræsentativt billede af webbaseret applikation (www.personalizedRx.org) af den endelige prognostisk model findes i resultaterne.
Resultater
Virkningen af KOL og andre co-morbiditet på NSCLC overlevelse
Hos patienter, der kun kirurgi uden strålebehandling eller kemoterapi, viste KOL signifikant association (
s
0,05; Cox model) med lungekræft sygdomsspecifikke overlevelse (tabel 2). Andre komorbide tilstande, herunder kongestiv hjerteinsufficiens, perifer vaskulær sygdom, cerebrovaskulær sygdom, diabetes med følgesygdomme, og gastrointestinale sår, havde også en signifikant (
s
0,05; Cox model) association med sygdomsspecifikke overlevelse (tabel 2). Som en uafhængig prognostisk faktor, KOL status alene var i stand til signifikant stratificere patienter i høj- og lavrisiko-grupper (
s
0,05) i alle lungeadenokarcinom patienter og skællede celle lunge karcinom patienter diagnosticeret med AJCC 3
rd edition (figur 1). I de betydelige tilfælde, NSCLC patienter uden KOL viste konsekvent og signifikant bedre overlevelse sammenlignet med dem med KOL i hele perioden af postoperativ opfølgning, hvilket indikerer, at virkningerne af KOL er manifesteret i både kort og lang sigt sygdom -specifik overlevelse (figur 1). Lille stikprøvestørrelse i de nyere pladecellekræft grupper diagnosticeret med AJCC 6
th Edition og dem recoded til 7
th udgave af AJCC iscenesættelse Systemet har måske hæmmet opnå en statistisk signifikant stratificering efter KOL. Alligevel indikerer resultaterne KOL-patienter, der har kortere sygdomsspecifik overlevelse.
Login-rank tests blev anvendt til at vurdere forskellen i overlevelse sandsynligheder for to grupper.
KOL blev yderligere etableret som en selvstændig prognostisk faktor i evalueringen af fase 1, fase 2 og 3a patientgrupper, der modtager specifikke behandlinger. Især i fase 1 lunge adenocarcinom og skællede celle lunge carcinoma patienter, der fik kirurgi uden nogen systemisk terapi, dem uden KOL havde signifikant (
s
0,05) bedre postoperative overlevelse end de havde KOL (Tal S1 til S4). Lignende resultater blev observeret i fase 2 og 3a NSCLC patienter, der fik kirurgi uden systemisk terapi (Tal S1 til S6). Gunstigere kliniske resultat blev også observeret i fase 1, fase 2 og 3a patienter uden KOL sammenlignet med dem med KOL, som modtog kirurgi eller strålebehandling med systemisk terapi (figur S1 til S6). Disse resultater indikerer, at KOL er en betydelig og uafhængig prognostisk faktor NSCLC.
Evaluering af kliniske, patologiske og demografiske faktorer i NSCLC prognose
For at vurdere, hvilke faktorer der er vigtige determinanter i NSCLC prognose , patient kliniske, patologiske, og demografiske variabler blev sammenlignet i god prognose (dem, der overlevede mere end 5 år efter diagnosen) og dårlig prognose (dem, der døde inden for 2 år efter diagnose) grupper. For at reducere forstyrrende faktor behandling virkninger på kliniske resultater blev kun patienter, der fik kirurgi uden stråling eller kemoterapi inkluderet i denne analyse. Resultaterne på patienter diagnosticeret med AJCC 3
rd iscenesættelse systemet blev vist i tabel 3. De nærmere resultater på de nyere patienter diagnosticeret med AJCC 6
th udgave, og den recoded 7
th udgave er ikke inkluderet i dette manuskript og fås i [21]
Konkret god prognose gruppe havde signifikant lavere procentdel af patienter med KOL (
s
0,05;.
t
– tests). I lungeadenocarcinom patienter, 34,2% af patienterne havde KOL i dårlig prognose gruppe versus 24,2% med KOL i god prognose gruppe (
s
0,0001;
t
-tests). I pladecellekræft celle lungekræftpatienter, 39,9% af patienterne havde KOL i dårlig prognose grupper versus 34,0% med KOL i god prognose gruppe (
s
0,0005;
t
-tests).
kræft etape var også en væsentlig faktor, og dårlig prognose gruppe havde mere fremskreden cancer stadie (
s
0,0001;
t
-tests) i både lunge adenocarcinom og skællede celle lunge carcinima. Tumor klasse var en signifikant (
s
0,0001;
t
-tests). Faktor i lunge adenocarcinom, men ikke i planocellulært lunge karcinom
Patientens alder var en væsentlig prognostisk faktor i lungeadenocarcinom og pladecelle-lungecarcinom diagnosticeret med alle AJCC mellemstationer systemer. Den gennemsnitlige patient alder i lungeadenokarcinom var 73,8 år i dårlig prognose gruppe og 72,3 i god prognose gruppe (
s
0,0001;
t
-tests); mens den gennemsnitlige patient alder i pladecellekræft lungecarcinom patienter var 73,85 i dårlig prognose gruppe og 72,13 i god prognose gruppe (
s
0,0001;
t
-tests).
Patient køn var en betydelig prognostisk faktor, med flere mandlige patienter i dårlig prognose end i god prognose gruppe i både adenokarcinom og pladecellekræft lunge karcinom (
s
0,0001;
t
-tests). Procentdelen af mandlige lungeadenocarcinom patienter var 39,9% i god prognose og 56,5% i dårlig prognose; hvorimod i planocellulært lunge karcinom, andelen af mandlige patienter var 59,08% i god prognose gruppe og 68,31% i dårlig prognose gruppe.
Patient løb var ikke en væsentlig faktor i NSCLC prognose (tabel 3). I god prognose gruppe af lunge adenocarcinom, var der en højere procentdel af API (5,7% vs. 4,7%) og en lavere procentdel af sort (5,1% vs. 6,4%) end i dårlig prognose gruppe, men forskellen var ikke statistisk signifikant. Denne tendens blev dog ikke observeret i planocellulære lunge karcinom.
prognosticering Forbedring med Tilsætning af KOL i Lung Adenocarcinom
I en tidligere undersøgelse, har vi vist, at integrere patientoplysninger, herunder alder , køn, race, kræft stadium og tumorklassificering forbedrer prognosticering nøjagtighed på cancer staging system til både lungeadenocarcinom og pladecelle-lungecarcinom [12]. I den foreliggende undersøgelse har vi konstateret, at KOL er en uafhængig prognostisk faktor for NSCLC. Med den sammenkædede SEER-Medicare database, patientbehandling oplysninger, herunder specifik systemisk terapi, kunne hentes. Derfor har dette studie søgt at 1) undersøge, om tilsætningen af COPD i omfattende model yderligere kunne forbedre prognosticering af NSCLC; og 2) estimere det kliniske resultat af 30 behandlingskombinationer ved hjælp af denne omfattende model til at guide individualiseret terapi.
lungeadenocarcinom patienter diagnosticeret med den oprindelige AJCC 3
rd Edition mellemstation, tilsætning af KOL til den omfattende model resulterede i en betydelig prognosticering forbedring (
s
0,05; Harrell s
c
-statistic) i den samlede patientgruppe modtager nogen behandling. Konkret var der også signifikant prognosticering forbedring hos patienter behandlet med kirurgi alene (
s
0,05; Harrell s
c
-statistic) og patienter uden at modtage kemoterapi (
s
0,05; Harrell s
c
-statistic og ROC foranstaltninger flere detaljer leveres i [21])
i lungeadenokarcinom patienter diagnosticeret med AJCC 6
th iscenesættelse system med. tilsætning af KOL var der en signifikant prognosticering forbedring i den samlede gruppe af patienter, der fik nogen behandling (
s
= 0,0480; Harrell s
c-
statistik). Der var en ekstra prognosticering forbedring hos patienter behandlet med kirurgi uanset indikation af kemoterapi (
s
= 0,0475, ROC foranstaltning). Lignende resultater blev observeret, når patienter blev omkodet til AJCC 7
th Edition iscenesættelse system. Disse resultater indikerer, at tilsætningen af KOL til Full model kunne forbedre den prognostiske nøjagtighed i lungeadenocarcinom patienter, der fik nogen behandling, med den største prognosticering forbedring hos patienter uden kemoterapi. Den detaljerede prognostiske lagdeling cutoffs og model koefficienter for hver iscenesættelse system kan ses i figur 2.
Patient overlevelse på 60 måneder for den samlede befolkning prøven er vist for intervallet Hazard Scores (til venstre), med risiko -grupper afgrænset af lodrette streger. Model koefficienter, der anvendes til at bestemme Hazard Score for hver patient vises på skovgrund (til højre). A: AJCC 3
rd Staging Edition; B: AJCC 6
th Staging Edition; C: AJCC 7
th Staging Edition
prognosticering Forbedring med Tilsætning af KOL i planocellulært lungecancer
Der var en signifikant prognosticering forbedring (
p
= 0,0239, Brier score) med tilføjelse af KOL til modellen i alle skællede celle lunge karcinom patienter diagnosticeret med AJCC 3
rd Edition iscenesættelse ordningen. Mere specifikt, når en kombination af kirurgisk eller radiologisk behandling blev betragtet uanset indikation af kemoterapi, var der en signifikant prognosticering forbedring i den samlede patientpopulation (
s
= 0,0130; Harrell s
c
– statistik). Denne prognosticering forbedring blev også observeret hos patienter behandlet med enhver kemoterapi (
s
= 0,0244; Harrell s
c
-statistic) eller med et platinbaseret middel (
s
= 0,0125; Harrell s
c
-statistic). En lignende prognosticering forbedring blev set hos patienter behandlet med et platinbaseret agent, eller med et platinbaseret agent og et taxan og enhver anden kirurgisk eller radiologisk behandling (
s
0,05; Nagelkerke R
2 og ROC foranstaltninger). Tilføjelsen af KOL til den model var i stand til markant at forbedre prognosticering i kirurgiske patienter over hele spektret af kemoterapi undergrupper (
s
0,05; Harrell s
c
-statistic). Disse resultat indikerer, at tilsætningen af KOL forbedrer prognosticering præstation i planocellulært lungekræft samlede patientpopulation såvel som i flere kemoterapeutiske indstillinger.
I pladecelle-lungecarcinom patienter diagnosticeret med AJCC 6
th mellemstation udgave, har tilføjelsen af KOL i Full model ikke gøre signifikant forskel i prognosticering ydeevne som målt med Nagelkerke R
2, Brier score eller ROC foranstaltninger. Der var overraskende en signifikant forringelse af model præstation i patienter uden angivelse af behandlingen (
s
= 0,0089; Harrell s
c
-statistic). Når patienterne blev omkodet hjælp af AJCC 7
th kriterier Edition, var der en signifikant prognosticering forbedring i patienter uden at modtage kemoterapi (
s
= 0,0489, Brier score). Disse resultater antyder, at mindre udtalt prognosticering forbedring med tilføjelse af COPD i pladecelle lungekræft diagnosticeret med nyere AJCC mellemstationer systemer kan være forårsaget af kortere rådighed opfølgningsperiode. Den omstændighed, at counter-intuitive resultater observeret i planocellulært lungekræft diagnosticeret med AJCC 6
th iscenesættelsen udgave men ikke med det recoded 7
th udgave foreslår nyeste iscenesættelse system kan forbedre klassificeringen sygdom. Den endelige prognostisk model for pladecelle-lungecarcinom patienter for hver mellemstation kan ses i figur 3. En interaktiv webbaseret prognostisk værktøj baseret på modeller udviklet i denne undersøgelse er tilgængelig på www.personalizedRx.org og et eksempel er tilvejebragt i Figur 4.
Model koefficienter, der anvendes til at bestemme Hazard score for hver patient vises på skovgrund (til højre). Patient overlevelse på 24 måneder for den samlede befolkning prøven er vist for intervallet Hazard Scores (venstre), med risiko-grupperne afgrænset af lodrette streger. A: AJCC 3
rd Staging Edition; B: AJCC 6
th Staging Edition; C: AJCC 7
th Staging Edition
I betragtning patienten oplysninger fra brugeren (til venstre), vil det webbaserede værktøj estimere overlevelse for hver behandling kategori ved hjælp overlevelse observeret for patienter. af en bestemt behandling modalitet og lignende Hazard score (til højre).
diskussion
Lungekræft er en dynamisk og mangfoldigt sygdom og forbundet med en række somatiske mutationer, sletning og forstærkning begivenheder. Den heterogene karakter af lungekræft gør det en meget vanskelig sygdom i de kliniske ledelser og det har været den hyppigste årsag til kræft-dødsfald for både mænd og kvinder. Kirurgisk resektion er den største behandlingsmulighed for tidligt NSCLC. , Omkring 35-50% af fase I NSCLC Men patienterne vil udvikle tumor tilbagefald inden for fem år efter operationen [2], [3], og adjuverende kemoterapi af fase II og fase III sygdom har resulteret i meget beskedne overlevelse fordele [22] . Det er fortsat et kritisk problem at anbefale passende behandlingsforløb for den enkelte patient baseret på hans /hendes kliniske, patologiske, demografiske og følgesygdomme, samt genetiske portrætter. Brug store patient elektroniske patientjournaler gør det muligt at udvikle en omfattende prognostisk model til at estimere behandling respons for en bestemt patient. En sådan model kan potentielt blive integreret med genetiske biomarkører for behandlingsvalg. Vores tidligere studie udviklet en omfattende prognostisk model for NSCLC ved hjælp patientens oplysninger, herunder alder, køn, race, kræft fase, tumor klasse, og histologi [12]. Men dette prognostisk model ikke omfatter komorbide betingelser og særlige brug af kemoterapi.
Vurdering af effekten af KOL i NSCLC prognosen er vigtigt på grund af potentielle fælles oprindelse i udviklingen af lungekræft og KOL [23 ] – [25] og den rolle, KOL som en fælles og vigtig uafhængig risikofaktor for lungekræft [9]. Det antages, at betændelse kan iværksætte eller fremme tumorigenese i lungerne [23] – [25]. Denne handling menes at være koncentreret om induktion af immunologisk dysfunktion og ødelæggelsen af det ekstracellulære matrix [26]. En nylig undersøgelse antydede, at den potentielle rolle for hypoxiske regioner af lungen er en mulig mekanisme for associationen mellem KOL og lungekræft [27]. Både inflammation og hypoxi bidrager til tumor mikromiljø og kan påvirke lungekræft prognose og respons på specifik behandling. Resultaterne fra dette studie viser, at NSCLC patienter med KOL havde signifikant dårligere klinisk resultat end dem uden KOL. For at tage højde for kendte confoundere såsom behandling kandidatur og komplikation sats [6], [28], effekten af KOL blev yderligere undersøgt inden behandling og kræft scene sub-sæt. Resultaterne viser, at KOL i væsentlig grad kan stratificere patienterne i forskellige prognostiske grupper inden for hver specifik behandling og kræft fase, hvilket indikerer, at KOL er en uafhængig og væsentlig prognostisk faktor NSCLC. Den relativt stærkere prognostiske effekt af KOL i planocellulært lunge karcinom i forhold til lunge adenocarcinom kan være tegn på den rolle, rygning på både overlevelse og tilstedeværelsen af selve KOL, med planocellulært karcinom er mere tæt forbundet med rygning end adenokarcinomer [29] – [31].
den samlede co-morbid tilstand som defineret med CCI-indekset var også signifikant associeret med NSCLC sygdomsspecifik overlevelse i denne undersøgelse (resultater ikke vist).
Leave a Reply
Du skal være logget ind for at skrive en kommentar.