seer文献_文献精读|基于SEER数据库构建肝癌非转移Nomogram

文献精读|基于SEER数据库构建肝癌非转移Nomogram

作者：白介素2

摘要

目的

文章的目的比较明确，寻找肝癌肺转移相关的风险因素，并建立预后 Nomogram。

方法

回顾性分析 SEER数据库中 2010-2015年数据，从整个数据集中筛选出其中首次诊断即已经发生肺转移的病人，应用了多因素 logistic回归构建了分类器。单因素与多因素 Cox回归分析用于筛选肺转移的独立预后因素。然后应用 Nomogram对转移与生存的模型进行可视化。

结果

研究包括30,641名被诊断患有HCC的患者，其中1,732名患者在初步诊断时患有来自HCC的PM。引起HCC 肺转移的危险因素为年龄(P = 0.001)，种族(P <0.001)，原发肿瘤大小(P <0.001)，T分期(P <0.001)，N分期(P <0.001)，甲胎蛋白(P <0.001)，骨转移(P <0.001)，脑转移(P <0.001)和肝内转移(P <0.001)。总体生存的显著预后因素是年龄(P = 0.014)，T分期(P = 0.009)，手术方式(P <0.001)和化疗(P <0.001)。两者的 C-index分别为 0.768和0.687。

文章结论首先是肯定分析了风险因素

构建了 Nomogram

文章思路分析

设定纳入与排除标准

统计分析

统计分析应用了 SPSS与R软件进行，Cox回归做生存分析，logistic 回归构建肺转移模型， C-index及 校准曲线评估模型的性能。其它的统计都是一些常规用的统计。

结果

生存基线资料与生存分析

预后分析

构建Nomogram

具体另外一个关于生存的 Nomogram也是方法类似的，就不再展示。思路还是非常清晰的，分析的难度也不大。实际上，如果条件允许应该对 nomogram在外部数据集进行验证。

关于文章的内容基本就到这里了，我是白介素2,下期在见。

题外话

九月了，时光飞逝，转眼间一年已经逝去。我们总是在期待未来会很美好，殊不知我们每一个当下都不会容易，每一次都会有新的挑战。 但是，那又如何，这就是生活本身啊。雄关漫道真如铁，而今迈步从头越。 如果你感到心累，跟自己说一句 Everything will be ok 吧！