SEER公共数据库,最近一周有哪些新的论文?(8.16)

本周SEER数据库中有5篇论文关注癌症相关主题,包括脑肿瘤的完全患病率分析、前列腺癌的不同定义、老年子宫浆液性癌和非小细胞肺癌的预后模型以及艾滋病相关卡波西肉瘤的竞争风险。这些研究利用SEER数据揭示了癌症的负担、地理分布和个体预后因素,对公共卫生和临床决策有重要价值。
摘要由CSDN通过智能技术生成

SEER(The Surveillance, Epidemiology, and End Results)数据库是由美国国立癌症研究所于 1973 年建立,是美国常用的癌症数据库,里面包括了各式各样的肿瘤类型,如肺癌、乳腺癌、胃癌等;还提供了各式各样的临床资料,如性别、年龄、TNM 分期等。

一、本周SEER文献预览

本周PubMed数据库“标题/摘要:SEER”搜索发现,本周发表7篇SEER论文

部分高分论文列表如下:

1.外国学者文章介绍(一

ab911f4206da5aefb1ea674cc7b9053e.png

标题:美国原发性恶性和非恶性脑肿瘤与其他癌症相比的完全患病率

背景:原发性脑肿瘤(BTs)是罕见的,但其发病率和死亡率与发病率不成比例。患病率估计特定时间的人口水平癌症负担。与其他癌症相比,该研究估计了恶性和非恶性BT的患病率。

数据来源:2000-2019年美国中央脑肿瘤登记处,疾病控制和预防中心的国家癌症登记处和国家癌症研究所的监测、流行病学和最终结果(SEER)计划

方法:发病率数据来自美国中央脑肿瘤登记处(2000-2019年,不同),这是一个综合数据集,包括疾病控制和预防中心的国家癌症登记处和国家癌症研究所的监测、流行病学和最终结果(SEER)计划。非BT癌症的发病率来自美国癌症统计(2001-2019)。所有癌症的发病率和生存估计均来自SEER(1975-2018)。使用prevEst估算了截至2019年12月31日的完全患病率。根据BT组织病理学、患病率年龄组(0-14岁、15-39岁、40-64岁、65岁以上)和性别,对非BT癌症进行了总体估计。

结果:我们估计有1,323,121人在流行之日被诊断为BT。绝大多数BT病例为非恶性肿瘤(85.3%)。在所有癌症中,BT是15至39岁年龄段中最常见的癌症类型,在0至14岁年龄段中排名第二,在40至64岁年龄段中排名前五。多数流行病例(43.5%)发生在65岁以上年龄组。总体而言,女性的BT患病率高于男性,整体男女患病率比为1.68。

结论:在美国,BT显著增加了癌症负担,尤其是65岁以下的人群。了解完全患病率对于监测癌症负担、为临床研究和公共政策提供信息至关重要。

cbcec664031e33570231e50d5936cb06.png

514dd3ff499d3da809b6983e681f8c48.png

2.外国学者文章介绍(二)

e5de8b2876ada4fab6ccef381f5f6b98.png

标题:从地理空间角度定义侵袭性前列腺癌

背景:空间分析可以识别男性侵袭性前列腺癌(PCan)风险和需要干预的社区。然而,侵略性PCan有几种定义。在本研究中,我们评估了三种不同侵袭性前列腺癌定义的地理空间模式与前列腺癌特异性死亡率的关系,并提供了方法和实践见解,以了解每种定义如何影响干预目标。

数据来源:采用监测、流行病学和最终结果 (SEER)数据库,使用宾夕法尼亚州立癌症登记处(2005-2015)的数据。

方法: 使用宾夕法尼亚州立癌症登记处(2005-2015)的数据,我们使用3种定义将诊断为PCan的患者分配为“侵袭性”状态。定义一(D1,最近被推荐为主要定义,与PCan死亡高度相关)基于分期标准T4/N1/M1或Gleason评分≥8。定义二(D2,地理空间研究中最常用的定义)包括远程SEER总结阶段。定义3 (D3)仅包括Gleason评分≥7。使用贝叶斯空间模型,我们确定了每种定义中侵袭性PCan风险比升高的地理聚类(二项模型),并比较了这些聚类与PCan特异性死亡率风险比升高的聚类之间的重叠(Cox回归)。

结果:在二项模型中,“侵袭性”PCan病例的数量因定义而异,并影响地理集群的数量、位置和程度/大小。虽然空间模式在所有三种定义中重叠,但在二项模型中使用D2提供的结果最类似于通过Cox回归确定的pcan特异性死亡率集群。与依赖临床TNM分期的定义相比,这种方法导致有针对性干预的集群较少,对缺失数据的敏感性较低。

结论:在未来的研究中,基于遥远的SEER总结阶段,使用D2可以促进一致性,并允许跨地理空间研究的标准化比较。

b7f5dc263f63388d42a5e344f80d6973.png7b823f00d3b57f21a131ffe28f7d9ef0.png

3.中国学者文章介绍(三)

c74f79d0a532d8840b56bd5cb2df750c.png

标题:预测老年子宫浆液性癌患者预后的列线图的构建和验证:一项基于SEER的研究

目的:探讨老年子宫浆液性癌(USC)患者的预后指标,建立并验证预测老年USC患者总生存(OS)和癌症特异性生存(CSS)的列线图。

数据来源:2004-2015年监测、流行病学和最终结果(SEER)数据库。

方法: 收集2004 - 2015年SEER (Surveillance, Epidemiology and End Results)数据库中年龄≥65岁的USC患者资料进行回顾性分析。采用X-tile软件评估最佳截止值。采用单因素和多因素Cox回归分析探讨影响预后的因素。列线图用于预测1年、3年和5年OS和CSS的概率。采用一致性指数(C-index)、受试者工作特性分析和校准曲线对模型进行评价。采用决策曲线分析(Decision curve analysis, DCA)检验模型的临床应用价值。

结果:年龄、国际妇产联合会分期、N分期、肿瘤大小、淋巴结切除数、辅助治疗是OS和CSS的独立预后因素。C指数在训练集中分别为0.736 (OS)、0.754 (CSS),在验证集中分别为0.731 (OS)、0.759 (CSS)。1年、3年、5年OS和CSS的曲线下面积(AUCs)均大于0.75。生存概率的标定图符合得很好。如DCA曲线所示,与第六届美国癌症分期联合委员会系统相比,该模态图显示出更好的鉴别能力和更高的净效益。

结论:基于预后危险因素构建的形态图可单独预测老年USC患者的预后,为临床决策提供参考。

38f95942bbcc03543822e80be9ca59ab.png

4.中国学者文章介绍(四)

29039fb5dd5cfb424ec83163c7eaa1d8.png

标题:艾滋病相关卡波西肉瘤患者竞争风险的预后因素:一项基于SEER人群的研究

目的::尽管艾滋病和卡波西肉瘤(KS)患者的生存得到改善,但竞争事件是影响这类患者生存的一个不可忽视的问题。在这项研究中,我们探讨了影响艾滋病相关KS (AIDS-KS)者KS特异性和非KS特异性死亡率的预后因素,并考虑了竞争风险。

数据来源:1980年至2016年的监测、流行病学和最终结果(SEER) 。

方法: 从1980年至2016年的监测、流行病学和最终结果(SEER) 18登记数据库中筛选出17103例年龄在18-65岁的AIDS-KS患者。KS特异性和非KS特异性死亡率的预后因素由Fine和Grey比例亚分布风险模型确定。我们建立了竞争风险图,并根据确定的预后因素评估其预测性能。

结果:共死亡12 943例(75.68%),其中竞品死亡1965例(15.50%)。KS特异性死亡率为14835 / 10万人年,非KS特异性死亡率为2719 / 10万人年。具体来说,年龄>44岁与年龄<43岁相比,KS特异性死亡率的亚分布风险降低11%,但非KS特异性死亡率的亚分布风险增加50%。与女性相比,男性与KS特异性死亡率的亚分布风险增加26%有关,但与非KS特异性死亡率的亚分布风险减少32%有关。值得注意的是,在抗逆转录病毒治疗(ART)时代,与抗逆转录病毒治疗前时代相比,KS特异性和非KS特异性死亡率的亚分布风险持续下降。

结论:AIDS-KS患者普遍存在竞争事件,值得进一步关注,以改善患者预后。

ad1d765e4f179c220f0f5e03ea17fb1a.png

5.中国学者文章介绍(五)

d0a22d28415d902098db51b01f2f3339.png

标题:预测晚期非小细胞肺癌患者生存的列线图:一项基于人群的研究

背景:非小细胞肺癌(NSCLC)仍然是最常见的恶性肿瘤。

数据来源:从SEER数据库中确定了43140例晚期NSCLC患者。

方法: 我们从SEER数据库中确定了43140例晚期NSCLC患者,以开发和验证一种新的预后模型。采用P值、一致性指数、净重分类指数、综合判别改善和决策曲线分析评价预后。

结果:以下变量包含在最终的预后模型中:年龄、性别、种族、TNM分期、分级和治疗方案。与AJCC分期系统相比,该预后模型有利于实施个体化临床治疗方案,可成为NSCLC肿瘤精准医疗护理的重要组成部分。

结论:与AJCC分期系统相比,该预后模型有利于实施个体化临床治疗方案,可成为NSCLC肿瘤精准医疗护理的重要组成部分。

589df24a49c158d564fd7d6c8de62c19.png

更多文章如下

外国学者

中国学者

4a5cf6fc9644b6fe6b2c3a1155d488ef.png

一个专门做公共数据库的公众号,关注我们

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值