专栏首页生物信息云4分+基于SEER数据库挖掘原发性肝淋巴瘤的发病率、预后因素和生存结局

4分+基于SEER数据库挖掘原发性肝淋巴瘤的发病率、预后因素和生存结局

大家好,这次给大家分享一篇2020年5月发表在Front Oncol杂志上的文章,2019年影响因子4.848,仍然是一篇基于SEER数据库的文章,重点研究影响原发性肝淋巴瘤(PHL)预后的临床特征因素。

题目:Incidence, Prognostic Factors and Survival Outcome in Patients With Primary Hepatic Lymphoma

原发性肝淋巴瘤的发病率、预后因素和生存结局

摘要

目的:探讨原发性肝淋巴瘤(PHL)患者的流行病学特征、预后因素及生存率。

方法:从SEER数据库中获取1983-2015年间确诊的PHL患者。应用joinpoint回归软件评估PHL发病率的时间趋势。采用Kaplan-Meier法和log-rank检验评估总生存率(OS)和疾病特异性生存率(DSS)。采用单因素和多因素Cox回归分析确定OS和DSS的独立预后因素。根据已确定的独立预后因素构建列线图以预测生存可能性。

结论:弥漫性大B细胞淋巴瘤(DLBCL)是最常见的PHL组织学亚型,专为DLBCL建立的列线图在预测1年、5年和10年OS和DSS方面是稳健和准确的。

研究流程图

结果

1. PHL患者的人口统计学和发病率

本文研究了从1983年到2015年的1182名PHL患者。从1973年到2015年,发病率的趋势相对稳定,年度百分比变化(APC)为2.6%(图1A)。这一趋势在男性人群中更为显著(图1B)。表1总结了这些PHL患者的临床特征。根据组织学亚型分类的病人临床特征如表2所示。

图1

2.生存分析

所有PHL患者的OS和DSS如图2A,B所示。根据患者出生年份将病人分为三组,三者之间的生存率存在显著的差异,说明不同年份PHL的OS和DSS显著不同(图3A、B)。图4显示了PHL主要亚型的OS和DSS的Kaplan-Meier曲线。对于按年龄、性别、种族、诊断年份、婚姻状况和治疗策略分层的患者进行Kaplan-Meier生存分析,可以发现老年人与低OS和DSS显著相关(图5A、6A)。女性与男性相比有更长的OS和DSS(图5B、6B)。单因素cox分析显示白人(图5C,6C)和已婚(图5D,6D)患者预后较好。在治疗策略方面,接受手术(图7A,8A)或化疗(图7C,8C)的患者有显著的改善,但是它没有放射治疗对OS或DSS影响得显著(图7B、8B)。多因素cox分析确定OS和DSS的独立预后因素。结果表明,年龄、性别、种族、婚姻状况、组织学亚型、手术和化疗可独立预测OS和DSS(表3)。

图2

图3

图4

图5

图6

图7

3. 列线图的构造与验证

鉴于PHL的主要组织学亚型是DLBCL,因此作者旨在开发一种新的DLBCL患者的预测模型。首先,作者进行单因素和多因素Cox回归分析,分别确定OS和DSS的独立预测因子。单因素和多因素分析结果如表4所示。单因素分析显示,年龄、婚姻状况、手术和化疗与OS有关。而至于DSS,手术失去了它的重要性,而其他因素仍然是重要的。在单因素Cox回归分析中得出的这些显著因素随后被纳入多变量分析。多因素分析显示年龄、婚姻状况和化疗是OS的独立预后因素。至于DSS,年龄被排除在外,而婚姻状况和化疗仍然是重要的指标。接下来,将Cox回归分析中所有独立的预后因素整合起来,构建预后列线图。图9A显示了1年、5年和10年的列线图,图9B显示了1年、5年和10年的DSS列线图。然后使用C指数和校准曲线来评估所建立的列线图的性能。OS和DSS列线图预测的C指数分别为0.689和0.667,表明新建立的列线图相当准确。类似地,训练集和验证集的校准曲线也显示出列线图预测和实际的OS和DSS之间极好的一致性(图10)。

结语

这篇文章的研究重点是原发性肝淋巴瘤,在进行单因素多因素cox分析后确定了与原发性肝淋巴瘤预后显著相关的临床特征,但作者并没有用这些特征构建列线图,而是又对原发性肝淋巴瘤的主要亚型弥漫性大B细胞淋巴瘤进行了上述分析,最后用弥漫性大B细胞淋巴瘤的显著预后因素构建列线图,这使得文章的深度又上升一个层次,这点值得借鉴与学习!

本文分享自微信公众号 - MedBioInfoCloud(MedBioInfoCloud)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-07-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 基础科研不得不了解的实用数据库!

    这么长时间以来,我们推荐过的数据库差不多有好几十个,今天把最常用的一些的实用数据库汇总整理了一下:

    DoubleHelix
  • 肿瘤免疫细胞浸润与临床相关性分析

    Profiles of immune infiltration in colorectal cancer and theirclinical significa...

    DoubleHelix
  • 研究Protein,这些技术不得不看

    RNA最近几年可火了,RNA小鲜肉F4:miRNA、lncRNA、circRNA、piRNA,它们直接或者间接调节mRNA的翻译、基因转录,这些科研热...

    DoubleHelix
  • 4分+基于SEER数据库挖掘原发性肝淋巴瘤的发病率、预后因素和生存结局

    大家好,这次给大家分享一篇2020年5月发表在Front Oncol杂志上的文章,2019年影响因子4.848,仍然是一篇基于SEER数据库的文章,重点研究影响...

    百味科研芝士
  • 数据结构与算法 (Kotlin语言描述)

    1.Kotlin 概述 为什么用Kotlin? Kotlin快速入门 2.数据结构与算法基础 时间复杂度 空间复杂度 递归函数 3.数组 4.栈...

    一个会写诗的程序员
  • 通过dblink使用expdp能不能导出9i库的数据?

    expdp/impdp是10g推出的导入导出工具,9i下是没有该工具的,有人提议用10g的expdp,通过dblink导出9i的数据,乍一听感觉是那么回事,但究...

    bisal
  • (数据科学学习手札53)Python中tqdm模块的用法

      tqdm是Python中专门用于进度条美化的模块,通过在非while的循环体内嵌入tqdm,可以得到一个能更好展现程序运行过程的提示进度条,本文就将针对tq...

    Feffery
  • 在Ubuntu Kylin14.04上安装搜狗输入法

    安装好Ubuntu Kylin14.04 64位后好像没有中文输入法,怎么切换(Ctrl+Shift或者空格),但是就是输入的都是英文。

    克虏伯
  • 2018 年 Linux 八大发展预测,Ubuntu 将主宰物联网

    转眼间,时间已进入 2018 年,Linux 在 2017 年发生了哪些变化,2018 年又会有哪些新的趋势?外媒对 Linux 今年的发展做了八大预测,看看你...

    CSDN技术头条
  • element-ui日期选择器的日期格式转换(d.getFullYear() 提示找不到。)

    时间必须用: var d = new Date( )格式来转换 如果没有用 new Date(); 那么有可能 d.getFullYear() 会提示找...

    用户4344670

扫码关注云+社区

领取腾讯云代金券