详情请点击右方：
本文为零代码复现系列文章3-文献解读
本文的统计学方法非常简单，先用Kaplane Meier方法和Cox比例风险回归模型评估各变量对生存率的预后影响，最后构建列线图进行预测，但照样能发二区！
今天我们将对这篇文章进行简单介绍，让我们一起来看看这篇文章有什么精妙之处吧！
2017年4月17日，复旦学者利用SEER数据库在期刊《International Journal of Surgery》（医学二区，IF=12.5）发表了一篇题为：“A nomogram to predict prognosis after surgery in early stage non-small cell lung cancer in elderly patients ”的研究论文，研究旨在识别影响老年早期NSCLC患者总生存期（OS）的危险因素，并利用来自监测、流行病学和最终结果（SEER）数据库的数据，建立一个用于预测这些患者预后的列线图。
本公号回复“ 原文”即可获得文献PDF等资料，如果进一步需要全流程指导临床试验设计与分析，请联系郑老师团队，微信号：zz566665
肺癌，是由肺部细胞不受控制地生长和扩散引起的疾病。而非小细胞肺癌(NSCLC）是肺癌中最常见的疾病，目前约占肺癌病例的80%。由于非小细胞肺癌（NSCLC）多发生在老年人群中，随着人口老龄化的增长，老年肺癌患者的数量将进一步增加。虽然目前手术被认为是适合早期NSCLC患者的最佳治疗选择，但在临床实践中，大于65岁的患者往往接受更保守的治疗。
（关注“医学论文与统计分析”公众号回复“ 原文”即可获得文献PDF等资料，如果进一步需要全流程指导临床试验设计与分析，请联系郑老师团队，微信号：zz566665）
主要研究结果
1.基线数据
本研究采用美国监测、流行病学和最终结果（SEER）数据库2004~2013年的数据，最终纳入20,782名≥65岁早期（T1N0M0）NSCLC患者符合条件的患者。
-
根据肿瘤病理，参与被分为三组：鳞状细胞癌（SCC）、腺癌（AC）和其他（大细胞癌、腺鳞癌和其他未分类为鳞状CC或AC的类型）。
-
根据UICC标准（第8版）将肿瘤直径进一步分为三组。
肺切除术后的中位随访时间为25个月，肺切除术后的累积疾病特异性5年生存率为55.9%。
2.采用单因素和多因素分析预测因素
所有20,782例患者均被纳入单因素和多因素分析，以确定生存的预测因素。
-
如图a和b所示，人口统计学数据（年龄和性别）对患者的预后有显著影响；
-
如图c、d、e所示，病理、分化、直径等临床病理因素也是影响患者生存的危险因素；
-
如图f所示，生存结果随手术类型的不同而不同。
3.Cox回归分析危险因素
采用Cox回归分析，进一步探讨性别、年龄、病理、分化程度、肿瘤直径、手术类型的影响。
-
结果显示，这6个因素均是预后的独立危险因素（P < 0.001），而预后不受肿瘤位置的影响。
4.列线图预测患者预后
基于多变量分析结果，预测3年和5年OS的显著危险因素，所绘制的列线图见下图。
-
为了计算3年和5年的OS率，我们首先需要根据列线图顶部的点尺度来确定每个因素，然后对每个因素的点进行总和。
最后，根据列线图的底部点尺度得到3年和5年的OS率。基于自助重采样验证的校准图如下图所示。
-
预测5年OS的c指数为0.638（95% CI¼ 0.629e0.647），表明列线图与预测早期NSCLC老年患者3、5年OS率的实际观察结果一致。
统计学方法
本文的统计学真的非常简单：
-
采用KaplaneMeier方法和log-rank检验评估各变量对生存率的预后影响。
-
采用Cox比例风险回归模型进行多变量分析。
-
根据所得到的多变量分析结果，建立了一个列线图。
（关注“医学论文与统计分析”公众号回复“ 原文”即可获得文献PDF等资料，如果进一步需要全流程指导临床试验设计与分析，请联系郑老师团队，微信号：zz566665）
详情请点击右方：