Primjena Weibullove model za preživljavanje pacijenata s rakom želuca

Primjena Weibullove model za preživljavanje pacijenata s rakom želuca
apstraktne pregled pozadini pregled istraživače u medicinskoj znanosti radije zapošljavaju Cox modela za analizu preživljenja. U nekim slučajevima, međutim, parametarske metode mogu pružiti više točne procjene. U ovom istraživanju koristili smo Weibullova modela za analizu prognostičkih čimbenika u bolesnika s karcinomom želuca i usporediti s Cox.
Metode pregled Retrospektivno smo proučavali 1715 bolesnika s karcinomom želuca. Starost u vrijeme dijagnoze, spol, obiteljska povijest, povijest bolesti, lokacija tumora, veličina tumora, eradicative stupanj operacije, dubini invazije tumora, u kombinaciji evisceraciju, patološke fazi, histološki stupanj i status limfnih čvorova su odabrani kao potencijalni prognostički čimbenici. Weibullova i Cox modelu su izvedeni sa stopom opasnosti i Akaike Information kriterij (AIC), usporediti učinkovitost modela. Pregled Rezultati
Rezultati iz oba Weibull i Cox pokazuje da pacijenti s prošlosti povijesti koji boluje od raka želuca imao rizik od smrti značajno je porasla nakon toga slabo diferencirani ili umjereno diferencirani u histološku razredu. Eradicative stupanj operacije, patološki stadij, dubina invazije tumora i mjesto tumora također su identificirani kao nezavisni prognostički čimbenici pronađena značajna. Starost bila značajna samo u Weibullovoj modelu. Pregled Zaključak
Iz rezultata multivarijatne analize, podaci snažno podupire Weibullova može izazvati preciznije rezultate kao alternativa Cox na temelju AIC.
Pozadina
Gastric karcinom (GC) je jedan od vodećih uzroka raka povezanih smrti u svijetu [1-3], a to je najčešći zloćudni tumor u Aziji, istočnoj Europi i Južnoj Americi [4, 5]. U Japanu, rak želuca zauzima prvo mjesto u žena, a drugo mjesto u muškaraca u odnosu na uzrok smrti od malignih tumora [6, 7]. Iako je dobno standardizirana stopa smrtnosti od GC je smanjen u Kini sada, još uvijek je treći najčešći uzrok smrti u muškaraca nakon pluća i rak jetre, a peti u žena. Za lokalno pacijenata s uznapredovalim rakom želuca, stopa preživljavanja od 5 godina je ispod 20%, a to je oko 30% za one koji prolaze kroz kirurško liječenje. Čak i nakon uzimanja ljekovita resekcija, samo 30-50% pacijenata može preživjeti nakon 5 godina [8, 9]. Što se tiče liječenja karcinoma želuca, operacija se smatra kao najbolji način za postizanje dobrih rezultata [10]. Međutim, još uvijek postoje mnogi izazovi za gastrointestinalne liječnika osvojiti. Procjenjuje se da najmanje 80% bolesnika ponovno pojaviti bolest, čak i nakon što je ljekovita želučane resekcija. Prethodna istraživanja pokušao saznati klinika-patološke čimbenike i socio-demografske karakteristike povezane s visokom stopom recidiva. Ove studije su izvučeni proturječne rezultate s obzirom na prognostičku faktora koji utječu na preživljavanje bolesnika s GC [1].
Parametarske metode koje uključuju eksponencijalni, Weibullova, logaritamsko-normalne, gama i ekstremna vrijednost distribucije su naširoko koristi u opremanje podataka preživljavanja [ ,,,0],11]. COX polu-parametarska postupak [12] Također je intenzivno se koristila za modeliranje takvih podataka. Ove metode su prikazani na račun za odnos između opstanka i nekim popratnim varijabli, kao što su dob, spol, obiteljska povijest raka želuca, dijagnostičkim obilježjima. Zapravo, u medicinskoj znanosti, znanstvenici su nagnuti koristiti Cox polu-parametarsku metodu umjesto parametarskih metoda za analizu podataka za preživljavanje. Na primjer, bilo je studija koje su učinili za procjenu učinka poliklinike-patoloških i demografskih čimbenika na preživljavanje pacijenata s rakom želuca pomoću Cox modelu naći primjeran odnos između vremena preživljavanja i varijabli [13-15]. Glavni razlog je da postoji Čini se da su manje pretpostavke u korištenju Cox polu-parametarskom metodom. U nekim slučajevima, međutim, parametarske metode mogu pružiti više točne procjene [16, 17]. Mnogi od parametarskih modela kao što Weibull se ubrzao put neuspjeh modela. Weibullova omogućuje veću fleksibilnost nego Cox polu-parametarskom modelu, jer je stopa povezana opasnost nije konstantan u odnosu na vrijeme. Također, koristimo maksimalno proces vjerojatnosti procijeniti nepoznate parametre i njegovo tumačenje i tehnika su upoznati za istraživače.
U ovoj studiji željeli smo procijeniti potencijalne prognostičke čimbenike koji mogu utjecati na preživljenje u bolesnika s karcinomom želuca zapošljavaju Weibullova modela , te usporediti rezultate analitičke s modelom proporcionalnog rizika Cox-a.
Metode pregled Izvori podataka pregled smo pregledali bolnički bazu podataka 1814 bolesnika s rakom želuca koji su bili podvrgnuti kirurškom liječenju u Tongji bolnici u Wuhan, Kina, tijekom godina 1995 do 2006. Provedena je retrospektivna analiza njihove medicinske dokumentacije i isključena 99 pacijenata za nepotpune medicinske dokumenta. Na kraju, 1.715 pacijenata su upisani u našem istraživanju. Nakon toga, svi pacijenti su promatrani kroz programiranu praćeno raspored. Preživljavanje informacije prikupljene putem telefonskih razgovora sa pacijentima i /ili članovima njihovih obitelji koji su bili kod kuće u vrijeme intervjua. Ova studija je odobren od strane Etičkog povjerenstva Huazhong University of Science & Tehnologija.
Želučane stadij raka procijenjena je prema International Union Against Cancer (UICC) TNM klasifikaciju malignih tumora [18]. Preživljavanje analiza na temelju kliničkih i patoloških varijabli, koje su bile pod-slojevite u obiteljskom povijesti GC, histološki stupanj (dobro, umjereno i slabo diferencijacije), lokacija tumora (gornji, srednji i niži) u želucu, u fazi karcinoma (i, II, III, IV), dubina prodiranja tumora (T1, T2, T3 i T4) kao što je definirano od strane odbora za američku na rak (AJCC), N kategorija na temelju broja metastatskih limfnih čvorova (PN0: 0, pN1: 1-6, pN2: 7-15, PN3: > 15) definirana od strane Međunarodne raka unija protiv (UICC) i Zajedničkog odbora američkog protiv raka (AJCC) u 5. izdanju TNM sustav je 1997. [19]. pregled, statistička analiza
statističke proračuna dobije se pomoću statističkog programa SAS, verzija 9.1. Kvantitativni rezultat se izražava kao srednja vrijednost ± standardna devijacija (SD). Jednosmjerna analiza je provedena pomoću Kruskal-Wallis i t
test. Razlike u P Netlogu < 0,05 smatrati značajnim. Kovarijable koje su identificirane kao značajnih čimbenika u cijeloj univarijantne analizu su odabrane za multivarijatne analize, koja je izvedena korištenjem Weibullova i Cox model proporcionalnog hazarda za izgradnju prognostičkih pokazatelja za preživljavanje u bolesnika s karcinomom želuca. Zemljište log negativnog logaritma procijenjene obiteljsku funkciju protiv log vremena (određivanjem LLS) je nacrtana. LLS zemljište može dati vizualnu provjeru prikladnosti Weibullove modela za podatke opstanak [20]. HR (stopa rizika) i AIC (Akaike Information Kriterij) su korišteni za usporedbu učinkovitosti modela između Weibull i Cox modelu. AIC je mjera dobrote fit modela procjenjuje se da je predložio Akaike u 1974. [21] te je praktičan način trgovanja off kompleksnost procijenjenih modela prema tome koliko dobro model uklapa podatke. Donja AIC ukazuje bolju mogućnost. Pregled Rezultati
kliničkih i patoloških značajke pregled Pacijent karakteristike su navedene u tablici 1. ukupan broj od 1715 bolesnika s karcinomom želuca ušli u ovu studiju, 465 (27,1%) su žene, a 1250 (72,9%) čovjek. Prosječna starost u vrijeme dijagnoze bila je 57,5 ± 10,9 godina (raspon = 21 ~ 90 godina). Dokaz o obiteljskoj povijesti i prošlosti povijesti GC su vidjeli u 284 bolesnika (16,6%) i 457 bolesnika (26,6%) odnosno. Od ukupnih pacijenata, 1315 bolesnika (78,8%) imalo veličinu tumora ≥40 mm, 492 bolesnika (28,7%) s stadiju IV karcinoma želuca dijagnoza. Tumori su bili smješteni u donjoj trećini želuca u 1086 bolesnika (63,3%), u srednjoj trećini želucu u 281 bolesnika (16,4%), u gornjoj trećini želuca u 193 bolesnika (11,3%), a cijeli želudac 155 bolesnika ( 9,0%). Od svih bolesnika, 809 (47,8%) bolesnika primila krajnje eradicative stupanj operacije. Tumori su klasificirani kao i diferencirane u 521 bolesnika (30,3%), umjereno diferencirani u 253 bolesnika (14,8%), i slabo diferencirani u 941 bolesnika (54,9%). zahvaćeni limfni čvorovi definiran AJCC klasifikacija uključeno 629 bolesnika s N0 kategoriju, 717 bolesnika s N1 kategoriju, 272 bolesnika s kategoriju N2 i 97 bolesnika s N3 kategorije. AJCC T1 o dubini invazije identificirana kod 145 pacijenata (8.5%), AJCC T2 u 879 bolesnika (51,3%), AJCC T3 kod 549 pacijenata (32,0%), te AJCC T4 u 142 bolesnika (8,3%). Tablica 1 Clinic -pathological karakteristike bolesnika s karcinomom želuca pregled Čimbenici
Kategorije
br bolesnika (%)
P
vrijednosti pregled pregled Spol pregled Ženski pregled 465 (27,1)
0,301
Muški pregled 1250 (72,9)
dob
57,5 ± 10,9 izvoznici &0,001 pregled povijesti bolesti pregled Bez pregled 1258 (73,4) pregled 0,022 pregled Da pregled 457 (26,6) pregled obiteljska anamneza raka želuca pregled Bez pregled 1431 (83,4) pregled 0,431 pregled Da pregled 284 (16,6)
lokacija tumora pregled Donja treći pregled 1086 (63,3)
< 0,001 pregled Srednji treći pregled 281 (16,4)
gornjoj trećini
193 (11,3)
Cijeli trbuh
155 (9.03)
Eradicative stupanj operacije
Krajnje pregled 809 (47,8) izvoznici < 0,001 pregled Relativno pregled 473 (27,6) pregled Palijativna pregled 433 (25,2) pregled, veličina tumora (mm) izvoznici < 40 pregled, 364 (21,2) izvoznici < 0,001 pregled ≥40 pregled 1315 (78,8) pregled Stage pregled sam pregled 301 (17,5), izvoznici < 0.001
II
425 (24,8)
III pregled, 497 (29,0) pregled IV pregled 492 (28,7)
Kombinirani evisceraciju pregled br Netlogu 1323 (77,1), izvoznici <0,001 pregled Da
392 (22,9) pregled, histološki stupanj pregled dobro diferencirani pregled 521 (30,3), izvoznici < 0,001 pregled umjereno diferenciran pregled 253 (14,8)
Slabo diferencirani pregled 941 (54,9) pregled Dubina invazije pregled T1 pregled 145 (8,5) izvoznici < 0,001 pregled T2 pregled 879 (51,3) pregled, T3
549 (32,0) pregled, T4 pregled 142 (8.3) pregled limfnih čvorova status pregled N0 pregled 629 (36,7) izvoznici < 0,001 pregled N1 pregled 717 (41,8) pregled N2 pregled, 272 (15,9) pregled, N3 pregled, 97 (5.7) pregled, T1, tumora napadne lamina propria ili submukozi; pregled, T2, tumora napadne muscularis propria ili subserosa;
T3 : Tumor prodrijeti serosa bez invazije susjednih građevina;
T4: Tomour napadne susjedne strukture; pregled, N0, metastaza u 0 regionalnim limfnim čvorovima; pregled, N1, metastaze u 1 do 6 regionalnih limfnih čvorova; pregled, N2 , metastaza u 7 do 15 regionalnih limfnih čvorova;. pregled, N3, metastaze u više od 15 regionalnih limfnih čvorova pregled Raspodjela vremena preživljavanja
Obično, prvi korak u analizi podataka za preživljavanje je procjena distribucija vremena preživljavanja. Slika 1 prikazuje graf log (-log (procjenjuje funkcija preživljavanja)) protiv log (vrijeme neuspjeh), tj sti zemljište. Ako Weibullova model prikladan je LLS krivulja bi trebala biti ravna crta koja ne mora nužno proći kroz podrijetla. To je zato što S (t) = exp (- (la t) ^ alfa) vrijedi ako -log S (t) = (la t) ^ -a, ili ako zapisnik (-log S (t)) = alfa log (la ) + alfa log t. Nagib linije u sti parceli je Weibullova parametar oblika alfa i presresti je alfa log (la). U ovom istraživanju, lS zemljište izgleda otprilike linearno koja sugerira grafički da raspodjela opstanak vremenu smatra se Weibullova. Osim toga, vrijednost presresti i razmjera bili -3,324 i 1,362, odnosno, i alfa vrijednost 0.734 dano s rezultatima SAS. . Slika 1 dnevnika negativna log procjenama preživjela funkcija pregled Multivarijatna Weibullova i Cox Analiza prognostičkih čimbenika
U univarijatne analize, dob (P izvoznici < 0,001), povijest bolesti (P pregled = 0,022) veličina tumora (P izvoznici < 0,001), histološki stupanj (P izvoznici < 0,001), lokacija tumora (P izvoznici < 0,001), eradicative stupanj operacije (P izvoznici < 0,001) , tumor fazi (P pregled < 0,001), u kombinaciji evisceracija (P pregled < 0,001), dubina invazije (P pregled < 0.001), i limfni čvor status (P pregled < 0.001 ) pronađeni su značajne čimbenike koji imaju utjecaj na ukupno preživljenje u svih bolesnika s rakom želuca koji su se podvrgnuli kirurško liječenje (Tablica 1). Varijable su se pokazali statističke značajnosti u univarijantne analizu preživljenja dalje su ocijenjeni od strane Weibullove i Cox multivarijatne analize. Prema rezultatima iz oba Cox i Weibullova bolesnika model s prošlosti povijesti koji boluje od raka želuca imao je rizik od smrti, značajno povećao u roku od omjera rizika u Cox regresije i Weibullove modela slijedi slabo diferencirani i umjereno diferencirani u histološku razred (P
0,05). Eradicative stupanj operacije, patološki stadij, dubina tumorske invazije i mjesto tumora također su identificirani kao nezavisni prognostički čimbenici pronađena značajna. Dob je značajan u Weibullove model, ali beznačajno, Cox model za multivarijatne analize (tablica 2, 3). Ni Cox, niti Weibullova model u oba univarijantne i multivarijatne analize pokazuju nikakve dokaze o značajnim razlikama u spolu i obiteljsku povijest raka. U multivarijatne modela, Weibullova model imao najbolje odgovara s obzirom na niže AIC (Tablica 3) .table 2 Multivarijatna analiza Weibullove parametarskih modela s prognostičkim čimbenicima pregled Svojstva

β
χ pregled 2 pregled, vrijednost pregled

P
value

Intercept
0.76
0.53
0.467
Age
-0.03
6.27
0.012
Past povijest bolesti pregled -0,11 pregled 7.13 pregled 0,008 pregled Lokacija tumora
- 25.40 Netlogu < 0,001 pregled Donja treći pregled 0,40 pregled 8.83
0,003 pregled Srednji treći pregled 0.41
7,34 pregled 0,007 pregled Gornja treći pregled -0,17 pregled 1,08 pregled 0,299 pregled Cijela želudac * pregled 0 pregled -
- eradicative stupanj kirurgije
- 20.62 Netlogu < 0,001 pregled Krajnje pregled 1,00 pregled 83.46 izvoznici < 0,001 pregled Relativno
0,91 pregled 42.27 izvoznici < 0,001 pregled Palijativna * pregled 0
- - pregled Histološka ocjena
- 12.51 pregled 0,002 pregled Pa diferencirani pregled -0,08 pregled 0.80 Netlogu &0,001 pregled umjereno diferenciran pregled 0,34
9,30 pregled 0,082 pregled Slabo diferencirani * pregled 0
- - pregled Dubina invazije
- 49.11 izvoznici < 0,001 pregled T1 pregled 0,77 pregled 10.55
0.001
T2 pregled 0,22 pregled 2.48
0.115 pregled, T3 pregled 0,21 pregled 2,29 pregled 0.130
T4 * pregled 0 pregled -
- Stage
- 22.41
< 0,001 pregled sam
0,62 pregled 8,27 pregled 0.004
II pregled, 0,76 pregled 21.22 izvoznici < 0,001 pregled III pregled, 0,27
6,23 pregled 0,013 pregled IV * pregled 0
- - pregled * stoji za kontrolnu skupinu, a ostatak u usporedbi s kontrolnom pregled Tablica 3 multivarijatne analize Cox i Weibullovoj modela s prognostičkim čimbenicima pregled Karakteristike
Cox (AIC = 4.534,21)
Weilbull (AIC = 1.693,28)
pregled HR (CI: 95%)
HR (CI: 95%) pregled
Starost pregled 1,01 (0,98-1,03)
1,03 * (1,01-1,06 ) pregled, povijest bolesti pregled Bez pregled 1 pregled 1 pregled Da
1,17 * (1.03-1.33)
1,22 * (1.05-1.40) pregled lokacija tumora
Donja treći pregled 1 pregled 1 pregled Srednji treći pregled 0,93 (0,74-1,18)
0,99 (0,86-1,25) pregled Gornja treći pregled 1,47 * (1,12-1,93) pregled 1.35 * (1,19-1,53)
Cijeli trbuh pregled 1,45 * (1,08-1,93)
1,47 * (1.21-1.75)
eradicative stupanj operacije pregled Krajnje pregled 1 pregled 1 pregled Relativno pregled 1,03 (0,77-1,39)
1.79 * (1.64-1.92) pregled Palijativna
2,16 * (1.71-2.73)
4,07 * (3.85-4.34 ) pregled Histološka ocjena pregled dobro diferencirani pregled 1 pregled 1 pregled umjereno diferenciran pregled 1,12 * (1.05-1.19) pregled, 1,14 * (1,08-1,24) pregled, slabo diferencirani
1,25 * (1,18-1,33) pregled 1.34 * (1,17-1,55) pregled Dubina invazije pregled T1
1 pregled 1 pregled T2 pregled 1.97 * (1,53-2,54 )
2,40 * (2.10-2.53) pregled, T3 pregled 2,19 * (1,68-2,86) pregled, 2,77 * (2,53-2,96) pregled, T4 pregled 2.50 * (1,82-3,44)
3,15 * (3,20-3,99) pregled Stage pregled sam
1 pregled 1 pregled II pregled 0.97 (0.57-1.63)
1,15 (0,91-1,42) pregled III
1,57 (0,97-2,56)
1,93 * (1.66-2.25) pregled, IV
2,06 * (1.21-3.51)
3,03 * (2.76-3.80)
* značajna na 5% na razini pregled, HR, omjer rizika; CI, interval pouzdanosti pregled AIC, akaike informativnim kriterijem pregled Rasprava pregled u području medicinskih znanosti, istraživači su zainteresirani za procjenu modela preživljavanja s vektorom nezavisne varijable koriste Cox modelu proporcionalnog hazarda više od parametarskih modela. Kada se provodi analiza preživljavanja zapošljava Cox modela, potrebno je provjeriti temeljne pretpostavke. Cox model pretpostavlja da su promjene u razinama nezavisnih varijabli će proizvoditi proporcionalne promjene u funkciji opasnosti, neovisno o vremenu. Također, pretpostavlja log-linearni odnos između funkciji opasnosti i vrijeme i bilo koji broj metričkih i /ili nonmetric varijabli. U stvari, međutim, pretpostavke koje Cox proporcionalnih rizika modeliranje zahtijeva ne može biti uvjerljiv u mnogim situacijama [22], a posebno u biomedicinskim polje. Ako te pretpostavke ne držite je Cox model će dovesti do nepouzdanih zaključaka. Nažalost, prema Altmana pregleda opstanak analize u časopisima raka, samo pet posto svih ispitivanja pomoću Cox modelu provjeriti temeljne pretpostavke [23]. U međuvremenu, razne parametarske modela kao što Weibull i logaritamsko bio razvijen za analizu podataka za preživljavanje. Ovi modeli mogu dati tumačenje na temelju određenih distribucija za vrijeme preživljavanja bez potrebe proporcionalnom opasnosti pretpostavke. Ako vrijeme preživljavanja su Weibullova ili eksponencijalno distribuirana, analiza pomoću parametarske metode je snažnije [16]. To znači da se pod određenim okolnostima, parametarske modeli poput Weibullove, eksponencijalni i logaritamsko može izazvati točnije rezultate od Cox modelu. Od vremena preživljavanja populacije obično su eksponencijalno ili Weibullova distribuira na području medicine, dakle, parametarska model će biti učinkovitije i lakše odrediti nego odgovarajući semiparametric ili neparametrijskim jedan i fleksibilniji jer omogućava jednostavnu ugradnju kovarijanata. Nekoliko studija primjenjuju parametarske modele za procjenu prognostički čimbenici koji utječu na vrijeme preživljavanja pacijenata s rakom dokazati da parametarske modeli nude prednosti nad Cox modelu [16, 24].
Svrha ovog istraživanja bila je istražiti komparativnu izvedbu Weibullove model i Cox Model u analizi preživljavanja pacijenata s rakom želuca. Koristili smo Akaike Information Kriterij (AIC) ocijeniti dva modela. U nedavnom pregledu opstanak analize, utvrđeno je da su mnoge studije pokazale su kliničke i patološke karakteristike pacijenata kao nezavisne varijable s obzirom na preživljavanje [25-27]. U ovoj studiji smo ispitati učinke starost u vrijeme dijagnoze, spolu, obiteljskom povijesti raka, povijest bolesti, lokacija tumora, veličina tumora, eradicative stupanj operacije, dubini invazije tumora, patološku fazi, histološki stupanj i status limfnih čvorova na vrijeme preživljavanja. Oba Weibullova i Cox multivarijatna analiza pokazala je da se s prošlosti povijesti koji boluje od raka želuca, bolesnici imali su značajno povećan rizik od smrti nakon toga slabo diferencirani i umjereno diferencirani u histološku razredu. Osim toga, eradicative stupanj operacije, patološke fazi, dubini invazije tumora i lokaciji tumora identificirani su kao neovisni prognostički čimbenici u bolesnika s GC, kao dobro. U našim rezultatima, spol nisu pokazali učinak na stopu preživljavanja. No, neke studije su otkrili da se bolje stopa preživljavanja za žene [28], drugi su izvijestili da dosljedno niža preživljavanja za rak želuca kod žena [6]. Pregled Dob u vrijeme dijagnoze bila je jaka i neovisna kovarijan za preživljavanje pacijenata s GC, a mladi pacijenti imali bolji opstanak kao što je navedeno od strane prethodnog izvješća [29]. Veličina tumora je značajan faktor koji je imao utjecaj na vjerojatnost preživljavanja pacijenata u univarijantne analizi, koja je slična nekim drugim studijama [30, 31]. Dubina invazije bio je još jedan izvanredan prognostički pokazatelj u oba univarijantne i multivarijatne analize. Naš nalaz je u skladu s prethodna izvješća pokazala da je dubina invazije ima utjecaj na preživljavanje pacijenta [32, 33]. Faza u vrijeme postavljanja dijagnoze bila snažno povezana s prognozom u našem istraživanju, što je nalaz ponoviti u nekoliko drugih studija [34-36]. Raniji izvještaji su pokazali da je broj metastatskih limfnih čvorova bio snažan prediktor preživljavanja. Pacijenti s metastazama na 7 ili više limfnih čvorova (N2, N3), imao je znatno lošije rezultate u odnosu na bolesnike bez metastaza u limfnim čvorovima ili metastaze na 1 do 6 čvorova [1, 2, 37]. Međutim, naši rezultati nisu u skladu s onim što je ranije izvijestili pokazao multivarijatne analize. Nadalje, naši rezultati istraživanja sugerira da histološka klasifikacija je nezavisna prediktor preživljenja.
U našoj studiji, dobi je značajan u Weibullove model, ali to je beznačajno u Cox regresije za multivarijatne analize. Cox model će se koristiti samo kada je stopa opasnost je konstantna s obzirom na vrijeme, ali od slike 1 u našem istraživanju možemo vidjeti da je opstanak vremenu distribucija je Weibullova distribucija, tako da je točniji koristiti Weibullovoj model. Kriteriji vrednovanja je također pokazala Weibullova modela biti učinkovitiji u odnosu na Cox u multivarijatne analize. Nalazi snažno pokazao Weibullova je bio savršen model i može dovesti do preciznijih rezultata.
Zaključci pregled Naše je istraživanje pokazalo da je starost u vrijeme dijagnoze, povijest bolesti, fazi, eradicative stupanj operacije, histološki stupanj, dubini invazije tumora i mjesto tumora su prognostički čimbenici za preživljavanje u bolesnika s GC. Može se zaključiti da je rano otkrivanje bolesnika s mlađim godinama, te u osnovnim fazama i histološki stupanj može imati pozitivan učinak na pacijente s rakom želuca i biti važno smanjiti vrijeme preživljavanja. Također, iz rezultata multivarijatne analize, podaci snažno podupire Weibullova model može izazvati preciznije rezultate kao alternativa Cox. Pregled deklaracija
Zahvale
autora zahvaljuje Si-zhe Wang Yan Guo Radovi pregled. Također zahvaljujemo odjel za upravljanje podacima o Tongji bolnicu za pomoć prikupljanja podataka i stručno vijeće na Gastroenterologic Cancer kirurgija za njihova doprinosa na tehničku pomoć.
Autora originalne dostavljeni datoteke za slike
Ispod su linkovi za autora originalnih dostavljenih datoteka za slike. 12876_2010_536_MOESM1_ESM.bmp autora izvorna datoteka za Slika 1 suprotstavljenih interesa
Autori izjavljuju da nemaju konkurentne interese. Pregled

Primjena Weibullove model za preživljavanje pacijenata s rakom želuca

Istraživanja

Istraživanja

Other Languages