Применение Вейбулла модели для выживания больных раком желудка

Применение Вейбулла модели для выживания пациентов с раком желудка
Аннотация
фон
Исследователи в медицинских наук предпочитают с использованием Cox модели для анализа выживаемости. В некоторых случаях, однако, параметрические методы могут дать более точные оценки. В данном исследовании мы использовали Вейбулла модель для анализа прогностических факторов у больных раком желудка и по сравнению с Коксом.
Методы
Мы ретроспективно изучали 1715 пациентов с раком желудка. Возраст на момент постановки диагноза, пола, семейной истории, истории болезни, локализации опухоли, размера опухоли, степени радикальный хирургии, глубина инвазии опухоли, в сочетании потрошения, патологической стадии, гистологического класса и состояния лимфатических узлов были выбраны в качестве потенциальных прогностических факторов. Вейбулла и Кокс модели были выполнены со скоростью опасности и Акаике Информационный критерий (АИК), чтобы сравнить эффективность моделей.

Результаты Результаты обоих Вейбулла и Кокс показали, что пациенты с прошлой историей, имеющих рак желудка имел риск смерти значительно увеличился с последующим слабо дифференцированы или умеренно дифференцированы в гистологической классе. Степень радикальный хирургии, патологическая стадия, глубина инвазии опухоли и локализации опухоли были также определены как независимые прогностические факторы были обнаружены значительные. Возраст был значительным только в модели Вейбулла.
Вывод изображения Из результатов многофакторного анализа, данные решительно поддерживает Вейбулла может вызвать более точные результаты в качестве альтернативы Кокса на основе AIC.
Справочная информация
желудочной карциномы (GC) является одной из основных причин рака, связанных смерти в мире [1-3], и это является наиболее распространенной злокачественной опухолью в Азии, Восточной Европе и Южной Америке [4, 5]. В Японии, рак желудка занимает первое место у женщин и второе место среди мужчин по причине смерти от злокачественной опухоли [6, 7]. Несмотря на то, стандартизированный по возрасту показатель смертности GC имеет в Китае в настоящее время снизился, он по-прежнему третьей наиболее распространенной причиной смерти у мужчин после рака легких и рака печени, а пятый в женщинах. Для локально передовых больных раком желудка, скорость 5-летняя выживаемость составляет менее 20% и составляет около 30% для тех, кто проходит хирургическое лечение. Даже после принятия лечебных резекций, только 30-50% пациентов может выжить после того, как 5 лет [8, 9]. С точки зрения лечения рака желудка, операция считается самым лучшим способом для достижения хороших результатов [10]. Тем не менее, есть еще много проблем для желудочно-кишечного тракта врачей, чтобы победить. По оценкам, по меньшей мере, 80% пациентов рецидивируют болезни даже после того, как они взяли целебными желудка резекцию. Предыдущие исследования пытались выяснить клинико-патологические факторы и социально-демографические характеристики, связанные с высокой частотой рецидивов. Эти исследования привлекли противоречивые результаты относительно независимых прогностических факторов, влияющих на выживаемость больных с GC [1].
Параметрические методы, которые включают экспоненциальное, Вейбулла, логарифмически, гамма и экстремального значения распределения широко используются в данных фитинговых выживаемости [ ,,,0],11]. Кокс полу-параметрический метод [12] также широко используется для моделирования таких данных. Эти методы представлены для учета взаимосвязи между выживанием и некоторых сопутствующих факторов, таких как возраст, пол, семейной истории рака желудка или диагностических признаков. На самом деле, в медицинских наук, исследователи склоняются использовать Кокса полу-параметрический метод вместо параметрических методов для анализа данных выживания. Например, были исследования, которые были проведены для оценки влияния клинико-патологических и демографических факторов на выживаемость больных раком желудка с использованием Cox модели, чтобы найти соответствующую зависимость между временем выживания и переменными [13-15]. Основная причина заключается в том, что, как представляется, меньше предположений в использовании Кокса полу-параметрическим методом. В некоторых случаях, однако, параметрические методы могут дать более точные оценки [16, 17]. Многие из параметрических моделей, таких как Вейбулла ускоряются модели время наработки на отказ. Вейбулла обеспечивает большую гибкость, чем Кокса полу-параметрической модели, так как соответствующий показатель опасности не постоянна по времени. Кроме того, мы используем максимальный процесс правдоподобия для оценки неизвестных параметров и его интерпретация и методика знакомы для исследователей.
В данном исследовании мы стремились оценить потенциальные прогностические факторы, которые могут повлиять на выживаемость больных раком желудка, использующих Вейбулла модель и сравнить аналитические результаты с моделью пропорционального риска Кокса.
Методы
Источники данных
Мы обследовали больницы базу данных 1814 пациентов с раком желудка, перенесших хирургическое лечение в больнице Тунцзи в Ухане, Китай, в годы 1995 к 2006 г. Мы ретроспективно проанализировали свои медицинские записи и исключены 99 пациентов для неполного медицинского документа. И, наконец, 1715 пациентов были включены в нашем исследовании. После этого, наблюдались у всех больных через запрограммированный с последующим планом графиком. Информация по выживанию была собрана с помощью телефонных интервью с пациентами и /или их родственников, которые были у себя дома во время интервью. Данное исследование было одобрено Комитетом по этике Хуажонге университета науки и усилителя с помощью; Технологии.
Желудочный стадии рака шейки матки оценивали в соответствии с Международным союзом по борьбе с раком (UICC) TNM классификации злокачественных опухолей [18]. Анализ выживаемости был основан на клинических и патологических переменных, которые были под-слоистые в семейной истории GC, гистологического класса (хорошо, умеренно и слабо дифференцировка), локализации опухоли (верхний, средний и нижний) в желудке, стадии карцинома (I, II, III, IV), глубина проникновения опухоли (Т1, Т2, Т3 и Т4), как определено американским Совместным комитетом рака (AJCC), N категорий на основе числа метастатических лимфатических узлов (pN0: 0, pN1: 1-6, PN2: 7-15, pN3: > 15) определены Международным союзом против рака (UICC) и Объединенного комитета американского рака (AJCC) в 5-м издании TNM система в 1997 году [19].
Статистический анализ
Статистика расчеты проводились с использованием статистического программного обеспечения SAS, версия 9.1. Было выражено количественный результат как среднее ± стандартное отклонение (SD). Одномерный анализ был проведен с использованием Крускала-Уоллиса и тест т
. Различия в P &
ЛТ; 0,05 считались значимыми. Ковариаты, которые были определены в качестве важных факторов на протяжении однофакторного анализа были отобраны для многофакторного анализа, которая была выполнена с использованием модели пропорциональных рисков Вейбулла и Кокса построить прогностические показатели выживаемости у больных раком желудка. Участок журнала отрицательного логарифма оценочной функции дожития в зависимости от времени журнала (путем указания LLS) было обращено. LLS участок может обеспечить визуальную проверку адекватности модели Вейбулла для данных по выживаемости [20]. HR (ставка опасности) и АИК (Akaike информационный критерий) были использованы для сравнения эффективности моделей между Вейбулла и модель Кокса. AIC является мерой доброте соответствия модели оценкам, предложенный Акаике в 1974 году [21] и является практическим способом размен сложности предполагаемой модели с тем, насколько хорошо модель соответствует данным. Нижняя АИК указывает вероятность лучше.

Результаты клинических и патологических особенностей
Характеристики пациентов были подробно изложены в таблице 1. Общее количество 1715 больных раком желудка, введенных в этом исследовании, 465 (27,1%) составляли женщины и 1250 (72,9%) человек. Средний возраст на момент постановки диагноза составил 57,5 ± 10,9 лет (диапазон = 21 ~ 90 лет). Доказательства семейной истории и прошлой истории GC были замечены у 284 пациентов (16,6%) и 457 пациентов (26,6%) соответственно. Из общего числа пациентов, 1315 пациентов (78,8%) имели размер опухоли ≥40 мм, 492 пациентов (28,7%) диагностированы с IV стадией рака желудка. Опухоли были расположены в нижней трети желудка у 1086 пациентов (63,3%), в средней трети желудка у 281 больных (16,4%), в верхней трети желудка у 193 больных (11,3%), и весь желудок 155 пациентов ( 9,0%). Среди всех пациентов, 809 (47,8%) пациентов получали совершенно радикальный степень хирургии. Опухоли были классифицированы как хорошо дифференцированы 521 пациентов (30,3%), умеренно дифференцированные в 253 больных (14,8%), и плохо дифференцируются в 941 больных (54,9%). Вовлечение лимфатических узлов определяется AJCC классификации включены 629 пациентов с категории n0, 717 пациентов с категории N1, 272 пациентов с категории N2 и 97 пациентов с категории N3. AJCC T1 о глубине вторжения был выявлен у 145 пациентов (8,5%), AJCC Т2 в 879 больных (51,3%), AJCC T3 в 549 пациентов (32,0%), и AJCC Т4 у 142 больных (8,3%). Таблица 1 Клиника -pathological характеристики больных раком желудка
Факторы

Категории

No. пациентов (%) завод
P стоимости на
Гендер
Женский
465 (27,1)
0,301
Мужчина
1250 (72,9) <бр> возраст
57,5 ± 10,9
&лт; 0,001
медицинский анамнез
нет
1258 (73,4)
0,022
Да
Результаты 457 (26,6)
Семейная история рака желудка
нет
1431 (83,4)
0,431
Да
284 (16.6)
Место опухоли
Нижняя треть
1086 (63,3)
&л; 0,001
Средняя треть
281 (16,4)
верхней трети
193 (11.3)
Всего желудка
155 (9,03)
степень радикальный хирургии <бр> Уттерли
809 (47,8)
&л; 0,001
Относительно
473 (27,6)
Паллиативная
433 (25,2)
размер опухоли (мм)
&л; 40
364 (21,2)
&л; 0,001
≥40
1315 (78,8)
Stage
I
301 (17.5)
&л; 0,001
II
425 (24,8)
III
497 (29,0)
IV
Результаты 492 (28,7)
Комбинированные Evisceration
Нет
1323 (77,1)
&л; 0,001
Да
392 (22,9)
гистологической класса
хорошо дифференцированы
521 (30,3)
&л; 0,001
умереннодифференцированная
253 (14.8) <бр> малодифференцированных
941 (54,9)
Глубина вторжения
T1
145 (8.5)
&л; 0,001
T2
879 (51,3)
T3 <бр> 549 (32,0)
T4
142 (8.3)
лимфоузлов статус
N0
629 (36,7)
&л; 0,001
N1
717 (41,8)
N2
272 (15,9)
N3
97 (5.7)
T1, Опухоль распространяется или собственную пластинку подслизистой;
Т2 Опухоль прорастает или мышечная subserosa;
T3 : Опухоль проникает серозной без вторжения смежных структур;
T4: Tomour прорастает соседние структуры;
N0, метастазы в 0 регионарных лимфатических узлов;
N1, метастазирование в 1 до 6 регионарных лимфатических узлов;
N2 , метастаз в 7 до 15 региональных лимфатических узлов;.
N3, метастаз в более чем 15 региональных лимфатических узлов
Распределение времени выживания
как правило, первым шагом в анализе данных выживаемости является оценка распределение времени выживания. На рисунке 1 показан график журнала (-log (расчетная функция выживания)) от журнала (время сбоя), т.е. LLS сюжет. Если модель Вейбулла подходит, кривая LLS должна быть прямая линия, которая не обязательно проходить через начало координат. Это потому, что S (T) = ехр (- (La т) ^ альфа) имеет место, если -log S (T) = (ла т) ^ альфа, или если журнал (-log S (T)) = альфа журнал (ла ) + альфа журнал т. Наклон линии в LLS участке является параметр формы альфа Вейбулла и перехватывают альфа журнал (ла). В этом исследовании, LLS сюжет выглядит приблизительно линейна, который предполагает графически, что распределение времени выживания рассмотрен вопрос Вейбулла. Кроме того, значение перехватывать и масштаба были -3,324 и 1,362, соответственно, и альфа-значение 0,734 дается от результатов SAS. . Рисунок 1 Журнал оценок функции выживший отрицательный логарифм
Мультивариантный Вейбулла и Кокс Анализ прогностические факторы
В однофакторного анализа, возраст (P
&л; 0,001), история болезни (P = 0,022
) , размер опухоли (P &
л; 0,001), гистологическая оценка (P &
л; 0,001), локализация опухоли (P &
л; 0,001), степень радикальный хирургии (P &
л; 0,001) , стадия опухоли (P &
л; 0,001), в сочетании потрошения (P &
л; 0,001), глубина инвазии (P &
л; 0,001), а также лимфатических узлов состояния (P
&л; 0,001 ) были обнаружены существенные факторы, которые оказывают влияние на общую выживаемость у всех больных раком желудка, перенесших хирургическое лечение (Таблица 1). Переменные должны быть доказанно статистической значимости в однофакторного анализа выживаемости были дополнительно оценены Вейбулла и Кокса многофакторного анализа. По результатам как пациентов модели Кокса и Вейбулла с прошлой историей, имеющих рак желудка был риск смерти значительно увеличился в срок коэффициента риска в регрессии Кокса и модели Вейбулла с последующим слабо дифференцированы и умеренно дифференцированы в гистологической степени (P
&л; 0,05). Степень радикальный хирургии, патологическая стадия, глубина инвазии опухоли и локализации опухоли были также определены как независимые прогностические факторы были обнаружены значительные. Возраст имеет важное значение в модели Вейбулла, но незначительно в Cox модели для многофакторного анализа (таблица 2, 3). Ни Кокс, ни Вейбулла модель в обоих однофакторного и многофакторного анализа показывают каких-либо свидетельств о существенных различиях в гендерной и семейной историей рака. В многомерные модели, модель Вейбулла была наилучшим образом подходит по нижним AIC (таблица 3) .table 2 Многофакторный анализ Вейбулла параметрической модели с прогностическими факторами
Характеристики <бр>

β

χ страница 2 значение

P
value

Intercept
0.76
0.53
0.467
Age
-0.03
6.27
0.012
Past медицинская история
-0,11
7,13
0,008
Расположение опухоли
-
25.40
< 0,001
Нижняя треть
0,40
8,83 <бр> 0,003
Средняя треть
0,41
7,34
0,007
Верхняя третья
-0,17
1,08
0,299
Весь желудок *
0
- Форум -
радикальный степень хирургии
-
20,62
< 0,001
Уттерли
1,00
83,46
&л; 0,001
Относительно <бр> 0,91
42,27
&л; 0,001
Паллиативная *
0
- Форум -
Гистологическое комплектация
-
12,51
0,002
Ну дифференцированный
-0,08
0,80
< 0,001
умереннодифференцированная
0,34
9,30
0,082
малодифференцированных *
0
-
-
Глубина вторжения
-
49,11
&л; 0,001
T1
0,77
10,55
0.001
T2
0,22
2,48
0,115
T3
0,21
2,29
0,130
T4 *
0
-
-
Этап
-
22,41 <бр> &л; 0,001
I
0,62
8,27
0,004
II
0,76
21,22
< 0,001
III
0,27
6.23
0,013
IV *
0
- Форум -
* означает контрольную группу, а остальные сравнению с контрольной
Таблица 3 Многофакторный анализ Кокса и Вейбулла модели с прогностическими факторами
Характеристики

Кокс (AIC = 4534,21)

Weilbull (AIC = 1693,28)

<й>
HR (CI: 95%)

HR (CI: 95%) завод
Возраст
1.01 (0.98-1.03)
1,03 * (1.01-1.06 )
История болезни
нет
1
1
Да
1.17 * (1.03-1.33)
1,22 * (1,05-1,40)
Местонахождение опухоли
Нижняя треть
1
1
Средняя треть
0.93 (0.74-1.18)
0.99 (0.86-1.25)
Верхняя третья
1,47 * (1.12-1.93)
1,35 * (1.19-1.53) Всего
желудок
1,45 * (1.08-1.93) 1.47 *
(1.21-1.75)
степень радикальный хирургии
Уттерли
1
1
Относительно
1.03 (0.77-1.39)
1,79 * (1.64-1.92)
Паллиативная
2.16 * (1.71-2.73)
4,07 * (3.85-4.34 )
Гистологическое комплектация
хорошо дифференцированы
1
1
Умеренно дифференцированный
1.12 * (1.05-1.19)
1,14 * (1.08-1.24)
малодифференцированных
1,25 * (1.18-1.33)
1,34 * (1.17-1.55)
глубина инвазии
T1
1
1
T2
1,97 * (1.53-2.54 )
2.40 * (2.10-2.53)
T3
2,19 * (1.68-2.86)
2,77 * (2.53-2.96)
T4
2,50 * (1.82-3.44)
3,15 * (3.20-3.99)
Stage
I
1
1
II
0.97 (0.57-1.63)
1.15 (0.91-1.42)
III
1.57 (0.97-2.56) 1.93 *
(1.66-2.25)
IV
2.06 * (1.21-3.51)
3.03 * (2.76-3.80)
* значим на 5% уровень
HR, отношение рисков; CI, доверительный интервал
АИК, Akaike информационный критерий
Обсуждение
В области медицинских наук, исследователи заинтересованы в оценке модели выживания с вектором объясняющих переменных с использованием модели Кокса пропорциональных рисков больше, чем параметрических моделей. При проведении анализа выживаемости Кокса, использующую модель, необходимо проверить основные допущения. Кокс модель предполагает, что изменения в уровнях независимых переменных будет производить пропорциональные изменения в функции риска, независимо от времени. Кроме того, он предполагает логарифмически линейную зависимость между функцией опасности и время и в любом количестве метрических и /или неметрических переменных. На самом деле, однако, предположения, что Кокса моделирования требуется не может быть правдоподобным во многих ситуациях [22], особенно в области биомедицины. Если эти предположения не выполняются, то модель Кокса приведет к ненадежной выводам. К сожалению, согласно обзору Альтмана выживания анализов в раковых журналах, только 5 процентов от стоимости всех исследований с использованием модели Кокса проверить основные допущения [23]. В то же время, различные параметрические модели, такие как Вейбулла и Логнормальное были разработаны для анализа данных о выживаемости. Эти модели могут обеспечить интерпретацию на основе конкретных распределений времени выживания без нужны предположения пропорционального риска. Если время выживания Вейбулла или распределены экспоненциально, анализ с помощью параметрических методов является более мощным [16]. Это означает, что при определенных обстоятельствах, параметрические модели, как Вейбулла, экспоненциальным и Логнормальное могут вызывать более точные результаты, чем модель Кокса. Поскольку время выживания населения, как правило, в геометрической прогрессии или Вейбулла распределены в области медицины, поэтому, параметрическая модель будет более эффективным и проще определить, чем соответствующий семипараметрических или непараметрического одного и являются более гибкими, поскольку это позволяет легко включение ковариат. Несколько исследований, применяющих параметрических моделей для оценки прогностических факторов, влияющих на продолжительность жизни пациентов с раком доказать, что параметрические модели предлагают преимущества по сравнению с Cox модели [16, 24].
Целью данного исследования было изучение сравнительной эффективности модели Вейбулла и Коксом модель в анализе выживаемости больных раком желудка. Мы использовали Akaike Информация Критерий (АИК) для оценки двух моделей. В недавнем обзоре анализа выживаемости, было обнаружено, что многие исследования показали клинические и патологические характеристики пациентов, как объясняющих переменных относительно выживаемости [25-27]. В данном исследовании мы исследуем влияние возраста на момент постановки диагноза, пола, семейной истории рака, истории болезни, расположения опухоли, размера опухоли, радикальный степени хирургии, глубины инвазии опухоли, патологической стадии, гистологического класса и состояния лимфатических узлов по времени выживания. Оба Вейбулла и Кокс многомерный анализ показал, что с прошлой историей, имеющих рак желудка, пациенты значительно повышенный риск смерти, за которым следуют слабо дифференцированы и умеренно дифференцированы в гистологической классе. Кроме того, степень радикальный хирургии, патологической стадии, глубина инвазии опухоли и локализации опухоли были определены как независимые прогностические факторы пациентов с GC, а также. В наших результатах, пол не показал никакого влияния на выживаемость. Но, некоторые исследования показали, что лучше выживаемость для женщин [28], другой сообщил, что постоянно ниже выживаемости для рака желудка у женщин [6].
Возраст на момент постановки диагноза был сильным и независимым ковариатой для выживания пациентов с GC, и молодые пациенты имели лучшую выживаемость, как указано предыдущем докладе [29]. Размер опухоли является важным фактором, который имел влияние на вероятность выживаемости пациентов в однофакторного анализа, который похож на некоторых других исследованиях [30, 31]. Глубина вторжения был другой выдающийся прогностическим признаком в обоих однофакторном и многофакторного анализа. Наш вывод находится в соответствии с предыдущими докладами, показали, что глубина вторжения оказывает влияние на выживаемость пациента [32, 33]. Стадия при постановке диагноза был тесно связан с прогнозом в нашем исследовании, что нахождение повторяется в нескольких других исследованиях [34-36]. Предыдущие отчеты показали, что число метастатических лимфатических узлов является мощным прогностическим фактором выживания. У пациентов с метастазами в 7 или более лимфатических узлов (N2, N3) было заметно худший результат по сравнению с пациентами, без метастазов в лимфатических узлах или метастазов в 1 до 6 узлов [1, 2, 37]. Тем не менее, наши результаты не согласуются с результатами ранее сообщалось, показал многофакторный анализ. Кроме того, наши результаты исследования предположили, что гистологическое классификация была независимым прогностическим фактором выживания.
В нашем исследовании, возраст имеет важное значение в модели Вейбулла, но она незначительна в регрессии Кокса для многофакторного анализа. Кокс модель будет использоваться только тогда, когда скорость опасности постоянна по времени, но из рисунка 1, в нашем исследовании мы можем видеть, что распределение выживаемости времени было распределение Вейбулла, поэтому он является более точным, чтобы использовать Вейбулла модель. Критерии оценки также показали Вейбулла модель, чтобы быть более эффективным по сравнению с Коксом в многомерном анализе. Результаты исследования показали, сильно Вейбулла была идеальной моделью и может привести к более точным результатам.
Выводы
Наше исследование показало, что возраст на момент постановки диагноза, истории болезни, стадии, степени радикальный хирургии, гистологического класса, глубина инвазии опухоли и расположение опухоли были прогностическими факторами для выживаемости у больных с GC. Можно сделать вывод о том, что раннее выявление больных в молодом возрасте и в начальной стадии и гистологического сорта может иметь положительный эффект на пациентов с раком желудка и быть важно, чтобы уменьшить время выживания. Кроме того, по результатам многофакторного анализа, данные решительно поддерживает модель Вейбулла может вызвать более точные результаты в качестве альтернативы Кокс.
Декларациях
Благодарности
Авторы хотели бы поблагодарить Si-Чжэ Ван и Ян Го рукописи обзора. Мы также благодарим отдел управления данными Тунцзи больницы за помощью сбора данных и группы экспертов по гастроэнтерологических хирургии рака за их вклад в техническую помощь. Оригинальные представленные файлы для авторов для изображений
Ниже приведены ссылки оригинальным представленных файлов авторов для изображений. Исходный файл 12876_2010_536_MOESM1_ESM.bmp авторов для фигурного 1 конкурирующими интересами
Авторы заявляют, что у них нет конкурирующих интересов.

Применение Вейбулла модели для выживания больных раком желудка

Исследования

Исследования

Other Languages