今天和大家文献解读一篇临床预测模型文章，同样是基于SEER数据库的一篇预测模型，于2019年11月发表在Annals of Translational Medicine(IF=3.689)上。

总体而言，文章套路清晰，易学习模仿。

Title: Development and validation of prognostic nomogram for young patients with gastriccancer

标题：建立并验证青年胃癌患者预后的预测模型

文章总体概览：

作者通过检索SEER数据库2004年-2015年的胃癌患者数据，纳入549例资料详细的年龄＜45岁的患者。将549例患者分为训练集(n=276)和验证集(n=273)。随后，在训练集中进行单因素COX回归及多因素COX回归，最终确定与预后(本文同时研究了OS和CSS)独立相关的危险因素。基于独立危险因素建立了Nomogram并进行验证和评价。文章总体流程见图1。

图1.文章整体流程

文章结果概述如下：

1. 患者基本信息

作者对纳入研究队列的患者(n=549)基本信息进行了概述。其中包括性别、种族、组织学分级、TNM分期、常见位置及SEER分期。同时，作者利用X-tile软件确定了Age和Size的最佳截断值，并将患者分为根据截断值将患者分为3组。(注：X-tile的具体介绍和使用方法见文末)

2. 建立预测模型

首先，作者利用单因素COX回归分析确定了与OS相关的的因素。随后，将单因素中P<0.2的因素纳入多因素回归分析并确定了与OS独立相关的因素，包括肿瘤尺寸及肿瘤位置。同时，利用同样的方法，作者确定了与CSS独立相关的因素，包括肿瘤尺寸、肿瘤位置及SEER stage。基于独立危险因素，作者建立了预测青年胃癌患者术后3年及5年OS和CSS的Nomogram。(见图2、图3)

图2. OS Nomogram

图3. CSS Nomogram

3. 验证Nomogram

在内部验证验证中，OS Nomogram的C指数为0.688 (95% 置信区间:0.629–0.747)，而在CSS Nomogram的为0.785(95% 置信区间: 0.735–0.835)。在独立队列的外部验证中，OS和CSS Nomogram的C指数分别为0.633 (95% 置信区间: 0.579–0.687)和0.733 (95% 置信区间: 0.686–0.780)。作者同时建立了3年及5年的ROC曲线并描述了其对应的AUC值，均表现出来较好的区分度(AUC: 0.725-0.793)，见图4。此外，作者建立了3年及5年的校准曲线，结果表明列线图预测的生存率(包括OS及CSS)与实际生存率具有较高的一致性，见图5(此推送仅展示OS结果，CSS类似)。最后，通过DCA结果，研究发现Nomogram展现出了与TNM及SEER stage相当的临床适用能力。并且在OS Nomogram优于TNM而CSSNomogram 优于SEER stage，见图6。

图4. ROC曲线

图5. 校准曲线(OS)

图6. DCA结果

笔者总结：本文通过SEER数据库建立了青年胃癌患者OS和CSS的预后预测模型，并进行了验证。通过统计学分析+R语言技术建立了临床适用性较强的Nomogram。通读文献，初学者可能对其中部分内容存在疑惑，相信最多人想问的就是为什么这里的单因素P＜0.2的纳入了多因素分析，不是一般都是0.05吗？？？作者这么做也是有道理的，而且这样的做法也是有众多文献可以支撑的。2008年，肿瘤权威期刊《Journal of clinical medicine》发表了一篇文章对Nomogram进行了详细介绍，文中指出纳入Nomogram的变量应该取决于临床资料的可获取性和临床证据，而不是统计学意义(参考文献2)。此外，样本量的限制也可能使得部分变量在单因素COX回归中呈现出P>0.05而其可能在多因素COX回归中P<0.05。因此，在本文中，纳入统计分析的患者数量为276。为了最大限度减少样本量限制而导致的统计偏移，研究团队选择P<0.2为单因素分析的截断值具有重要的意义。从结果中，我们也可以发现这一操作带来的好处。在OS的生存分析中，我们发现肿瘤位置在单因素COX分析的P为0.062，而在多因素中却表现出P<0.05。

此外，对于X-tile这个软件可能很多人也很陌生。笔者初次接触此软件后爱不释手，其对于生存分析的相关资料处理具有极大的作用。X-tile是是耶鲁大学开发的单一功能小软件，其详细介绍于2004年被发表于肿瘤学国际期刊《Clinical cancer research》，见参考文献3。通俗易懂的讲，其可以将一个连续变量进行2分类或者3分类甚至多分类截断，选择出最佳的截断值，这个截断值可以将研究对象分成若干组，若干组之间的生存趋势具有最大的差异。举个例子，本文中的年龄与患者预后的关系，很多小伙伴会说直接把年龄当成连续性变量进行分析，这样也没错。但是，年龄与结局的关联不是线性关系，另外相对于连续性变量，分类变量的临床可操作性显然更强。因此，此时X-tile就可以大显身手了，其可以寻找一个最佳的年龄截断值，将患者分为3组，3组之间的生存模式差异实现最大化，

参考文献：

1. Yu Chaoran,Zhang Yujie,Development andvalidation of prognostic nomogram for young patients with gastric cancer.[J].Ann Transl Med, 2019, 7: 641.

2. Iasonos Alexia,Schrag Deborah,Raj Ganesh V et al. How to build and interpret a nomogram for cancer prognosis.[J] .J. Clin. Oncol., 2008, 26: 1364-70.

3. Camp Robert L,Dolled-FilhartMarisa,Rimm David L,X-tile: a new bio-informatics tool for biomarker assessmentand outcome-based cut-point optimization.[J] .Clin. Cancer Res., 2004, 10:7252-9.