此处介绍的是基于考克斯比例危险回归模型和竞争风险回归模型构建符号图的协议。竞争方法是在生存分析中存在竞争事件时应用的一种更为合理的方法。
卡普兰-迈尔法和考克斯比例危害回归模型是生存框架中最常见的分析方法。这些相对容易应用和解释,可以直观地描绘。但是,当存在竞争事件(如心血管和脑血管事故、治疗相关死亡、交通事故)时,应谨慎应用标准生存方法,无法正确解释真实世界的数据。最好区分可能导致失败的不同类型的事件,并在分析中以不同的方式对待它们。在这里,方法侧重于使用竞争回归模型来识别存在竞争事件时的重大预后因素或风险因素。此外,还建立了基于比例危险回归模型和竞争回归模型的符号图,以帮助临床医生进行个别评估和风险分层,以解释有争议的因素对预后的影响。
事件生存分析的时间在临床研究中很常见。生存数据测量从开始时间到发生感兴趣的事件的时间跨度,但感兴趣的事件的发生通常被另一个事件排除。如果存在多种类型的端点,则称为竞争风险终点。在这种情况下,标准危险分析(即 Cox 比例特定危险模型)通常不能很好地工作,因为经历另一种类型的事件的个人受到审查。经历过竞争事件的个人通常仍然处于风险集中,因为竞争风险通常不是独立的。因此,Fine 和Gray1 研究了竞争风险的子分布的回归模型估计。在相互竞争的风险环境中,可以区分三种不同类型的事件。
一个测量整体生存(OS)通过证明从疾病的新治疗方法直接临床利益。OS 测量从起源时间(即诊断或治疗时间)到因任何原因死亡的时间,并一般评估死亡的绝对风险,从而无法区分死亡原因(例如癌症特异性死亡(CSD)或非癌症特异性死亡(非CSD))2。因此,操作系统被认为是最重要的终结点。感兴趣的事件通常与癌症有关,而非癌症特定事件(包括心脏病、交通事故或其他无关原因)则被视为竞争事件。预后良好的恶性患者,预计存活时间更长,往往面临更大的非CSD风险。也就是说,操作系统将被其他死因稀释,不能正确解释临床治疗的真正有效性。因此,操作系统可能不是获取疾病3结果的最佳措施。这种偏差可以通过竞争风险回归模型加以纠正。
竞争风险数据有两种主要方法:特定原因危险模型(考克斯模型)和子分布危险模型(竞争模型)。在以下协议中,我们提出了两种基于原因特定危险模型和子分布危险模型生成声像的方法。特定原因的危险模型可以与 Cox 比例危险模型一起进行,该模型将体验竞争事件的主体视为在发生竞争事件时受到审查的受试者。在 Fine 和 Gray1 于 1999 年引入的子分布危险模型中,可以区分三种不同类型的事件,而遇到竞争事件的个人将始终处于风险设定中。
符号图是三个或更多变量 4 之间关系的数学表示。医学数字图将生物和临床事件视为变量(例如,肿瘤等级和患者年龄),并生成临床事件的概率(例如癌症复发或死亡),这些事件以图形方式描述为给定个体的统计预测模型。一般来说,根据考克斯比例危害模型,,5、6、7、8、9、106,79的结果8来配5制一个符号。
但是,当存在竞争风险时,基于 Cox 模型的 nomogram 可能无法很好地执行。虽然,以前的几,项研究11、12、13、14都应用了竞争风险数字来估计CSD的概率,但很少有研究描述如何基于竞争风险回归模型建立数字图,而且没有现有的包可以做到这一点。,121314因此,下面介绍的方法将提供一个分步协议,基于竞争风险回归模型建立特定的竞争风险模型,以及风险评分估计,以帮助临床医生进行治疗决策。
目前研究的总体目标是建立一种能够描述真实世界疾病的具体竞争风险图谱,并开发一个方便的个人评估模型,供临床医生处理治疗决定。在这里,我们提供了一个分步教程,用于基于考克斯回归模型和竞争风险回归模型建立声像,并进一步执行子组分析。张等人18日介绍了一种创建竞争风险表谱的方法,但本文中描述的方法的主要概念完全不同。Zhang等人的方法首先通过mstat…
The authors have nothing to disclose.
这项研究得到了浙江省自然科学基金(资助号LY19H160020)和金华市科技局重点项目(资助号2016-3-005、2018-3-001d和2019-3-013)的资助。