基于seer数据库的老年肺癌术预后模型的创建

孔雯雯

摘要：利用Logistic逐步回归法对美国seer数据库预后数据进行分析，研究老年肺癌预后相关因素，并且创建预后模型，指导老年肺癌预后评价。

关键词：seer数据库;老年肺癌;预后模型

【中图分类号】 R246.5    【文献标识码】 A      【文章编号】2107-2306（2021）17--01

肺癌为最常见的恶性肿瘤，也是男性癌症患者常见癌症诊断与死亡主要因素。鳞状细胞癌和腺癌为肺癌主要组织类型，占据原发性肺癌的80%，其他类型为大细胞癌和小细胞癌。我国目前处于老龄化社会，老年肺癌患者术后管理与治疗为我国公共卫生系统发展带来了一定的挑战。所以，掌握术后老年肺癌患者预后危险因素和症状，对临床工作具有重要意义。

1资料和方法

1.1一般资料

得到美国肺癌研究所使用seer数据库使用许可，收集资料库中2015年1月-2020年12月老年肺癌术后患者的资料并且收集。纳入标准：患者年龄≥65岁;患者生存情况与时间明确;患者临床信息完整;患者树种淋巴结清扫信息完整;纳入患者婚姻情况信息完整。排除标准：数据含量少指标;没有开展肺癌切除术。患者肿瘤病理包括小细胞癌、大细胞肺癌、鳞癌、腺癌。肿瘤分期根据2010年美国癌症联合委员会的TNM分期标准，婚姻情况包括未婚、已婚、丧偶、离异。患者随访的起点为肺癌确诊的时间，随访的重点为死亡或者2020年底最后一次随访。

1.2统计学分析

使用SPSS20.0统计软件对数据进行处理，利用Kaplan-Meier法对总体生存率和肺癌特异性生存率进行计算。

2结果

2.1肺癌预后模型的创建

肿瘤预后主要包括风险的复发、评估、生存和转移等情况，图1为老年肺癌患者预后模型流程。

具体步骤为：

1.數据下载。通过SEER*Stat软件调用软件数据，下载肺癌患者数据;

2.变量选择依据。根据美国癌症联合会、美国国立癌症网络临床指南和美国第二版肿瘤信息采集系统中的和患者生存相关预后因素，并且通过SEER中提取以上变量字段，根据首次确诊登记的患者信息为准，使整理之后患者信息录入到Excel表中;

3.筛选特征变量。为了确定变量是否对患者生存情况独立影响，使用SPSS 20.0软件对训练样本实现单因素分析，使单因素分析得到变量融入到Logistic回归分析中，筛选癌症高相关因素，P<0.05具有统计学意义，和临床医生建议结合调整变量融入到最终模型中;

4.创建肿瘤预后模型。利用机器学习方法实现肿瘤预后预测模型的创建，以R Studio软件实现贝叶斯生存预测模型的创建;

5.模型评价。使用数据挖掘软件WEKA比较贝叶斯网络模型和其他三种常见分类模型预测精准性、ROC曲线下面积和精准度。

2.2手术切除对患者的效用

以seer数据检索策略表示肺癌患者满足条件的共有45000例，接收手术治疗的患者共有850例。为了对不同不同临床分期手术治疗对于肺癌患者的疗效影响进行分析，将患者分为非手术组和手术组。图2为不同分期肺癌患者的手术治疗生存情况，手术组患者的总生存期比非手术组要优。此情况不只是针对无转移患者，即便是患者存在远端转移，手术治疗还是能够展现其治疗优势。但是，不管是IASLC或者VSLSG系统，手术治疗能够延长广泛期与局限期患者的总生存期。

2.3预后模型的对比

利用一致性指标对比各模型预测精准度，Nomogram模型最佳，其次为其他模型一致性指数。图4为肺癌患者预后生存Nomogram模型，利用R语言的rcorrp.cens程序包和其他模型对比是否出现统计学差异，通过结果表示，本文设计Nomogram模型与AJCC模型分辨度良好，预测效能最佳的是Nomogram模型，表1为Nomogram模型的最佳预测效能。

3结论

在可切除肺癌患者中，有30%高危人群具有复发的可能，针对如何对高危人群鉴定并没有切实的标准。目前肺癌标准术式包括安全切除术，标准包括病灶在内的肺叶切除或者解剖性非也切除与淋巴结扫描。研究表示，区域淋巴结扫描数量和患者生存预后相关，提示医生在肺癌手术时要注意淋巴结清扫程度。另外，患者婚姻情况也备受重视，虽然单因素表示婚姻情况和患者预后无关，但是多因素表示老年肺癌患者术后未婚或者丧偶为患者预后危险因素。出现此情况可能是因为婚姻情况异常患者对于缺少配偶对心理安慰和支持，老年患者起居需要伴侣的支持。

本文创建基于SEER数据库的Nomogram模型存在部分问题：首先，seer数据库中有大量医学中心患者临床数据，但是缺乏患者化疗方案等关键临床信息。此临床信息被证实和老年肺癌患者预后相关，假如能够增加此信息，能够提高模型精准度。另外，如果患者理想条件良好，可以对患者开展手术治疗;如果患者身体条件比较差，可以选择放化疗。所以，对手术治疗评估是否能够使患者总生存期得到提高存在争议。

参考文献：

[1]何春明， 尹航， 唐健，等. 基于SEER数据库的老年肺癌术后患者预后模型构建与内部验证[J]. 上海交通大学学报：医学版， 2020， 40（11）：8.

[2]潘辉， 张亚雷， 肖大凯，等. 基于SEER数据库构建小细胞肺癌术后患者生存预测模型[J]. 肿瘤预防与治疗， 2019， 32（6）：8.

[3]万秀萍， 翁慧斌， 林小花，等. 基于SEER数据库分析老年胃癌患者内镜手术与传统术式的治疗效果及预后[J]. 中国内镜杂志， 2020， 26（5）：8.

[4]朱迪， 张羽珊， 郑守娟，等. 基于SEER数据库的儿童青少年室管膜瘤预后Nomogram模型的构建和验证[J]. 肿瘤防治研究， 2021， 48（4）：7.

推荐访问:预后 肺癌 老年