文摘

背景。乳腺癌是女性癌症死亡最常见的原因在伊朗有增加发病率和死亡率。适当的建模将正确检测的因素对乳腺癌的影响,这可能是卫生保健规划的基础。几乎因此,本研究旨在发展两个最近推出了统计模型来比较它们的乳腺癌患者的生存预测工具。材料和方法。回顾性队列研究,539名乳腺癌患者的18年随访信息分析了“参数混合治疗模型”和“基于模型的递归分区。“此外,模拟研究进行了比较提到模型不同情况下的性能。结果。“基于模型的递归分区”能够更好地描述数据集和提供了一个细分离的个体具有不同的风险水平。另外仿真研究的结果证实了这个递归分区非线性模型结构的优越性。结论。“基于模型的递归分区”似乎是一个潜在的工具来处理复杂的混合物治疗模式。因此,该模型建议申请长期生存患者。

1。介绍

乳腺癌,这是第二个最常见的癌症在伊朗女性(1),是世界上女性癌症死亡的最常见原因(2]。伊朗卫生部报告了33.21每100000名女性人口的年龄标准化发病率(3]。伊朗乳腺癌患者比西方国家更年轻的病人;这种更快的疾病形成可能导致一个更重的负担1]。此外,乳腺癌的早期检测将提高预期寿命(4),这是另一个证据的需要有效的建模精确预测病人的风险。适当的建模将正确检测的因素对乳腺癌的影响,这可能是卫生保健规划的基础(5]。

Cox比例风险和威布尔模型是两个最广泛使用的技术,乳腺癌患者的生存模型(6- - - - - -9]。但欣赏今天的医学进展,有一个高概率被治愈的10]。因为这一成就,治愈模型变得更加合适的方法特别是治愈可能性的疾病可以被认为是一个现实10,11]。

一样的混合物治疗模式,可能分配人口个体的治愈或患者组,有各种各样的统计学习算法,将人口划分为同质的子集。指的是他们的更高的精度和更低的错误率,几篇文章声称这些最近推出了算法的优秀传统同行(12- - - - - -15]。“基于模型的递归分区”(MoBRP)是最可翻译的这个家族的成员之一,并提供一个合适的功率预测的非线性回归关系(16]。这个模型是一个混合树相结合的传统模式拟合树机器学习算法。此外,MoBRP源自回归树的好处,如检测复杂的未知的模型结构和交互的能力(16]。

我们所知,没有研究伊朗的乳腺癌患者的生存时间进行建模通过使用“参数混合治疗模型”(PMCM)和谨慎的唯一“基于模型的递归分区”在生存分析中的应用是由Zeileis等人分析德国乳腺癌数据集(17]。因此本研究的目的是比较两个提到的统计方法的适应性乳腺癌通过模拟和实际数据集。

2。材料和方法

2.1。参与者

回顾性队列研究,539名乳腺癌患者的信息。大约37%的乳腺癌患者死亡和被审查。这些患者被指诊断中心哈马丹Mahdieh Darolaytam期间1995 - 2013。这项研究入学标准如下:(我)经历了一个乳房肿瘤切除术的患者,quadrantectomy,简单或全乳切除,或修改根治性乳房切除术手术。(2)女性乳腺癌患者接受化疗和放疗手术之前或之后。感兴趣的事件是乳腺癌的死亡和生存时间以天从诊断日期到参与者的死亡日期。此外,一些医疗预后和基线特征因素聚集,例如,“人类表皮生长因子受体2 (HER2),“孕激素受体状态”(PR),“雌激素受体状态”(ER),“包括淋巴结的数量。”

2.2。混合物治疗模式

几乎所有的生存模型的基本假设是,足够长的随访后,人群中每一个人最终会体验感兴趣的事件。实际上这种假设是违反了一些实际情况。混合物治疗是一个灵活的模型,该模型可以克服这个限制的假设。这个模型认为nonsusceptible人口的一个子集。Nonsusceptible个人治愈和永远不会经历感兴趣的事件18]。显然,治愈乳腺癌的病人是nonsusceptible经历的死亡。

治愈个人会审查过程中观察随访。经验证据nonsusceptible个人的存在是久,稳定高原通常包含的最后审查kaplan meier生存曲线(19,20.]。提供足够的后续,稳定水平的概率,在正确的kaplan meier的极端,是nonsusceptible治愈患者的比例的一致估计量(20.]。

让是敏感的指示符变量显示状态;代表敏感或未硫化的病人,而代表个人治愈。因此,治疗模型定义如下: 在哪里是易感个体的生存条件的协变量的向量,这个概率可以被建模的一个通常的生存,如威布尔模型,这是最合适的在这种情况下(10,11,18,21- - - - - -25),而nonsusceptible个体的生存功能,嵌入式,在上述公式。

定义的概率敏感,可以由一个二进制的回归建模如物流更常见(11,18,23- - - - - -26),协变量的向量和也许一样。

最后,已经被命名为边际生存和显示整个人口的生存。

2.3。基于模型的递归分区

如果所有的全球模型观测符合不当,总数可能会分裂的方式提供了适当的适合每个子集;这个想法是MoBRP技术的主要动机。这个分区实际上是一个树,每个节点与一个特定的参数模型。分区发生在这样一个稳定的模型拟合提供了每个子集(16,27]。更准确地说,越来越多的树的算法如下:(1)合适的参数模型的数据集。(2)统计评估在一些分区变量估计参数的稳定性。(3)如果有一个总体通过所有估计的参数不稳定,人口会分裂以及分区变量负责最不稳定。应该补充说,分裂点选择在这样一个残差平方和或负对数似是最小化。(4)在每个终端节点重复算法。为了避免过度拟合,这种树是通过预处理和postpruning;通过Bonferroni prepruning实现值分区校正变量选择和postpruning可以通过“Akaike信息标准”或“贝叶斯信息准则”(16]。

2.4。模拟研究

模拟研究计划为了比较PMCM和MoBRP的性能。

数据来自Logistic-Weibull混合物治疗模式18,28), 在协议与其他研究29日- - - - - -31日),用于模拟标准正态和均匀分布。协变量是固定的设计;由标准正态分布和从标准生成均匀分布。形状参数也是固定的。

发现拟合优度的趋势,模拟复制100次每36配置由三个级别的审查速度,40%,60%,和80%的人口总量;三个级别的治愈率(0%,15%,30%);和两个水平的样本大小,500年和1000年的观察,此外;调查一个更复杂的模型结构在一个额外的场景中,交互的影响与和(例如,和PMCM)被添加到生存的一部分。最后,检查结果为不同的形状参数,一些额外的配置进行了模拟的样本大小0.5 500年观察和形状参数的大小。

2.5。统计方法

以及(20.,32)和kaplan meier为了检查充分随访和评估nonsusceptible个人的分数。使用落后的变量选择,最适合选择PMCM Logistic-Weibull配件。考虑生存威布尔分布的可扩展性,它也用于树节点建模。

最后,仿真研究旨在评估两种方法的性能。应该注意的是,“另类投资会议”postpruning MoBRPs应用。

3所示。结果与讨论

5年生存率为68.5%。中值寿命,从诊断的时候,是9.02;此外,人口的死亡率是36.73%。诊断病人的年龄从22到79不等,其均值(SD)和中位数是46.1(10.8)和45年,分别。根据数据集的主要信息,256(47.49%)的个人经验等于或小于两个涉及到淋巴结,其中329例(61.04%)肿瘤大小是不到两厘米。呃⁺,公关⁺,HER2⁺41.19%,32.84%,和76.44%的病人,分别。

非参数以及拒绝随访时间的不足,从图可以看出1kaplan meier曲线一直在稳定的概率几乎0.20;这意味着20%的人口是治愈和nonsusceptible。这条曲线在研究期间的高原的尾巴是另一个视觉的原因足够的随访。这个情节表明“8.85年”为总人口的平均存活时间。

表1显示了混合治疗模型的拟合结果。根据这个模型,得到参数估计的治愈率约为总人口的25%。这个速度靠近kaplan meier估计表明,原油非参数kaplan meier方法证实了其参数在一个公平的方式。

估计参数的物流PMCM暗示一个单元增量的一部分“肿瘤大小”和“相关淋巴结数量”的几率将增加敏感的1.5和1.1倍,分别。正面和负面的估计参数,分别对ER⁺和公关⁺威布尔模型治疗的一部分,也证实了这些因素的风险和保护作用的乳腺癌患者。基于该模型,估计的未硫化的平均存活时间是6.02年和8.03年总人口。

MoBRP的健身和估计参数如图所示2。总人口是划分根据两个分区变量和三个终端节点形成。第一个终端节点的审查率是86%,远高于审查利率67%和57%,分别为第二和第三终端节点。MoBRP结果AIC是3698.7,几乎不到坏蛋混合物模型的对应。这种差异澄清MoBRP的性能优越的角度来看full-likelihood-based标准。

人口终端树节点的每个子集,kaplan meier阴谋被附加到数字2。最审查率被视为第一个终端节点kaplan meier稳定在0.81的高概率和病人在这个节点与低水平的相关危险因素。kaplan meier第三终端节点减少,曲线更陡的坡比情节第一和第二个终端节点。生存率较报道患者的生存曲线之间的显著差异属于第一和第三终端节点(值= 0.012)。所有这些证据证明Weibull-regression-based树可以将人口划分为三个子集包含低风险、高风险,中度风险的患者;另外低风险的终端节点与重审查被认为是节点最治愈的个人。

表2- - - - - -4现在的结果PMCM和MoBRP适合模拟数据。这个模拟研究表明,治愈率的提高会增加了“另类投资会议”;然而,规模较小的aic审查利率上升了。一样的威布尔模型,观测的数量减少,“另类投资会议”值会减少。仿真结果的比较,有或没有交互模型,表明PMCM的优越性能或MoBRP取决于操作条件。小“另类投资会议”PMCM预计,当模型结构简单,完全已知;实际上这种情况非常罕见医疗建模。另一方面,作为MoBRP协变量能够检测未知的关系和相互作用,这将是首选时可能存在的高阶因素影响或复杂的结构16]。最后,使用不同的形状参数表的比较表明,提到了“另类投资会议”,这是趋势的变化引起的治愈和审查率,对不同形状是相同的。

尽管伊朗PMCM一直使用以前的模型来研究病人的生存(24,25),本研究是第一个报告将这种技术应用到伊朗妇女患有乳腺癌的生存模式。也许最相似的研究指Jafari-Koshki等人,Rahimzadeh et al。33,34]在贝叶斯nonmixture治疗应用于乳腺癌患者的生存模式。同意我们的调查,Jafari-Koshki等人的研究也发现肿瘤大小的影响,涉及的节点数量,ER⁺是寿命的损害。此外,缺乏公关的表达与乳腺癌相关进展。应该补充说,上述因素的有害和有益效果是由PMCM在很多研究中得到验证与伊朗以外的世界的不同部分。十行诗等人使用参数混合治疗乳腺癌患者的生存模型的弱点从法国西南部11]。都对我们的调查,涉及肿瘤大小和数量的节点物流部分的重要因素;公关的保护作用⁺通过他们的调查也证实了。可能等人用Weibull-Logistic PMCM和澄清的显著影响肿瘤大小增加乳腺癌复发的概率(23]。根据他们的研究,ER⁺和HER2没有有效的建模易感患者复发的时间。Faradmal等人得出类似的结果通过我们的实际处理数据集(35]。时间Cox模型用于分析和可能的应用相同的数据集的相似性因素影响的主要原因。所有这些收敛结果为临床医生提供一个几乎完整的指南在疾病进展的评估。显然,开一个高效的治疗条件及时准确诊断和我们几乎介绍PMCM支持更好的诊断。

类似于治疗混合模型,该模型由两部分组成,一部分为将敏感的概率,另一个用于建模的生存未硫化的个体,MoBRP是同时由两部分构成的技术分类建模和生存时间。生存分析中唯一使用MoBRP被称为Zeileis造型等人应用这个技术686年德国乳腺癌患者的生存。八被用作反是预后因素;两人选择节点建模和剩下的六个因素被认为是分区变量。MoBRP导致two-terminal-nodes树是由公关分裂(17]。

除了低MoBRP AIC,分区的选择分割点变量是其操作的另一个奇迹。肿瘤大小是分区在1.8厘米,所以作为实证代理直接到2厘米;这减少点的功效被许多临床调查评估11,23,35- - - - - -40]。

4所示。结论

虽然MoBRP没有设计占治愈分数,这个调查认证其能力提供精细分离的个体具有不同风险水平,特别是在非线性关联。因此,MoBRP似乎是一个潜在的工具来处理复杂的混合物治疗模式。因此,该模型建议申请长期生存患者。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这次调查的结果是作者的建设性意见,由副校长哈马丹大学的医学科学研究和技术作为博士论文的一部分。作者是感激Achim Zeileis教授由于他的及时指导和帮助。最后作者承认诊断中心哈马丹Mahdieh Darolaytam慷慨地提供数据集。