Name: an r-based landscape validation of a competing risk model
Uploaded: 2022-09-16T13:10:00
Description: Watch this Scientific Journal Video about An R-Based Landscape Validation of a Competing Risk Model at JoVE.com

تم دعم الدراسة بمنح من مشروع خطة العلوم والتكنولوجيا الطبية لمقاطعة تشجيانغ (أرقام المنح 2013KYA212) ، والبرنامج العام لمؤسسة العلوم الطبيعية بمقاطعة تشجيانغ (رقم المنحة Y19H160126) ، والبرنامج الرئيسي لمكتب العلوم والتكنولوجيا لبلدية جينهوا (رقم المنحة 2016-3-005 و 2018-3-001d و 2019-3-013).

قاعدة بيانات المراقبة وعلم الأوبئة والنتائج النهائية (SEER) هي قاعدة بيانات مفتوحة الوصول للسرطان تحتوي فقط على بيانات المريض مجهولة الهوية (معرف SEER: 12296-Nov2018). لذلك ، تم إعفاء هذه الدراسة من موافقة مجلس المراجعة لمستشفى جينهوا التابع ، كلية الطب بجامعة تشجيانغ.
1. إعداد البي...

<ol>
	<li>Andersen, P. K., Gill, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cox's+regression+model+for+counting+processes:+A+large+sample+study.">Cox's regression model for counting processes: A large sample study.</a> The Annals of Statistics. 10 (4), 1100-1120 (1982).</li><li>Lubsen, J., Pool, J., vander Does, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+practical+device+for+the+application+of+a+diagnostic+or+prognostic+function.">A practical device for the application of a diagnostic or prognostic function.</a> Methods of Information in Medicine. 17 (2), 127-129 (1978).</li><li>Harrell, F. E., Lee, K. L., Mark, D. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multivariable+prognostic+models:+Issues+in+developing+models,+evaluating+assumptions+and+adequacy,+and+measuring+and+reducing+errors.">Multivariable prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors.</a> Statistics In Medicine. 15 (4), 361-387 (1996).</li><li>Hung, H., Chiang, C. -. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+methods+for+time-dependent+AUC+models+with+survival+data.">Estimation methods for time-dependent AUC models with survival data.</a> The Canadian Journal of Statistics / La Revue Canadienne de Statistique. 38 (1), 8-26 (2010).</li><li>Moons, K. G. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Risk+prediction+models:+I.+Development,+internal+validation,+and+assessing+the+incremental+value+of+a+new+(bio)marker.">Risk prediction models: I. Development, internal validation, and assessing the incremental value of a new (bio)marker.</a> Heart. 98 (9), 683-690 (2012).</li><li>Fu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-world+impact+of+non-breast+cancer-specific+death+on+overall+survival+in+resectable+breast+cancer.">Real-world impact of non-breast cancer-specific death on overall survival in resectable breast cancer.</a> Cancer. 123 (13), 2432-2443 (2017).</li><li>Fine, J. P., Gray, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+proportional+hazards+model+for+the+subdistribution+of+a+competing+risk.">A proportional hazards model for the subdistribution of a competing risk.</a> Journal of the American Statistical Association. 94 (446), 496-509 (1999).</li><li>Wu, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Establishing+a+competing+risk+regression+nomogram+model+for+survival+data.">Establishing a competing risk regression nomogram model for survival data.</a> Journal of Visualized Experiments. (164), e60684 (2020).</li><li>Zhang, Z., Geskus, R. B., Kattan, M. W., Zhang, H., Liu, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nomogram+for+survival+analysis+in+the+presence+of+competing+risks.">Nomogram for survival analysis in the presence of competing risks.</a> Annals of Translational Medicine. 5 (20), 403 (2017).</li><li>Zhang, Z. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Overview+of+model+validation+for+survival+regression+model+with+competing+risks+using+melanoma+study+data.">Overview of model validation for survival regression model with competing risks using melanoma study data.</a> Annals Of Translational Medicine. 6 (16), 325 (2018).</li><li>Newson, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Confidence+intervals+for+rank+statistics:+Somers'+D+and+extensions.">Confidence intervals for rank statistics: Somers' D and extensions.</a> Stata Journal. 6 (3), 309-334 (2006).</li><li>Davison, A. C., Hinkley, D. V., Schechtman, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Efficient+bootstrap+simulation.">Efficient bootstrap simulation.</a> Biometrika. 73 (3), 555-566 (1986).</li><li>Roecker, E. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+error+and+its+estimation+for+subset-selected+models.">Prediction error and its estimation for subset-selected models.</a> Technometrics. 33 (4), 459-468 (1991).</li><li>Steyerberg, E. W., Harrell, F. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+models+need+appropriate+internal,+internal-external,+and+external+validation.">Prediction models need appropriate internal, internal-external, and external validation.</a> Journal of Clinical Epidemiology. 69, 245-247 (2016).</li><li>Zhang, Z., Chen, L., Xu, P., Hong, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Predictive+analytics+with+ensemble+modeling+in+laparoscopic+surgery:+A+technical+note.">Predictive analytics with ensemble modeling in laparoscopic surgery: A technical note.</a> Laparoscopic, Endoscopic and Robotic Surgery. 5 (1), 25-34 (2022).</li></ol>

قارنت هذه الدراسة بين الرسوم البيانية المتنافسة للمخاطر التي تم إنشاؤها بطريقتين متميزتين وأجرت تقييما والتحقق من صحة المخططات المحددة. على وجه التحديد ، قدمت هذه الدراسة برنامجا تعليميا خطوة بخطوة لإنشاء مخطط بياني يعتمد على طريقة مباشرة ، بالإضافة إلى حساب مؤشر C ورسم منحنيات المعايرة...

في السنوات الأخيرة ، تم تحديد العوامل النذير الناشئة مع تطور الطب الدقيق ، وتجذب النماذج النذير التي تجمع بين العوامل الجزيئية والسريرية المرضية اهتماما متزايدا في البيئات السريرية. ومع ذلك ، فإن النماذج غير الرسومية ، مثل نموذج كوكس للمخاطر النسبية ، مع نتائج قيم المعامل ، يصعب على الأطباء فهمها1. وبالمقارنة ، فإن الرسم البياني هو أداة تصور لنماذج الانحدار (بما في ذلك نموذج الانحدار كوكس ، ونموذج المخاطر المتنافسة ، وما إلى ذلك) ، وهو مخطط ثنائي الأبعاد مصمم للحساب الرسومي التقريبي لدالة رياضية2. إنه يتيح تقييم مستويات مختلفة من المتغيرات في نموذج سريري وحساب درجات المخاطر (RS) للتنبؤ بالتشخيص.
تقييم النموذج ضروري في بناء النموذج ، وهناك خاصيتان مقبولتان بشكل عام للتقييم: التمييز والمعايرة. في النماذج السريرية ، يشير التمييز إلى قدرة النموذج على فصل الأفراد الذين يصابون بأحداث عن أولئك الذين لا يصابون بها ، مثل المرضى الذين يموتون مقابل أولئك الذين يبقون على قيد الحياة ، وعادة ما يستخدم مؤشر التوافق (C-index) أو المنطقة الواقعة تحت منحنى خصائص تشغيل المتلقي (AUC) لتوصيفه 3,4. المعايرة هي عملية مقارنة الاحتمالات المتوقعة لنموذج ما بالاحتمالات الفعلية ، وقد استخدمت منحنيات المعايرة على نطاق واسع لتمثيلها. بالإضافة إلى ذلك ، يعد التحقق من صحة النموذج (التحقق الداخلي والخارجي) خطوة مهمة في بناء النموذج ، ويمكن فقط استقراء النماذج التي تم التحقق من صحتها5.
نموذج كوكس للمخاطر النسبية هو نموذج انحدار يستخدم في البحوث الطبية للتحقيق في الارتباطات بين العوامل النذير وحالة البقاء على قيد الحياة. ومع ذلك ، فإن نموذج كوكس للمخاطر النسبية يأخذ في الاعتبار حالتين فقط من النتائج [Y (0 ، 1)] ، بينما غالبا ما تواجه موضوعات الدراسة أكثر من حالتين ، وتنشأ مخاطر متنافسة [Y (0 ، 1 ، 2)]1. البقاء على قيد الحياة بشكل عام (OS) ، والذي يتم تعريفه على أنه الوقت من تاريخ المنشأ (على سبيل المثال ، العلاج) إلى تاريخ الوفاة لأي سبب ، هو أهم نقطة نهاية في تحليل البقاء على قيد الحياة. ومع ذلك ، فشل نظام التشغيل في التمييز بين الوفاة الخاصة بالسرطان والوفاة غير الخاصة بالسرطان (على سبيل المثال ، أحداث القلب والأوعية الدموية وغيرها من الأسباب غير ذات الصلة) ، وبالتالي تجاهل المخاطر المتنافسة6. في هذه الحالات ، يفضل نموذج المخاطر المتنافسة للتنبؤ بحالة البقاء مع مراعاة المخاطر المتنافسة7. إن منهجية بناء نماذج كوكس للمخاطر النسبية والتحقق من صحتها راسخة ، في حين كان هناك عدد قليل من التقارير المتعلقة بالتحقق من صحة نماذج المخاطر المتنافسة.
في دراستنا السابقة ، تم إنشاء رسم بياني محدد للمخاطر المتنافسة ، ومزيج من الرسم البياني ونموذج المخاطر المتنافسة ، وتقدير درجة المخاطر بناء على نموذج مخاطر منافس8. تهدف هذه الدراسة إلى تقديم طرق مختلفة لتقييم والتحقق من صحة مخطط المخاطر المتنافسة المعمول به ، والذي يجب أن يكون بمثابة أداة مفيدة للأطباء للتنبؤ بالتشخيص مع مراعاة المخاطر المتنافسة.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>R software</td>
			<td>None</td>
			<td>Not Applicable</td>
			<td>Version 3.6.2 or higher&#160;</td>
		</tr>
		<tr>
			<td>Computer system</td>
			<td>Microsoft&#160;</td>
			<td>Windows 10</td>
			<td>&#160;Windows 10 or higher</td>
		</tr>
	</tbody>
</table>

an r-based landscape validation of a competing risk model

يتم تطبيق نموذج كوكس للمخاطر النسبية على نطاق واسع لتحليلات البقاء على قيد الحياة في البيئات السريرية ، لكنه غير قادر على التعامل مع نتائج البقاء المتعددة. تختلف نماذج المخاطر المتنافسة عن نموذج كوكس التقليدي للمخاطر النسبية ، حيث تأخذ في الاعتبار وجود أحداث متنافسة ودمجها مع رسم بياني ، وهو جهاز حساب رسومي ، وهو أداة مفيدة للأطباء لإجراء تنبؤ تنبؤي دقيق. في هذه الدراسة ، نبلغ عن طريقة لإنشاء مخطط المخاطر المتنافسة ، أي تقييم تمييزها (أي مؤشر التوافق والمنطقة تحت المنحنى) وقدرات المعايرة (أي منحنيات المعايرة) ، بالإضافة إلى الفائدة الصافية (أي تحليل منحنى القرار). وبالإضافة إلى ذلك، أجري أيضا التحقق الداخلي باستخدام إعادة تشكيل مجموعة البيانات الأصلية والتحقق الخارجي باستخدام مجموعة بيانات خارجية لمخطط المخاطر المتنافسة المنشأة لإثبات قدرته على الاستقراء. يجب أن يكون مخطط المخاطر المتنافسة بمثابة أداة مفيدة للأطباء للتنبؤ بالتشخيص مع مراعاة المخاطر المتنافسة.

في هذه الدراسة ، تم استرداد بيانات مرضى سرطان الثدي من قاعدة بيانات SEER وكانت بمثابة بيانات مثال. توفر قاعدة بيانات SEER بيانات عن السرطان تمثل حوالي 34.6٪ من سكان الولايات المتحدة ، وتم الحصول على إذن للوصول إلى قاعدة البيانات (الرقم المرجعي 12296-Nov2018).
تم إنشاء اثنين من الرسوم الب...

Watch this Scientific Journal Video about An R-Based Landscape Validation of a Competing Risk Model at JoVE.com

An R-Based Landscape Validation of a Competing Risk Model

يصف هذا البروتوكول الرموز في R لتقييم قدرات التمييز والمعايرة لنموذج مخاطر منافس ، بالإضافة إلى رموز للتحقق الداخلي والخارجي منه.

التحقق من صحة المناظر الطبيعية القائمة على R لنموذج مخاطر منافس

The Cox proportional hazard model is widely applied for survival analyses in clinical settings, but it is not able to cope with multiple survival ...

يقدم بروتوكولنا طرقا مختلفة لتقييم والتحقق من صحة مخطط المخاطر المتنافسة ؛ والذي يأخذ في الاعتبار وجود أحداث متنافسة في تحليل البقاء على قيد الحياة. يعمل هذا البروتوكول كمكمل لحزمة انحدار المخاطر في R.مثل حساب مؤشر C والتحقق الداخلي ، باستخدام طريقة التمهيد. للبدء في تمييز مؤشر C ، قم بتركيب قطعة خبز المصفوفة في نموذج المخاطر المنافس mod CRR واحصل على مصفوفة SUV متوقعة عن طريق تنفيذ الأمر.احصل على الحوادث التراكمية في شهر معين من سيارات الدفع الرباعي واحسب مؤشر C مع الوظيفة R-core يرسل. بالنسبة للتمييز في الجامعة الأمريكية بالقاهرة، سجل الأداء التنبئي لنموذج المخاطر المنافسة، باستخدام درجة الوظيفة، وحزمة انحدار المخاطر. ثم استخرج AUC من النتيجة عن طريق تنفيذ الأمر.للحصول على منحنيات معايرة مع فاصل ثقة بنسبة 95٪ لنموذج المخاطر المتنافسة ، احصل على إطار بيانات مع الحوادث التراكمية لكل فرد في وقت فشل معين. ثم قسم المجموعة وفقا للحوادث التراكمية المقدرة إلى خمس مجموعات فرعية واحسب متوسط الحوادث التراكمية المتوقعة لكل مجموعة فرعية. احسب الحوادث التراكمية المرصودة التي هي الحوادث التراكمية الفعلية باستخدام الدالة cuminc.ثم احصل على الحوادث التراكمية المرصودة بفاصل ثقة 95٪ في وقت فشل معين عن طريق تنفيذ الأمر. ارسم منحنى المعايرة مع الحوادث التراكمية المتوقعة كمحور X والحوادث التراكمية المرصودة كمحور Y. باستخدام وظيفة gg plot.بالنسبة لمنحنى المعايرة مع درجات المخاطر لنموذج المخاطر المتنافس ، قم بتقييم كل مستوى من جميع المتغيرات واحصل على إجمالي RS عن طريق تنفيذ الأمر. عد الترددات واحسب الحوادث التراكمية المرصودة لدرجات المخاطر الإجمالية المختلفة. قم بتعيين نطاق المحور X وحساب الحوادث التراكمية المتوقعة لإجمالي درجات المخاطر.ثم ارسم منحنى المعايرة مع درجات المخاطر عن طريق تنفيذ الأمر. للحصول على متوسط الحوادث التراكمية المتوقعة باستخدام طريقة التمهيد ، أعد أخذ عينات من مجموعة البيانات الأصلية ، مجموعة البيانات مع الاستبدال ، لإنشاء مجموعة بيانات التمهيد. مجموعة البيانات في.ثم قم بإنشاء نموذج مخاطر منافس: mod NCRR مع مجموعة بيانات bootstrap واستخدم وظيفة التنبؤ CRR للتنبؤ ب mod NCRR في أوقات الحلقة B لإنشاء سيارات الدفع الرباعي في كل شيء. بعد ذلك ، احصل على متوسط الحوادث التراكمية المتوقعة في شهر معين. احسب مؤشر C باستخدام التحقق من صحة الفاصل الزمني مع إرسال الوظيفة R-core.للمعايرة ، باستخدام التحقق الخارجي ، احصل على الحوادث التراكمية المتوقعة باستخدام البيانات الخارجية والحوادث التراكمية باستخدام مصفوفة متغيرات البيانات الخارجية: Code-X عن طريق تنفيذ الأمر. ثم احسب مؤشر C باستخدام التحقق الخارجي عن طريق تنفيذ الأمر. تم الحصول على اثنين من الرسوم البيانية باستخدام الطريقة المباشرة والطريقة المرجحة ، مما يدل على أن نقاط كل مستوى من المتغيرات والاحتمالات المقابلة لمجموع النقاط كانت هي نفسها تقريبا.بينما لوحظت بعض الاختلافات الطفيفة. كان منحنى المعايرة لنموذج المخاطر المتنافسة قريبا من خط التكافؤ وفترة الثقة 95٪ للتردد المرصود ، سقطت في خط التكافؤ في كل مجموعة. الإشارة إلى قدرة المعايرة الدقيقة للنموذج.تم عرض منحنيات المعايرة باستخدام التحقق الداخلي والخارجي ، مما يشير إلى أن النموذج الذي تم إنشاؤه لديه قدرة معايرة جيدة في التحقق الداخلي ؛ ولكن ضعيفة في التحقق الخارجي. تم الحصول على نتائج تحليل منحنى القرار لمخطط المخاطر المتنافسة. إظهار التغيرات في صافي الفائدة مع زيادة احتمال العتبة.تم استبدال إعادة أخذ عينات من مجموعة البيانات الأصلية لإنشاء مجموعة بيانات التمهيد حسب الأهمية ، في إجراء التحقق الداخلي من رسم الخرائط المتنافس للمخاطر. إلى جانب طريقة التمهيد ، يمكن أيضا إجراء العرض العشوائي وطريقة K4 لإنشاء مجموعات بيانات تستخدم للتحقق الداخلي. باستخدام التحقق من صحة المناظر الطبيعية القائمة على R لنموذج المخاطر المتنافسة ، يمكن للأطباء إجراء تحليل التشخيص في العالم الحقيقي مع الأخذ في الاعتبار المخاطر المتنافسة بسهولة أكبر.

Research

JoVE Journal

Cancer Research

Isolation of Circulating Tumor Cells in an Orthotopic Mouse Model of Colorectal Cancer

عزل الخلايا السرطانية المتداولة في نموذج الفأر المثلي لسرطان القولون والمستقيم

Despite the advantages of easy applicability and cost-effectiveness, subcutaneous mouse models have severe limitations and do not accurately simulate ...

An In Vivo Murine Sciatic Nerve Model of Perineural Invasion

An In Vivo Murine Sciatic Nerve Model of Perineural Invasion

نموذج عصب الوركي مورين في فيفو غزو Perineural

Cancer cells invade nerves through a process termed perineural invasion (PNI), in which cancer cells proliferate and migrate in the nerve ...

Immunophenotyping of Orthotopic Homograft (Syngeneic) of Murine Primary KPC Pancreatic Ductal Adenocarcinoma by Flow Cytometry

Immunophenotyping of Orthotopic Homograft Syngeneic of Murine Primary KPC Pancreatic Ductal Adenocarcinoma by Flow Cytometry

إيمونوفينوتيبينج من أورثوتوبيك هوموجرافت (سينجينيك) من الفيلق الابتدائي موريني البنكرياس الأقنية غدية بالتدفق الخلوي

Homograft (syngeneic) tumors are the workhorse of today&#39;s immuno-oncology (I/O) preclinical research. The tumor microenvironment (TME), particularly ...

Morphology-Based Distinction Between Healthy and Pathological Cells Utilizing Fourier Transforms and Self-Organizing Maps

المستندة إلى علم التشكل التمييز بين صحية ومرضية الخلايا استخدام فورييه التحويلات وخرائط التنظيم الذاتي

The appearance and the movements of immune cells are driven by their environment. As a reaction to a pathogen invasion, the immune cells are recruited to ...

Evaluation of Colorectal Cancer Risk and Prevalence by Stool DNA Integrity Detection

تقييم مخاطر الإصابة بسرطان القولون والمستقيم وانتشاره عن طريق الكشف عن سلامة الحمض النووي البراز

Nowadays, stool DNA can be isolated and analyzed by several methods. The long fragments of DNA in stool can be detected by a qPCR assay, which provides a ...

Spatial and Temporal Control of Murine Melanoma Initiation from Mutant Melanocyte Stem Cells

التحكم المكاني والزماني للبدء من الميلانوما من الخلايا الجذعية المتحولة للخلايا الصباغية

Cutaneous melanoma is well known as the most aggressive skin cancer. Although the risk factors and major genetic alterations continue to be documented ...

In Vitro Assay to Study Tumor-macrophage Interaction

في المختبر الاختبار لدراسة التفاعل الورم الضامة

Tumor associated macrophages (TAMs) account for a large percentage of cells in the tumor mass for different types of cancers. Glioblastoma (GBM), a ...

Establishing a Competing Risk Regression Nomogram Model for Survival Data

إنشاء نموذج Nomogram لتراجع المخاطر المتنافسة لبيانات البقاء على قيد الحياة

The Kaplan&#8211;Meier method and Cox proportional hazards regression model are the most common analyses in the survival framework. These are relatively ...

An Orthotopic Resectional Mouse Model of Pancreatic Cancer

نموذج الماوس استئصال العظام لسرطان البنكرياس

There is a lack of satisfactory animal models to study adjuvant and/or neoadjuvant therapy in patients being considered for surgery of pancreatic cancer ...