【目的】建立基于R软件的逐步Cox回归模型拟合及列线图(Nomogram)绘制方法。【方法】以R软件的Survival包分别对R自带的Lung数据集228例晚期肺癌病人数据和美国监测、流行病、终点结局(surveillance,epidemiology and end results,SEER...【目的】建立基于R软件的逐步Cox回归模型拟合及列线图(Nomogram)绘制方法。【方法】以R软件的Survival包分别对R自带的Lung数据集228例晚期肺癌病人数据和美国监测、流行病、终点结局(surveillance,epidemiology and end results,SEER)数据库获取的6341例胰腺癌病人数据拟合逐步Cox回归模型,采用rms包绘制列线图,以校准曲线对模型效果进行验证评价。【结果】Cox回归模型显示性别、ph.ecog评分是晚期肺癌病人生存的独立影响因素,年龄、肿瘤部位、肿瘤分化程度、TNM分期、肿瘤大小与淋巴结阳性率为胰腺癌病人生存的独立影响因素。基于以上影响因素绘制的2个列线图可较准确地评估肺癌和胰腺癌病人1年、2年生存概率,校准曲线显示1年、2年实际生存概率与预测概率大致接近。【结论】R绘制列线图方便,可直观地预测个体生存概率。展开更多
文摘【目的】建立基于R软件的逐步Cox回归模型拟合及列线图(Nomogram)绘制方法。【方法】以R软件的Survival包分别对R自带的Lung数据集228例晚期肺癌病人数据和美国监测、流行病、终点结局(surveillance,epidemiology and end results,SEER)数据库获取的6341例胰腺癌病人数据拟合逐步Cox回归模型,采用rms包绘制列线图,以校准曲线对模型效果进行验证评价。【结果】Cox回归模型显示性别、ph.ecog评分是晚期肺癌病人生存的独立影响因素,年龄、肿瘤部位、肿瘤分化程度、TNM分期、肿瘤大小与淋巴结阳性率为胰腺癌病人生存的独立影响因素。基于以上影响因素绘制的2个列线图可较准确地评估肺癌和胰腺癌病人1年、2年生存概率,校准曲线显示1年、2年实际生存概率与预测概率大致接近。【结论】R绘制列线图方便,可直观地预测个体生存概率。