SEER文献精读|SEER数据库3分文章

欢迎来到医科研，这里是白介素2的读书笔记，跟我一起聊临床与科研的故事, 生物医学数据挖掘，R语言，TCGA、GEO, SEER数据挖掘。

本文由上海乳腺癌重点实验室；复旦大学上海癌症中心，癌症医学合作创新中心的金伟教授作为通讯作者发表的。

文章标题为：Clinicopathological characteristics and survival outcomes in Paget disease: a SEER population-based study。

image.png

摘要

image.png

文章摘要内容简单明了，目的是研究 PD，PD-IDC，PD-DCIS三个集合的临床病理特征与预后，PD

指的是 Paget病，IDC指的是同时伴随诊断的一种浸润性导管癌（这个是医学基础知识，研究本专业的就清楚啦）；

方法

方法学比较简单，获取SEER数据库的下载权限，下载整理数据；分析方法用到了卡方检验；单因素生存分析， Kaplan-Meier法，log-rank 检验比较，常规的分析套路。多因素分析用 Cox回归分析。

结果

基线数据

image.png

Table1 分组的基线数据展示

image.png

Table2 婚姻状态与各种临床特征的相关性研究；作者为何单单选择了婚姻状态这个变量挑出来呢？

预后分析

image.png

两张图展示预后分析结果；这个比较简单，就是分别比较这几种分组的生存曲线分析。

  • Overall survival: OS总体生存率，它的结局指标是死亡。

  • Disease-specific survival : DSS，疾病特异性的生存率，只统计由特定疾病导致的死亡，治疗过程中由其他原因导致的死亡不计再内。

    "the percent of people who died from a specific disease in a defined period of time. Patients who died from causes other than the disease being studied are not counted. "

    结局指标是由疾病导致的死亡。

单因素-多因素分析

image.png

分析婚姻状态的各种预后关系

image.png

到这里基本上全文就结束了，后面就是讨论分析的内容了；这部分内容就要看作者自己对专业的理解程度了。

总结

总的来讲，文章的分析思路还是非常简洁明了的；结合自己的专业研究方向，自己下载分析 SEER的数据，做了

  • 基线数据整理

  • 单因素生存分析

  • 多因素生存分析

  • 进一步研究疾病在某个变量不同分组中的关系

今天的内容就到这里，我是白介素2，下期再见，跟我一起 日拱一卒吧！

怕什么真理无穷，进一步有进一步的欢喜

赞 (0)

相关推荐