今天和大家分享一篇2019年7月发表在Cancer medicine(IF=3.357)上的一篇Nomogram文章。
该文章同样选用来自SEER数据库的炎性乳癌（IBC）患者资料，通过单因素多因素COX回归分析，确定了与IBC患者预后（本文仅研究OS）相关的危险因素，并以此为基础建立了Nomogram。此外，研究团队比较了Nomogram和AJCC分期对于患者预后预测的能力。
总体而言，又是熟悉的套路，又是熟悉的配方，大家可以细细品读，尝试着模仿模仿。指不定下一篇就是你们的。
下面一起来看一下文章整体概述。
图1. 文章流程图
文章内容概述
1. 患者基本信息
2. 建立列线图
图2. 不同亚组中训练集和验证集的生存分析
随后，通过单因素COX回归及多因素COX回归分析，9个变量被确定为与预后独立相关的因素，包括种族、婚姻、N、M、HoR、HER-2、手术、放疗以及化疗。基于上述独立危险因素，作者开发了预测IBC患者3年及5年OS的Nomogram（图3）
图3. Nomogram
3. 列线图验证
图4. C指数比较
最后，校准曲线结果表明列线图预测的生存率与实际生存率具有较高的吻合。
总结
通读全文，会发现又是熟悉的套路。基本信息描述+单因素+多因素+Nomogram+C指数+Calibration curve，貌似熟悉的DCA没有出现，但是并不影响文章整体。
