今天为大家分享一篇2019年12月发表在Lung Cancer（中科院分区二区， IF=4.6）上的基于SEER数据库的nomogram文章。文中利用自己医院的数据进行外部验证，套路简单易模仿，逻辑清晰，当然也有自己的一些特点，最后根据预测结果建立了一个在线的nomogram分析（动态nomogram），便于临床应用，接下来小编详细讲解一下。
Title: The role of surgery for atypical bronchopulmonary carcinoid tumor: Development and validation of a model based on Surveillance, Epidemiology, and End Results (SEER) database
标题：手术在非典型支气管肺类癌中的作用：基于SEER数据库建立并验证一项模型
图1. 流程图
从流程图上看并没有什么十分特殊之处，依旧是常规的单因素+多因素+Nomogram+评价。在此基础上，研究团队利用K-M生存曲线更加形象的展现了各危险因素对预后的影响。在流程图右侧的2个框框（本院验证集和动态Nomogram）也是本文亮点。下面，让我们一起来看看本文的基本结果。
二、主要结果概述
1.预后因素筛选（略有不同，对小样本研究课题可模仿）
利用SEER数据库获取507例患者基本信息，建立训练集。按照既往大量文章的常规思路，单因素和多因素是在此507例患者上依次进行的，但是本文不同。在507例患者基础上，研究人员进行了单因素COX回归分析，结果表明11项变量与非典型支气管肺类癌预后相关（图2）。随后，研究人员又排除了43例患者（图3）。此处虽然在文章结果部分已经呈现了排除的患者具体数量和具体原因，但是并没有解释为什么是在这一步排除这些患者，在文中方法部分也没有具体描述。经过团队讨论，我们认为最大的可能是排除了那些单因素COX中有意义的变量资料缺失的患者（即上述11项变量资料缺失的患者被排除在外）。这样操作对于小样本研究课题还是很有意义的，因为此操作可以避免那些因为与预后无关的变量资料缺失而删除部分患者。
图2. 单因素COX回归结果
图3. 单因素之后排除43例患者
在多因素COX回归中，年龄、区域淋巴结活检、手术、淋巴结转移和远处转移被确定为与与OS和CSS独立相关的预后因素。此外，尺寸被确认为与CSS独立相关的预后因素（图4）。
图4. 多因素COX回归结果
2.建立并验证非典型支气管肺类癌患者预后Nomogram
基于与OS独立相关的预后因素，患者利用SEER数据库的464例患者建立了预测非典型支气管肺类癌患者的预后Nomogram（图5）。同时，利用56例本院患者数据进行外部验证。结果表明指标对Nomogram的影响由大到小依次为：手术、年龄、淋巴结转移、远处转移、局部淋巴结活检及肿瘤尺寸。Nomogram的3年AUC（此处原文为C指数，下同）为0.722 (95 % CI: 0.647–0.797)，5年AUC为0.737 (95 % CI: 0.675–0.799) 及10年AUC为0.712 (95 % CI: 0.654–0.771)。在外部验证队列中，3/5/10年AUC分别为0.714 (95 % CI: 0.576–0.852, p = 0.008)、0.738 (95 % CI: 0.607–0.869, p = 0.002) 和 0.729 (95 % CI:0.595–0.864, p = 0.003)。校准曲线、DCA也进一步肯定了Nomogram的价值。
CSS的Nomogram呢？？？尺寸怎么跑OS的Nomogram去了？？咱也不知道为啥，文中确实就是这样的。
图5.Nomogram
图6. 训练集ROC曲线、校准曲线及DCA结果
3.比较Nomogram和AJCC TNM分期
4.动态nomogram在线计算
三、总结
