皮肤Merkel细胞癌基于SEER数据库的预后分析（肿瘤学资料）.docVIP

皮肤Merkel细胞癌基于SEER数据库的预后分析（肿瘤学资料） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：皮肤Merkel细胞癌基于SEER数据库的预后分析 1 1、对象与方法 2 2、结 果 4 3、讨 论 5 文2：基于Oracle9i数据库的查询优化 7 1oracle9i数据库常见的资源瓶颈类型 8 2针对sga内存区的调整 8 2．1sga内存区结构 9 3查询优化的策略 10 (3)如果能用连接操作处理的语句，最好不要使用嵌套子查询 14 (1)索引中不包括一个或几个待排序的列。 15 (3)排序的列来自不同的表。 15 4结束语 15 参考文摘引言： 16 原创性声明（模板） 17 文章致谢（模板） 17 正文 皮肤Merkel细胞癌基于SEER数据库的预后分析（肿瘤学资料） 文1：皮肤Merkel细胞癌基于SEER数据库的预后分析 Merkel细胞癌是一种罕见的神经内分泌性皮肤肿瘤，它具有很强的侵袭性和致命性，手术是目前治疗的主要手段[1]。由于该病的罕见性，目前缺乏大样本研究来证实经手术切除的Merkel细胞癌患者的预后因素。但与此同时，Merkel细胞癌的发病率在迅速上升，相关机构数据表明，2000—2013年美国Merkel细胞癌发病率增加了95%[2]。因此，对该病进行预后分析并提供有效地个体化预后模型具有重要意义。传统的TNM分期有一定的预后预测能力，但存在固有的缺陷，因其只依赖解剖学指标，缺乏多学科综合的度量指标[3]。根据以往的研究，以下因素也可能影响Merkel细胞癌的预后:性别、年龄、肿瘤大小、婚姻状况、放疗、Merkel细胞多瘤病毒感染等。结合多种预后因素的临床预后模型将更准确地评估癌症预后，然而，目前尚缺乏基于大样本的Merkel细胞癌预后分析。本研究使用美国国立癌症研究所的监测、流行病学和结果(SEER)数据库进行单因素和多因素Cox分析来评价预后因素[4]。既往研究证实，基于Cox模型的列线图可用多种预测因素量化肿瘤发病风险，应用起来简单直观，可为患者提供个体化的监测及随访方案，为临床决策提供支持[5，6，7]。因此，本研究构建了列线图用于个体化评价癌症特异性生存率，并将新模型的预测能力与第8版TNM分期系统的预测能力进行比较，现将研究结果报道如下。 1、对象与方法 研究对象 本研究从SEER数据库(https:eer，cancer-gov/)提取数据。该数据库由美国各州地区的18个注册管理机构共建，覆盖人群广，可提供大样本数据用于临床研究。利用SEER*Stat软件()进行数据采集，纳入标准:①病理诊断为Merkel细胞癌。②确诊时间在2010年1月—2015年12月之间。2010年1月—2015年12月总共有3 414例患者被病理诊断为Merkel细胞癌。排除标准:①仅根据尸检或死亡证明进行诊断的患者;②Merkel细胞癌不是第一原发肿瘤;③没有接受过手术;④生存时间3个月;⑤以下信息不详，包括性别、年龄、种族、肿瘤大小、婚姻状况和放射治疗、T期、N期和M期。最终有1 271例患者纳入最终的研究队列，根据目前国际惯例，建模组和验证组常用7∶3或6∶4分组，本研究中所有患者按7∶3比例采用随机数字表法分为建模组(891例)和验证组(380例)，患者基本临床特征见表1。由于数据采集于2010—2015年，当时使用的第7版TNM分期现在已不适用，现将其转化为对应的第8版TNM分期进行分析。 表1 Merkel细胞癌患者基本临床特征 研究方法 通过SEER数据库收集2010年1月—2015年12月之间病理诊断为Merkel细胞癌的病例，根据上文排除标准筛选患者，在最终纳入研究的患者中，搜集以下信息:性别、年龄、种族、肿瘤大小、婚姻状况和放射治疗、T期、N期、M期、生存时间、生存状态。手术切除定义为原发病灶的切除。婚姻状态分为已婚和其他，“其他”包括:单身、丧偶、离婚、分居和家庭伴侣。将所有病例按照7∶3的比例随机分为建模组和验证组，使用Cox回归分析获得影响预后的因素，用最终筛选出的预后因素建立临床预测模型，并在验证组中对模型进行验证。 统计学方法 使用Cox回归分析用于评估与生存相关的预后因素。考虑到只有4例T0患者，使用T分期进行Cox分析可能导致显著误差，故本研究使用肿瘤大小代替T分期。最后，将年龄、性别、种族、肿瘤大小、N和M分期、婚姻状况和放疗纳入预后分析。根据Cox回归分析结果，将单因素Cox分析结果中P的变量纳入多因素Cox分析。将多因素Cox分析中P的变量用于构建列线图，形成新的临床预测模型(Cox比例风险回归模型)。采用bootstra