[논문]Cox 비례위험모형을 이용한 우측 대장암 3기 자료 분석

이태섭; 이민정

doi:10.7465/jkdi.2017.28.2.349

Cox 비례위험모형을 이용한 우측 대장암 3기 자료 분석
Analysis of stage III proximal colon cancer using the Cox proportional hazards model 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.28 no.2, 2017년, pp.349 - 359

초록
AI-Helper

본 논문에서는 미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 자료에 Cox 비례위험모형을 적합하여 생존분석을 하였다. 우측 대장암 3기 환자의 사망률에 유의한 영향을 미치는 공변량들을 파악하고, 관심있는 공변량들을 가진 환자의 생존율을 추정하였다. Schoenfeld 잔차를 기반한 검정과 Schoenfeld 잔차 도표, $log[-log\{{\hat{S}}(t)\}]$ 도표를 이용하여 분석에 사용된 공변량들이 비례위험 가정을 만족함을 확인하였다. 적합된 Cox 비례위험모형의 타당성을 검증하기 위해 10-fold 교차 검증을 이용하여 calibration 도표와 시간에 의존하는 ROC 곡선 아래 면적을 계산하였다. 이를 통해 적합된 Cox 비례위험모형의 타당성을 확인하였다.

Abstract ▼ AI-Helper

In this paper, we conducted survival analyses by fitting the Cox proportional hazards model to stage III proximal colon cancer data obtained from the Surveillance, Epidemiology, and End Results program of the National Cancer Institute. We investigated the effect of covariates on the hazard function ...

주제어

AI 본문요약
AI-Helper

문제 정의

미국 국립암연구소 (National Cancer Institute)의 SEER (Surveillance, Epidemiology, and End Results) 프로그램은 1973년부터 미국 암 환자 자료를 축적하여 미국 인구의 28% 정도의 자료를 보유하고 있으며 연구 목적을 위해 암 자료를 제공하고 있다 (National Cancer Institute, 2016). 본 논문에서는 미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 (stage III proximal colon cancer) 자료를 사용하여 생존모형을 찾고 적합된 생존모형의 타당성을 검증하고자 한다. 본 논문의 구성은 다음과 같다.

제안 방법

미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 자료에 Cox 비례위험모형을 적합하여 생존율을 예측하기 위한 모형을 구하였고, 모형에 사용된 공변량들이 비례위험 가정을 만족함을 확인하였다. 적합된 모형의 타당성을 검증하기 위해 10-fold 교차 검증을 이용하여 생존함수를 추정하였고 이 추정치들을 이용하여 calibration 도표와 시간에 의존하는 AUC(t)를 계산하였다.

대상 데이터

분석에 사용된 자료는 미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 자료이다. 1996년부터 2005년 사이에 진단받은 40세에서 94세 환자들로 암 종양 제거 수술을 받았으며, 관측 시간의 중앙값은 34개월이고 최대 120개월까지 추적 (follow-up)하였다.

데이터처리

미국 국립암연구소의 SEER 프로그램에서 제공하는 우측 대장암 3기 자료에 Cox 비례위험모형을 적합하여 생존율을 예측하기 위한 모형을 구하였고, 모형에 사용된 공변량들이 비례위험 가정을 만족함을 확인하였다. 적합된 모형의 타당성을 검증하기 위해 10-fold 교차 검증을 이용하여 생존함수를 추정하였고 이 추정치들을 이용하여 calibration 도표와 시간에 의존하는 AUC(t)를 계산하였다. 그 결과 적합 된 Cox 비례위험모형이 좋은 검정력과 판별력을 가졌음을 확인하였다.

성능/효과

적합된 모형의 타당성을 검증하기 위해 10-fold 교차 검증을 이용하여 생존함수를 추정하였고 이 추정치들을 이용하여 calibration 도표와 시간에 의존하는 AUC(t)를 계산하였다. 그 결과 적합 된 Cox 비례위험모형이 좋은 검정력과 판별력을 가졌음을 확인하였다.

후속연구

그러나 고령의 암 환자의 경우 암과 관련 없는 다른 원인에 의해서도 사망할 수 있다. 이와 같이 암 환자가 암 뿐만 아니라 다른 원인에 의해서도 사망할 수 있는 경우 경쟁위험모형 (competing risks model)을 적용하여 (Prentice 등, 1978; Fine과 Gray, 1999; Doh 등, 2015) 암에 의한 사망과 다른 원인에 의한 사망에 영향을 미치는 요인에 대해 조사할 수 있으며, 이는 본 연구의 향후 연구 과제가 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	대장암의 진행단계는 병기로 판정되고 어떤 분류법을 이용하여 결정되는가?	발생학적 측면이나 생화학적인 측면에서 근위부 결장과 원위부 결장은 많은 차이를 가지고 있으므로 이에 따른 악성 종양의 연구도 달라진다. 다른 암과 마찬가지로 대장암의 진행단계는 병기 (stage)로 판정되고 이는 TNM 분류법 (tumor-node-metastasis staging system)과 애슬러-콜러분류법 (Astler-Coller staging stytem)을 이용하여 결정한다 (National Cancer Information Center, 2014). 대장암은 사망률이 높은 폐암에 비해 그 위험도는 비교적 낮으나 국내 대장암 환자수가 크게 증가함에 따라 대장암에 대한 관심도 커져 대장내시경 검사를 건강검진에 포함하는 경우가 많아졌다.
	국내 암 발생률의 순서는 어떻게 되는가?	한국인 사망원인 1위는 암으로, 국내 암 발생률은 갑상선암, 위암, 대장암, 폐암, 유방암, 간암, 전립선암의 순으로 높다 (Ministry of Health and Welfare, 2014). Koh와 Kim (2010)은 1999년에서 2007년까지 자료를 바탕으로 대장암 발생률은 연간 6.
	글리슨 분류법에 의해 종양 조직 일부를 관찰하는데, 선의 형태에 따라 어떻게 나타나는가?	이러한 기준의 첫 번째로 글리슨 분류법 (gleason grading system)이 있으며 이는 종양 조직 일부를 현미경으로 관찰하여 악성도를 측정한다 (Gleason, 1992). 종양 조직에서 나타나는 선의 형태에 따라 1 등급부터 5 등급까지 등급을 나누는데 주된 형태 (primary pattern)와 보조적 형태 (secondary pattern)에서 두 번 등급을 판정한다. 글리슨 점수 (gleason score)는 주된 형태와 보조적 형태의 등급을 합한 것으로 최소 2 등급에서 최고 10 등급으로 나타낸다.

참고문헌 (22)

Breslow, N. (1974). Covariance analysis of censored survival data. Biometrics, 30, 89-99.

상세보기
Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society Series B(Methodological), 34, 187-220.

상세보기
Doh, G., Kim, S. and Kim, Y. J. (2015). Statistical analysis of economic activity state of workers with industrial injuries using a competing risk model. Journal of the Korean Data & Information Science Societys, 26, 1271-1281.

원문보기 상세보기
Fine, J. P. and Gray, R. J. (1999). A proportional hazards model for subdistribution of a competing risk. Journal of the American Statistical Associations, 94, 496-509.

상세보기
Gleason, D. F. (1992). Histologic grading of prostate cancer: A perspective. Human Pathology, 23, 273-279.

상세보기
Gove, W. (1973). Sex, marital status, and mortality. American Journal of Sociology, 79, 45-67.

상세보기
Grambsch, P. and Therneau, T. (1994). Proportional hazards tests and diagnostics based on weighted residuals. Biometrika, 81, 515-526.

상세보기
Heagerty, P. J. and Zheng, Y. (2005). Survival model predictive accuracy and ROC curves. Biometrics, 61, 92-105.

상세보기
Iacopetta, B. (2002). Are there two sides to colorectal cancer? International Journal of Cancer, 101, 49-60.
Kaplan, E. L. and Meier P. (1958). Nonparametric estimator from incomplete observations. Journal of the American Statistical Association, 53, 457-481.

상세보기
Kim, Y. and Lee, H. (2013). Estimation of lapse rate of variable annuities by using Cox proportional hazard model. Journal of the Korean Data & Information Science Society, 24, 723-736.

원문보기 상세보기
Koh, S. and Kim, J. (2010). The reasons for the increased incidence of colorectal cancer in Korea. The Korean Journal of Medicine, 79, 97-103.
Lee, M., Cronin, K. A., Gail, M. H. and Feuer, E. J. (2012). Predicting the absolute risk of dying from colorectral cancer and from other causes using population-based cancer registry data. Statistics in Medicine, 31, 489-500.

상세보기
Lee, S., Shim, B. and Kim, J. (2015). Estimation of hazard function and hazard change-point for the rectal cancer data. Journal of the Korean Data & Information Science Society, 26, 1225-1238.

원문보기 상세보기
Miller, M. E., Langefeld C. D., Tierney W. M., Hui S. L. and McDonald C. J. (1993). Validation of probabilistic predictions. Medicine Decision Making, 13, 49-58.

상세보기
Ministry of Health and Welfare. (2014). Cancer registration statistics, http://ncc.re.kr/cancerStatsList.ncc?.
National Cancer Information Center. (2014). Cancer information service: Colon cancer, http://www.cancer.go.kr/mbs/cancer/.
National Cancer Institute. (2016). Surveillance, Epidemiology, and End Results (SEER) Program, http://seer.cancer.gov/.
Prentice, R. L., Kalbfleisch, J. D., Peterson, A. V., Flournoy, N., Farewell, V. T. and Breslow, N. E. (1978). The analysis of failure times in the presence of competing risks. Biometrics, 34, 541-554.

상세보기
Schoenfeld, D. (1982). Partial residuals for the proportional hazards regression model. Biometrika, 69, 239-241.

상세보기
Vergouwe, Y., Steyerberg, E. W., Eukemans, M. J. and Habbema, J. D. (2002). Validity of prognostic models: When is a model clinically useful? Seminars in Urologic Oncology, 20, 96-107.

상세보기
World Health Organization. (2016). International classification of diseases, http://www.who.int/classifications/icd/en/.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증