Прогнозирование отдаленных результатов гастрэктомий при раке желудка
Цель: установить прогностические факторы, влияющие на отдаленные результаты
 хирургического лечения больных раком желудка (РЖ), используя
 методы математического моделирования. Объект и методы: изучены прогностические
 факторы отдаленных результатов гастрэктомий, выполненных&...
Gespeichert in:
| Veröffentlicht in: | Онкологія |
|---|---|
| Datum: | 2014 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут експериментальної патології, онкології і радіобіології ім. Р.Є. Кавецького НАН України
2014
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/137637 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Прогнозирование отдаленных результатов гастрэктомий при раке желудка / Ю.В. Думанский, А.Н. Заика, Ю.Е. Лях, В.Г. Гурьянов // Онкологія. — 2014. — Т. 16, № 2. — С. 113-117. — Бібліогр.: 8 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860235376807903232 |
|---|---|
| author | Думанский, Ю.В. Заика, А.Н. Лях, Ю.Е. Гурьянов, В.Г. |
| author_facet | Думанский, Ю.В. Заика, А.Н. Лях, Ю.Е. Гурьянов, В.Г. |
| citation_txt | Прогнозирование отдаленных результатов гастрэктомий при раке желудка / Ю.В. Думанский, А.Н. Заика, Ю.Е. Лях, В.Г. Гурьянов // Онкологія. — 2014. — Т. 16, № 2. — С. 113-117. — Бібліогр.: 8 назв. — рос. |
| collection | DSpace DC |
| container_title | Онкологія |
| description | Цель: установить прогностические факторы, влияющие на отдаленные результаты
хирургического лечения больных раком желудка (РЖ), используя
методы математического моделирования. Объект и методы: изучены прогностические
факторы отдаленных результатов гастрэктомий, выполненных
у 1435 больных РЖ в Донецком областном противоопухолевом центре
за 20-летний период. Для выделения факторных признаков, определяющих
отдаленные результаты, и оценки степени их влияния на выживаемость пациентов
использован метод построения и анализа нейросетевых математических
моделей. Анализ проводили на отдаленных результатах лечения
1000 отслеженных пациентов. В качестве факторных признаков на первом
этапе анализа рассматривали 125 показателей, на которых была построена
и обучена линейная нейросетевая модель. После оптимизации порога «принятия/отвержения»
чувствительность модели, построенной на полном наборе
факторных признаков, на обучающем множестве составила 69,0% (95%
доверительный интервал (ДИ) 65,0–72,7%), специфичность — 68,9% (95%
ДИ 63,5–74,2%). На подтверждающем множестве чувствительность модели
— 61,2% (95% ДИ 49,1–72,6%), специфичность — 60,6% (95% ДИ 43,0–
76,9%). Выводы: по данным проведенного анализа установлено, что на отдаленные
результаты хирургического лечения больных РЖ влияют следующие
факторы: возраст больного, категории Т, N и наличие послеоперационных
осложнений. С возрастом риск смерти статистически значимо (p < 0,001)
повышается (отношение шансов (ОШ) = 1,02 (95% ДИ 1,01–1,03) на каждый
год). Выявлено также статистически значимое (p = 0,028) повышение
риска смерти для мужчин (ОШ = 1,18; 95% ДИ 1,02–1,37).
Objective: to set predictive factors affecting
the remote results of surgical treatment of patients with
gastric cancer (GC) using methods of mathematical
modeling. Object and methods: we studied prognostic
factors remote results gastrectomies made in 1435 patient
with GC in the Donetsk regional antitumor center
for the 20-year period. To highlight factors of determinants
of remote results, and assess the degree of their influence
on the survival of patients method for the construction
and analysis of mathematical models of neural
network was used. Analysis was performed on the remote
results of treatment 1000 tracked patients. As of factor
signs at the first stage of the analysis 125 indicators were
considered on which was built and trained linear neural
network model. After optimization threshold of «acceptance
/rejection» sensitivity of the model, built on the
complete set of factor signs, at a training set was 69.0%
(95% CI 65.0–72.7%), specificity — 68.9% (95%
CI 63.5–74.2%). On confirming set the sensitivity of the model — 61.2% (95% CI 49.1–72.6%), specificity
— 60.6% (95% CI 43.0–76.9%). Conclusions:
the results of analysis established that the remote results
of surgical treatment of patients with GC were
influenced by the following factors: the age of the patient,
category T, N, and the presence of postoperative
complications. With age, the risk of death statistically
significantly (p < 0.001) increased, HR = 1.02 (95%
CI 1.01–1.03) for each year. There was also a statistically
significant (p = 0,028) increased risk of death
for men, HR = 1.18 (95% CI 1.02–1.37).
|
| first_indexed | 2025-12-07T18:23:44Z |
| format | Article |
| fulltext |
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
113ОНКОЛОГИЯ • Т. 16 • № 2 • 2014 113
АКТУАЛЬНОСТЬ
Рак желудка (РЖ) остается одним из наибо-
лее распространенных злокачественных новообра-
зований во многих странах мира. Заболеваемость
в Украине (грубый показатель) в 2012 г. составила
22,9 на 100 тыс., смертность — 18,4 на 100 тыс. на-
селения [5]. Несмотря на успехи, достигнутые в он-
кологии, единственным методом, дающим надежду
на радикальное излечение пациентов с этим заболе-
ванием, является хирургический [8]. К сожалению,
отдаленные результаты хирургического лечения при
РЖ остаются неудовлетворительными. Так, по дан-
ным A. Nashimoto и соавторов [7], объединивших
результаты лечения больных в 208 клиниках Япо-
нии, 5-летняя выживаемость составила 68,9%, при-
чем у большинства пациентов это был ранний РЖ.
При запущенном опухолевом процессе эти показа-
тели составляют не более 10–15%. В этой связи мы
решили изучить прогностические факторы, влияю-
щие на отдаленные результаты лечения этой катего-
рии пациентов.
ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ
Материалом для исследования послужили дан-
ные о 1435 больных, которым была выполнена гастр-
эктомия в Донецком областном противоопухолевом
центре. Из них мужчин — 954 (66,5 ± 1,3%), жен-
щин — 481 (33,5 ± 1,3%). Средний возраст составил
58,6 ± 0,3 года. Сопутствующие заболевания имели
место у 319 (22,23 ± 1,1%) пациентов, при этом наи-
более часто отмечали патологию сердечно-сосуди-
стой системы — 143 (10,0 ± 0,8%). По данным ги-
стологических исследований, превалировали адено-
карциномы — 861 (60,0 ± 1,3%). Распространенность
опухолевого процесса соответствовала I стадии у 56
(3,9 ± 0,5%), II–III — у 953 (66,4 ± 1,3%) пациентов.
В 426 (29,7 ± 1,2%) наблюдениях отмечена IV ста-
дия болезни. У 220 (15,3 ± 1,0%) больных до опе-
рации имелись различные осложнения опухолево-
го процесса.
Для выделения факторных признаков, определя-
ющих отдаленные результаты лечения, и оценки сте-
пени их влияния на выживаемость пациентов был ис-
пользован метод построения и анализа нейросетевых
математических моделей [1, 4, 6]. В качестве резуль-
тирующего признака рассматривали выживаемость
больных после проведенного лечения (переменная Y):
в случае, когда больной пережил 5-летний период,
Y = 0 (положительный исход), в случае смерти боль-
ного в течении 5 лет Y = 1 (отрицательный исход).
ПРОГНОЗИРОВАНИЕ
ОТДАЛЕННЫх РЕЗУЛЬТАТОВ
ГАСТРЭКТОМИЙ ПРИ РАКЕ
ЖЕЛУДКА
Цель: установить прогностические факторы, влияющие на отдаленные ре-
зультаты хирургического лечения больных раком желудка (РЖ), используя
методы математического моделирования. Объект и методы: изучены про-
гностические факторы отдаленных результатов гастрэктомий, выполнен-
ных у 1435 больных РЖ в Донецком областном противоопухолевом центре
за 20-летний период. Для выделения факторных признаков, определяющих
отдаленные результаты, и оценки степени их влияния на выживаемость па-
циентов использован метод построения и анализа нейросетевых матема-
тических моделей. Анализ проводили на отдаленных результатах лечения
1000 отслеженных пациентов. В качестве факторных признаков на первом
этапе анализа рассматривали 125 показателей, на которых была построена
и обучена линейная нейросетевая модель. После оптимизации порога «приня-
тия/отвержения» чувствительность модели, построенной на полном набо-
ре факторных признаков, на обучающем множестве составила 69,0% (95%
доверительный интервал (ДИ) 65,0–72,7%), специ фичность — 68,9% (95%
ДИ 63,5–74,2%). На подтверждающем множестве чувствительность моде-
ли — 61,2% (95% ДИ 49,1–72,6%), специфичность — 60,6% (95% ДИ 43,0–
76,9%). Выводы: по данным проведенного анализа установлено, что на отда-
ленные результаты хирургического лечения больных РЖ влияют следующие
факторы: возраст больного, категории Т, N и наличие после операционных
осложнений. С возрастом риск смерти статистически значимо (p < 0,001)
повышается (отношение шансов (ОШ) = 1,02 (95% ДИ 1,01–1,03) на каж-
дый год). Выявлено также статистически значимое (p = 0,028) повыше-
ние риска смерти для мужчин (ОШ = 1,18; 95% ДИ 1,02–1,37).
Ю.В. Думанский
А.Н. Заика
Ю.Е. Лях
В.Г. Гурьянов
Донецкий медицинский
университет им. Максима
Горького, Донецк, Украина
Ключевые слова: рак желудка,
гастрэктомия, отдаленные
результаты, прогнозирование.
ОНКОЛОГИЯ • Т. 16 • № 2 • 2014
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
114
Анализ проводили с учетом отдаленных результа-
тов лечения 1000 пациентов. При построении и ана-
лизе математических моделей прогнозирования все
больные случайным образом (с помощью генера-
тора случайных чисел) были разделены в 3 множе-
ства: обучающее (которое использовалось для по-
строения модели и включало результаты лечения
850 больных), тестовое (использовалось для преду-
преждения переобучения математической модели,
включало 50 больных) и подтверждающее (исполь-
зовалось для проверки прогностической способно-
сти математической модели на новых данных, вклю-
чало 100 больных) [2].
В качестве факторных признаков на первом эта-
пе анализа рассматривали 125 показателей: возраст,
пол, локализацию опухоли, категории Т, N, М, ста-
дию, наличие осложнений опухолевого процесса
до операции, их количество и вид (стенозы, пер-
форации, абсцессы, свищи, анемия и др.); наличие
сопутствующей патологии, количество сопутству-
ющих заболеваний, их вид, ишемическую болезнь
сердца, нарушение ритма сердца, общий атероскле-
роз, атеросклеротический кардио склероз, аортоко-
ронарокардиосклероз, постинфарктный кардио-
склероз, стенокардию, гипертоническую болезнь,
прочие заболевания сердечно-сосудистой системы,
недостаточность кровообращения 0–IIА степени,
сахарный диабет, ожирение, наличие варикозно-
го расширения вен нижних конечностей, наличие
посттромбофлебитического синдрома, ревматизм,
патологию печени и поджелудочной железы, хро-
нический бронхит, бронхиальную астму, силикоз,
антракоз, очаговый туберкулез легких, пневмоскле-
роз, эмфизему легких, прочие заболевания легочной
системы; мочекаменную болезнь, хронический пие-
лонефрит, аденому предстательной железы, цистит,
прочие заболевания мочеполовой системы, язвен-
ную болезнь (желудка и двенадцатиперстной киш-
ки), хронический гастрит, неспецифический яз-
венный колит, хронический спастический колит,
полипоз толстой кишки, дивертикулез ободочной
кишки, долихосигма, прочие заболевания желу-
дочно-кишечного тракта, фибромиома матки, ки-
ста яичника, прочие патологии женских половых
органов; вид операции, объем операции, количе-
ство резецированных органов и/или анатомических
структур, их вид (резекция семенных пузырьков, ре-
зекция мочевого пузыря, экстирпация матки, экс-
тирпация матки с придатками, удаление придатков
матки, резекция тонкой кишки, аппендэктомия, ис-
сечение брюшной стенки, резекция тела матки, над-
влагалищная ампутация матки, экстирпация куль-
ти шейки матки, резекция влагалища, резекция кап-
сулы предстательной железы, холецистэктомия,
сплен эктомия, удаление фиброматозного узла мат-
ки и др.), характер операции, причину паллиативно-
го характера операции; группу крови, резус крови,
форму роста опухоли, гистологическую структуру
опухоли; наличие интраоперационных осложнений,
их количество и вид (травма селезенки, десерози-
рованная тонкая или толстая кишка, повреждение
вен крестцового сплетения, кровотечение из сосу-
дов влагалища, вскрытие абсцесса, вскрытие про-
света толстой или тонкой кишки, перфорация опу-
холи, повреждение мочеточника, мочевого пузыря
и др.); наличие послеоперационных осложнений,
их количество и вид (тромбоэмболия легочной арте-
рии, флегмона забрюшинного пространства, тром-
боз мезентериальных сосудов, синдром диссемини-
рованного внутрисосудистого свертывания, полиор-
ганная недостаточность, острый цистит, спаечная
кишечная непроходимость, тонкокишечный наруж-
ный свищ, отек легких, анемия, несостоятельность
швов анастомоза или культи двенадцатиперстной
кишки, абсцесс, перитонит, нагноение раны, ана-
стомозит, инфаркт миокарда, легочно-сердечная не-
достаточность, сердечно-легочная недостаточность,
острая сердечная недостаточность, острая сердечно-
сосудистая недостаточность, плеврит, пневмония,
пиелонефрит, орхоэпидидимит, острый орхит, пе-
ченочно-почечная недостаточность, почечно-пе-
ченочная недостаточность, острая почечная недо-
статочность, острая печеночная недостаточность,
панкреатит, внутрибрюшное кровотечение и др.).
РЕЗУЛЬТАТЫ И Их ОБСУЖДЕНИЕ
На наборе 125 факторных признаков была по-
строена и обучена линейная нейросетевая модель
прогнозирования риска для пациента не пережить
5-летний период после проведенного лечения. По-
сле оптимизации порога «принятия/отвержения»
чувствительность модели, построенной на полном
наборе факторных признаков, на обучающем мно-
жестве составила 69,0% (95% доверительный ин-
тервал (ДИ) 65,0–72,7%), специ фичность — 68,9%
(95% ДИ 63,5–74,2%). На подтверждающем мно-
жестве чувствительность модели составила 61,2%
(95% ДИ 49,1–72,6%), специ фичность — 60,6%
(95% ДИ 43,0–76,9%). Чувствительность и спе-
цифичность на обучающем и подтверждающем
множе ствах статистически значимо не различались
(p = 0,25 и p = 0,44 соответст венно при сравнении
по критерию χ2), что свидетельствует об адекватно-
сти построенной модели.
Для выявления факторов, в наибольшей степени
связанных с риском не пережить 5-летний период,
был проведен отбор наиболее значимых признаков
с использованием метода генетического алгоритма
отбора [3]. В результате было отобрано 7 факторных
признаков: Возраст (X1), Категория Т (X4), Катего-
рия N (X5), Категория М (X6), Наличие осложне-
ний до операции (прочие) (X16), Причина паллиа-
тивного характера операции (X80), Наличие после-
операционных осложнений (X120).
На этом наборе факторных признаков была по-
строена и обучена 7-факторная линейная нейро-
сетевая модель. После оптимизации порога «при-
нятия/отвержения» чувствительность линейной
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
115ОНКОЛОГИЯ • Т. 16 • № 2 • 2014 115
модели, построенной на этом наборе факторных
признаков, на обучающем множестве состави-
ла 64,3% (95% ДИ 60,2–68,2%), специфичность —
62,8% (95% ДИ 57,3–68,2%). На подтверждающем
множестве чувствительность модели составила
56,7% (95% ДИ 39,9–68,5%), специфичность —
57,6% (95% ДИ 39,9—74,3%). Чувствительность
и специфичность на обучающем и подтверждающем
множе ствах статистически значимо не различались
(p = 0,28 и p = 0,69 соответст венно при сравнении
по критерию χ2), что свидетельствует об адекватно-
сти данной модели.
Для учета наличия нелинейных связей фактор-
ных признаков с результирующим на том же набо-
ре 7-факторных признаков была построена нели-
нейная нейросетевая модель (типа многослойного
персептрона) с одним скрытым слоем (два нейро-
на в скрытом слое) прогнозирования риска для па-
циента не пережить 5-летний период после прове-
дения лечения (архитектура модели представлена
на рис. 1).
X1
X4
X5
X6
X16
X80
X120
Y
1
2
3
рис. 1. Архитектура 7-факторной нейросетевой модели
прогнозирования риска не пережить 5-летний период
(1 — нейроны входного слоя; 2 — нейроны скрытого слоя;
3 — нейрон выходного слоя)
После оптимизации порога «принятия/отвер-
жения» чувствительность модели составила 65,5%
(95% ДИ 61,5–69,4%), специфичность — 64,2%
(95% ДИ 58,6–69,5%), на подтверждающем мно-
жестве чувствительность модели составила 59,7%
(95% ДИ 47,6–71,3%), специфичность — 63,6%
(95% ДИ 46,1–79,5%). Чувствительность и спе-
цифичность на обучающем и тестовом множе-
ствах статистически значимо не различались
(p = 0,42 и p = 0,90 соответственно при сравнении
по критерию χ2), что свидетельствует об адекват-
ности построенной модели.
Для оценки значимости выделенных фактор-
ных признаков и сравнения прогностических ха-
рактеристик трех моделей использовали метод по-
строения кривых операционных характеристик
(ROC-кривых — receiver operating characteristic
curve) моделей (рис. 2).
0
10
20
30
40
50
60
70
80
90
100
0 20 40 60 80 100
×ó
âñ
òâ
èò
åë
üí
îñ
òü
, %
1 2 3
Ñïåöèôè÷íîñòü, %
рис. 2. ROC-кривые моделей прогнозирования риска
не пережить 5-летний период: 1 — линейная нейросете-
вая модель, построенная на 125 факторных признаках;
2 — линейная нейросетевая модель, построенная на 7 вы-
деленных факторных признаках; 3 — нелинейная нейро-
сетевая модель, построенная на 7 выделенных фактор-
ных признаках
При сравнении ROC-кривых отмечено незна-
чительное, но статистически значимое уменьшение
площади под кривой для линейной нейросетевой
модели, построенной на 7 выделенных факторных
признаках (AUC2 = 0,69 ± 0,02), по сравнению с ли-
нейной нейросетевой моделью, построенной на всех
125 факторных признаках (AUC1 = 0,73 ± 0,02;
p = 0,007). Также незначительно уменьшается пло-
щадь под кривой для нелинейной нейросетевой мо-
дели, построенной на 7 выделенных факторных при-
знаках (AUC3 = 0,72 ± 0,01), по сравнению с линей-
ной нейросетевой моделью, построенной на всех
125 факторных признаках (p = 0,004). Таким обра-
зом, при уменьшении количества факторных при-
знаков с 125 до 7 прогностические качества модели
практически не изменяются, что указывает на вы-
сокую значимость выделенных факторных призна-
ков (возраст (X1), Категория Т (X4), Категория N
(X5), Категория М (X6), наличие осложнений до опе-
рации (прочие) (X16), Причина паллиативного харак-
тера операции (X80), наличие послеоперационных ос-
ложнений (X120)) для прогнозирования риска не пе-
режить 5-летний период.
Для выявления силы и направленности влия-
ния 7 выделенных факторных признаков была по-
строена логистическая модель регрессии прогнози-
рования риска не пережить 5-летний период. Мо-
дель адекватна (χ2 = 110,7 при 9 степенях свободы,
p < 0,001); результаты анализа коэффициентов мо-
дели приведены в таблице.
Из анализа коэффициентов логистической мо-
дели регрессии следует, что риск не пережить 5-лет-
ний период статистически значимо (p = 0,002) по-
вышается с возрастом больного (отношение шансов
ОНКОЛОГИЯ • Т. 16 • № 2 • 2014
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
116
(ОШ) = 1,02 (95% ДИ 1,01–1,04) на каждый год).
Установлено также повышение (p < 0,001) риска
не пережить 5-летний период при повышении ка-
тегории Т (ОШ = 1,6 (95% ДИ 1,3–2,0) на каждую
единицу) и категории N (p < 0,001; ОШ = 1,5 (95%
ДИ 1,3–1,7) на каждую единицу). Выявлено также
повышение (p = 0,001) риска не пережить 5-летний
период при наличии послеоперационных осложне-
ний (ОШ = 2,2 (95% ДИ 1,4–3,5)).
Таблица
Коэффициенты 7-факторной модели
прогнозирования риска не пережить 5-летний период
(логистическая регрессионная модель)
Ф
ак
то
рн
ы
й
пр
из
на
к
Зн
ач
ен
ие
ко
эф
ф
иц
ие
нт
ов
мо
де
ли
пр
ог
но
зи
ро
ва
ни
я,
b
±
m
Ур
ов
ен
ь
зн
ач
им
ос
ти
о
тл
ич
ия
от
к
оэ
ф
ф
иц
ие
нт
а
ре
гр
ес
си
и
0
ОШ
(9
5%
Д
И)
X1 0,022 ± 0,007 0,002* 1,02 (1,01–1,04)
X4 0,47 ± 0,12 <0,001* 1,6 (1,3–2,0)
X5 0,38 ± 0,07 <0,001* 1,5 (1,3–1,7)
X6 –4,9 ± 100 >0,999 –
X16 –0,014 ± 0,203 0,941 –
X80 0,47 ± 0,45 0,299 –
X120 0,79 ± 0,24 0,001* 2,2 (1,4–3,5)
Таким образом, на отдаленные результаты гастр-
эктомий влияют 3 группы факторов. Первая группа
связана с распространенностью опухолевого про-
цесса (категории Т, N): чем выше данный показа-
тель, тем больше вероятность прогрессирования бо-
лезни в виде локального рецидива или развития от-
даленных метастазов.
Вторая группа представлена факторами, описы-
вающими физическое состояние больного, а именно
его возраст и связанную с ним степень износа орга-
низма. Необходимо отметить, что краткосрочность
предоперационной подготовки в ряде случаев не по-
зволяет объективно оценить всю гамму сопутству-
ющих заболеваний, которые могут возникать у лиц
пожилого и старческого возраста. В этой ситуации
возраст пациента выступает в качестве самостоя-
тельного прогностического фактора, хотя под ним
понимают возраст и связанную с ним труднооцени-
ваемую степень износа организма.
Третья группа факторов связана с наличием после-
операционных осложнений, возникновение которых
может, с одной стороны, привести к летальному ис-
ходу в послеоперационный период, с другой — к та-
кому изменению гомеостаза, которое в последующем
вызовет развитие других заболеваний, нередко при-
водящих к смерти. Так, например, развитие тяжело-
го панкреатита может спровоцировать возникнове-
ние сахарного диабета в последующем.
ВЫВОДЫ
1. На отдаленные результаты хирургического
лечения больных РЖ влияют следующие факторы:
возраст больного, категории Т, N и наличие после-
операционных осложнений.
2. С возрастом риск не пережить 5-летний пе-
риод статистически значимо (p = 0,002) повышает-
ся (ОШ = 1,02 (95% ДИ 1,01–1,04) на каждый год).
3. Установлено возрастание (p < 0,001) риска
не пережить 5-летний период при повышении ка-
тегории Т (ОШ = 1,6 (95% ДИ 1,3–2,0) на каждую
единицу) и категории N (p < 0,001; ОШ=1,5 (95%
ДИ 1,3–1,7) на каждую единицу).
4. Выявлено повышение (p = 0,001) риска не пе-
режить 5-летний период при наличии послеопера-
ционных осложнений (ОШ = 2,2 (95% ДИ 1,4–3,5)).
СПИСОК ИСПОЛЬЗОВАННОЙ
ЛИТЕРАТУРЫ
1. гланц с. Медико-биологическая статистика. Москва:
Практика, 1999. 459 с.
2. лях юе, гурьянов вг, хоменко вн и др. Основы ком-
пьютерной биостатистики. Анализ информации в биологии,
медицине и фармации статистическим пакетом MedStat. До-
нецк: Папакица ЕК, 2006. 214 с.
3. лях юе, гурьянов вг. Математическое моделирование
при решении задач классификации в биомедицине. Укр журн
телемед мед телематики 2012; 2 (10): 69–76.
4. Петри а, сэбин К. Наглядная статистика в медицине.
Пер. с англ. ВП Леонова. Москва: ГЭОТАР-МЕД, 2003. 144 с.
5. Рак в Україні, 2011–2012. Захворюваність, смертність,
показники діяльності онкологічної служби. Бюл Нац канцер-
реєстру України, 2013; (14): 28.
6. Altman Dg, Machin D, bryant TN, et al. Statistics with con-
fidence. Confidence intervals and statistical guidelines. 2nd ed. Bris-
tol: BMJ Books, 2003. 240 p.
7. Gastric cancer treated in 2002 in Japan: 2009 annual report
of the JGCA nationwide registry. Gastric Cancer 2013; 16 (1): 1–27.
8. Seevaratnam r, bocicariu A, cardoso r, et al. A meta-ana-
lysis of D1 versus D2 lymph node dissection. Gastric Cancer 2012;
15 (1): 60–9.
PROGNOSIS Of LONG-TERM RESULTS
Of GASTRECTOMIES IN STOMACh
CANCER
Y.V. Dumansky, A.N. Zaika, J.E. Lyakh,
V.G. Guryanov
Summary. Objective: to set predictive factors affecting
the remote results of surgical treatment of patients with
gastric cancer (GC) using methods of mathematical
modeling. Object and methods: we studied prognostic
factors remote results gastrectomies made in 1435 pa-
tient with GC in the Donetsk regional antitumor center
for the 20-year period. To highlight factors of determi-
nants of remote results, and assess the degree of their in-
fluence on the survival of patients method for the con-
struction and analysis of mathematical models of neural
network was used. Analysis was performed on the remote
results of treatment 1000 tracked patients. As of factor
signs at the first stage of the analysis 125 indicators were
considered on which was built and trained li near neu-
ral network model. After optimization threshold of «ac-
ceptance /rejection» sensitivity of the model, built on the
complete set of factor signs, at a training set was 69.0%
(95% CI 65.0–72.7%), specificity — 68.9% (95%
CI 63.5–74.2%). On confirming set the sensitivity of
ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ
117ОНКОЛОГИЯ • Т. 16 • № 2 • 2014 117
the model — 61.2% (95% CI 49.1–72.6%), specifi-
city — 60.6% (95% CI 43.0–76.9%). Conclusions:
the results of analysis established that the remote re-
sults of surgical treatment of patients with GC were
influenced by the following factors: the age of the pa-
tient, category T, N, and the presence of postoperative
complications. With age, the risk of death statistically
significantly (p < 0.001) increased, HR = 1.02 (95%
CI 1.01–1.03) for each year. There was also a statis-
tically significant (p = 0,028) increased risk of death
for men, HR = 1.18 (95% CI 1.02–1.37).
Key words: gastric cancer, gastrectomy, remote
results, prognosis.
адрес для переписки:
Заика А.Н.
83092, Донецк, ул. Полоцкая, 2А
ККЛПУ «Донецкий областной
противоопухолевый центр»
Тел.: +38(050) 478-75-68
E-mail: aleksandr.zaika.1973@mail.ru
Получено: 25.03.2014
|
| id | nasplib_isofts_kiev_ua-123456789-137637 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| language | Russian |
| last_indexed | 2025-12-07T18:23:44Z |
| publishDate | 2014 |
| publisher | Інститут експериментальної патології, онкології і радіобіології ім. Р.Є. Кавецького НАН України |
| record_format | dspace |
| spelling | Думанский, Ю.В. Заика, А.Н. Лях, Ю.Е. Гурьянов, В.Г. 2018-06-17T14:27:21Z 2018-06-17T14:27:21Z 2014 Прогнозирование отдаленных результатов гастрэктомий при раке желудка / Ю.В. Думанский, А.Н. Заика, Ю.Е. Лях, В.Г. Гурьянов // Онкологія. — 2014. — Т. 16, № 2. — С. 113-117. — Бібліогр.: 8 назв. — рос. https://nasplib.isofts.kiev.ua/handle/123456789/137637 Цель: установить прогностические факторы, влияющие на отдаленные результаты
 хирургического лечения больных раком желудка (РЖ), используя
 методы математического моделирования. Объект и методы: изучены прогностические
 факторы отдаленных результатов гастрэктомий, выполненных
 у 1435 больных РЖ в Донецком областном противоопухолевом центре
 за 20-летний период. Для выделения факторных признаков, определяющих
 отдаленные результаты, и оценки степени их влияния на выживаемость пациентов
 использован метод построения и анализа нейросетевых математических
 моделей. Анализ проводили на отдаленных результатах лечения
 1000 отслеженных пациентов. В качестве факторных признаков на первом
 этапе анализа рассматривали 125 показателей, на которых была построена
 и обучена линейная нейросетевая модель. После оптимизации порога «принятия/отвержения»
 чувствительность модели, построенной на полном наборе
 факторных признаков, на обучающем множестве составила 69,0% (95%
 доверительный интервал (ДИ) 65,0–72,7%), специфичность — 68,9% (95%
 ДИ 63,5–74,2%). На подтверждающем множестве чувствительность модели
 — 61,2% (95% ДИ 49,1–72,6%), специфичность — 60,6% (95% ДИ 43,0–
 76,9%). Выводы: по данным проведенного анализа установлено, что на отдаленные
 результаты хирургического лечения больных РЖ влияют следующие
 факторы: возраст больного, категории Т, N и наличие послеоперационных
 осложнений. С возрастом риск смерти статистически значимо (p < 0,001)
 повышается (отношение шансов (ОШ) = 1,02 (95% ДИ 1,01–1,03) на каждый
 год). Выявлено также статистически значимое (p = 0,028) повышение
 риска смерти для мужчин (ОШ = 1,18; 95% ДИ 1,02–1,37). Objective: to set predictive factors affecting
 the remote results of surgical treatment of patients with
 gastric cancer (GC) using methods of mathematical
 modeling. Object and methods: we studied prognostic
 factors remote results gastrectomies made in 1435 patient
 with GC in the Donetsk regional antitumor center
 for the 20-year period. To highlight factors of determinants
 of remote results, and assess the degree of their influence
 on the survival of patients method for the construction
 and analysis of mathematical models of neural
 network was used. Analysis was performed on the remote
 results of treatment 1000 tracked patients. As of factor
 signs at the first stage of the analysis 125 indicators were
 considered on which was built and trained linear neural
 network model. After optimization threshold of «acceptance
 /rejection» sensitivity of the model, built on the
 complete set of factor signs, at a training set was 69.0%
 (95% CI 65.0–72.7%), specificity — 68.9% (95%
 CI 63.5–74.2%). On confirming set the sensitivity of the model — 61.2% (95% CI 49.1–72.6%), specificity
 — 60.6% (95% CI 43.0–76.9%). Conclusions:
 the results of analysis established that the remote results
 of surgical treatment of patients with GC were
 influenced by the following factors: the age of the patient,
 category T, N, and the presence of postoperative
 complications. With age, the risk of death statistically
 significantly (p < 0.001) increased, HR = 1.02 (95%
 CI 1.01–1.03) for each year. There was also a statistically
 significant (p = 0,028) increased risk of death
 for men, HR = 1.18 (95% CI 1.02–1.37). ru Інститут експериментальної патології, онкології і радіобіології ім. Р.Є. Кавецького НАН України Онкологія Оригинальные исследования Прогнозирование отдаленных результатов гастрэктомий при раке желудка Prognosis of long-term results of gastrectomies in stomach cancer Article published earlier |
| spellingShingle | Прогнозирование отдаленных результатов гастрэктомий при раке желудка Думанский, Ю.В. Заика, А.Н. Лях, Ю.Е. Гурьянов, В.Г. Оригинальные исследования |
| title | Прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| title_alt | Prognosis of long-term results of gastrectomies in stomach cancer |
| title_full | Прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| title_fullStr | Прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| title_full_unstemmed | Прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| title_short | Прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| title_sort | прогнозирование отдаленных результатов гастрэктомий при раке желудка |
| topic | Оригинальные исследования |
| topic_facet | Оригинальные исследования |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/137637 |
| work_keys_str_mv | AT dumanskiiûv prognozirovanieotdalennyhrezulʹtatovgastréktomiiprirakeželudka AT zaikaan prognozirovanieotdalennyhrezulʹtatovgastréktomiiprirakeželudka AT lâhûe prognozirovanieotdalennyhrezulʹtatovgastréktomiiprirakeželudka AT gurʹânovvg prognozirovanieotdalennyhrezulʹtatovgastréktomiiprirakeželudka AT dumanskiiûv prognosisoflongtermresultsofgastrectomiesinstomachcancer AT zaikaan prognosisoflongtermresultsofgastrectomiesinstomachcancer AT lâhûe prognosisoflongtermresultsofgastrectomiesinstomachcancer AT gurʹânovvg prognosisoflongtermresultsofgastrectomiesinstomachcancer |