SEER数据库发文月报及高频期刊

👍🏻本月SEER数据库发文4篇及以上的期刊有：

• Scientific Reports

• Discover oncology

• Translational Cancer Research

• Cancer Medicine

• Cancer Causes & Control

 

SEER发文热点

 

 

3.29-4.29期间，SEER数据库发文方向热点：

发文方向：

接下来给大家分享四篇上个月SEER数据库分别发到中科院1区、2区、3区、4区期刊例文的分析工作量以及亮点。

1.中科院一区例文

标题：Impact of Radioactive lodine Treatment on Long-Term Relative Survival in Patients with Papillary and Follicular Thyroid Cancer: A SEER-Based Study Covering Histologic Subtypes and Recurrence RiskCategories

期刊：Journal of nuclear medicine

PMID:  40081954

 研究亮点 

1.创新性研究问题：

• 首次基于SEER大样本数据库（2000-2020年），全面评估放射性碘（RAI）治疗对分化型甲状腺癌（DTC）不同组织学亚型及风险分层患者的长期相对生存率影响，填补RAI治疗在低风险患者中生存获益争议的长期证据空白。

• 突破传统风险分层框架：首次在极低风险、低风险、中风险和高风险DTC患者中分别验证RAI治疗的生存获益，挑战现行指南对低风险患者避免RAI的推荐。

2.重要发现：

• RAI治疗显著改善多数亚组患者的10年相对生存率，即使低风险微小侵袭性滤泡癌（FTC）患者亦呈现2.0%的生存获益趋势（P=0.055），高风险DTC患者生存获益最高达30.9%（P<0.05）。

• 临床启示：RAI治疗可能对伴淋巴结转移、大肿瘤体积（经典乳头状癌PTC）或远处转移的DTC患者具有普遍生存优势，且未观察到RAI治疗的负面生存影响。

3.方法学优势：

• 基于超10万例DTC患者的真实世界数据，覆盖经典PTC、侵袭性PTC亚型、FTC及微小侵袭性FTC等多种组织学亚型，增强结论的临床适用性。

• 创新统计方法：采用针对相对生存率比较的z检验，动态评估RAI治疗的3年、5年及10年生存效应，提供多时间节点证据。

 研究工作量解析 

数据清洗与队列构建：

• 从SEER数据库筛选2000-2020年确诊的DTC患者。确定了 187,915 例甲状腺癌患者（年龄 >20 岁，原发部位代码：甲状腺 C73.9）。进一步根据组织学类型（经典型甲状腺乳头状癌、侵袭性甲状腺乳头状癌和 FTC，包括微创型和血管浸润型 FTC）筛选患者。

• 每种组织学亚型分为极低风险（pT1aN0, with pT1a < 1 cm）、低风险（pT1bN0M0–pT2N0M0）、中等风险（pT3N0M0 or minimal extrathyroidal extension, alternatively pT1N1M0–pT3N1M0）或高风险（pT3N1–pT4N1, or M1, or gross extrathyroidal extension）

• 通过风险分层排除非目标人群，确保生存分析聚焦RAI治疗的独立效应

统计分析：

• 相对生存率计算：以普通人群预期生存率为基准，量化RAI治疗的净生存获益。

• 多维度比较：

① 使用z检验比较RAI治疗组与非RAI治疗组的3年、5年及10年相对生存率差异。

② 亚组分析按肿瘤大小、淋巴结转移状态、远处转移分层，验证结果的异质性。

临床意义与创新点：

• 提挑战现行指南：提出低风险DTC（如微小侵袭性FTC）可能从RAI治疗中获益，推动风险分层标准的再优化。

• 精准治疗靶点：明确RAI治疗对特定亚组（如淋巴结阳性PTC、大肿瘤PTC）的生存增益，为个体化治疗提供依据。

• 安全性证据：证实RAI治疗未在任何亚组中降低生存率，支持其临床安全性。

2.中科院二区例文

标题：Survival benefits of postoperative radiotherapy in esophageal cancer during the immunotherapy era:a retrospective cohort study based on the SEER database and a single-center registry in China

PMID:  40066458

 研究亮点 

1.创新性研究问题：

• 首次在免疫治疗时代评估术后放疗（PORT）对可切除食管癌（EC）患者的生存获益，聚焦新辅助治疗后PORT与免疫治疗的协同效应，填补该领域的前瞻性证据空白。

• 突破传统治疗模式分析：通过多中心数据（SEER数据库+中国单中心队列），探索PORT在不同治疗背景（免疫治疗亚组）及病理分期（ypT/N分期）中的异质性作用，挑战PORT在EC术后治疗中的“一刀切”模式。

2.重要发现：

• PORT联合免疫治疗显著改善生存：在免疫治疗亚组中，中国队列显示PORT联合免疫治疗可显著提升生存率（p=0.044），而整体队列中PORT未显示独立生存获益（SEER队列中位OS=38月，p=0.56；中国队列中位OS=39月，p=0.75）。

• 关键风险因素：高龄（≥70岁 vs.  50-50岁，HR=10.96）、ypT3-4分期（ypT3-4 vs. ypT1-2 ,HR=2.12）及淋巴结转移（ypN3 vs. ypN0，HR=6.68）显著增加死亡风险（p<0.05）。

• 临床启示：PORT可能需与免疫治疗联用以发挥协同效应，且对高危人群（如ypN3、R1/R2切除）具有潜在治疗价值。

3.方法学优势：

• 多源数据整合：联合SEER数据库（大样本代表性）与中国单中心队列（聚焦免疫治疗亚组），增强结论的普适性与临床转化意义。

• 精准混杂控制：采用倾向评分匹配（PSM）均衡组间基线差异，结合Cox多变量回归明确PORT的独立效应。

研究工作量解析

数据清洗与队列构建：

• 纳入SEER数据库17 个注册中心（2023 年 11 月，涵盖 2004 年 1 月至 2015 年 12 月和 2019 年 1 月至 2021 年 12 月）及中国哈尔滨医科大学附属肿瘤医院（2014 年 1 月至 2024 年 10 月）共733例接受新辅助治疗后的可切除EC患者，按PORT使用情况分组。

• PORT 的标准：已切除 R1 或 R2 且未接受 nCRT 的患者，以及已切除 R0 的 N+ 或 pT3-4aN0 患者，一般推荐接受 PORT。对于腺癌 (AC) 患者，建议高危 pT2N0 患者也接受放疗。在实际临床实践中，放射肿瘤科医生会综合评估患者的手术情况、术后影像学表现、复发风险以及高危因素（如低分化、淋巴脉管侵犯、神经周围侵犯、年龄<50 岁），制定个体化放疗治疗方案。

• PSM匹配：通过1:1匹配均衡年龄、病理分期（ypT/N）、R0/R1/R2等关键混杂因素，构建模型进行评估生存差异。

统计分析：

• Kaplan-Meier法评估总生存（OS），Log-rank检验组间差异。

• Cox回归模型分析PORT、免疫治疗及分期对生存的独立影响，计算风险比（HR）及95%置信区间。

• 按免疫治疗状态分层，揭示PORT的协同效应（中国队列HR=0.62，p=0.044）。

• 按年龄（<50岁、50-59岁、≥70岁）、ypT/N分期及R0/R1/R2进行风险分层。

临床意义与创新点：

• 治疗模式优化：提出“免疫治疗+PORT”联合策略可能成为EC术后高危患者的潜在标准，尤其适用于ypN3或R1/R2切除人群。

• 精准风险预警：明确高龄（≥70岁）、ypT3-4分期及ypN3转移为独立高风险因素，为个体化辅助治疗提供决策依据。

PMID:  39916389

 研究亮点 

创新性研究问题：

• 首次基于全美大样本（SEER数据库）系统分析胶质母细胞瘤（GBM）患者拒绝辅助外照射放疗（EBRT）的临床与社会经济驱动因素，突破既往研究仅关注临床变量的局限，揭示婚姻状态、收入水平等非医学因素的独立影响。

• 填补EBRT拒绝行为的证据空白：首次量化未接受化疗患者拒绝EBRT的超高风险（aOR=114），为临床决策提供关键警示。

重要发现：

• 高风险人群特征：

① 年龄≥55岁：拒绝风险随年龄递增（75+岁 vs. <55岁，aOR=2.01，p=0.002）；

② 单身状态：单身患者拒绝率显著升高（aOR=1.68，p=0.002）；

③ 中等收入群体（55K−65K）：拒绝风险最高（aOR=1.94，p=0.004）；

④ 未接受化疗：拒绝EBRT的几率激增114倍（p<0.001）。

• 临床启示：需针对高龄（≥55岁）、单身及中等收入患者制定个体化沟通策略，并警惕未化疗患者的治疗依从性风险。

方法学优势：

• 超3万例大样本分析：基于SEER数据库纳入29,994例GBM患者，确保统计效力与结果普适性。

• 多维度混杂控制：通过多变量逻辑回归校正年龄、婚姻、收入、化疗状态等混杂因素，明确EBRT拒绝的独立预测因子。

• 分层量化风险：按年龄、收入分组揭示风险梯度，为精准干预提供依据。

 研究工作量解析 

数据清洗与队列构建：

• 数据来源：从SEER数据库筛选确诊GBM患者（n=29,994），明确EBRT拒绝者（n=675，2.3%）及接受者（n=29,319）。

• 变量定义：提取年龄、婚姻状态、家庭收入、化疗状态等关键变量，按临床指南分类（如年龄分组：<55岁、55-64岁、65-74岁、75+岁）。

统计分析：

• 单变量初筛：通过单变量逻辑回归初步识别与EBRT拒绝相关的因素（如年龄、婚姻状态）。

• 多变量模型：采用多变量逻辑回归计算调整后比值比（aOR），量化各因素的独立效应（如未化疗患者的aOR=114）。

• 亚组聚焦：按收入分层（如55K−65K组）解析社会经济差异对治疗选择的影响。

临床意义与创新点：

• 沟通策略优化：针对高风险人群（如单身老年患者），设计简明易懂的EBRT获益-风险沟通工具（如可视化决策辅助材料）。

• 跨学科协作：建议肿瘤团队联合社工、心理咨询师，解决单身患者的社会支持缺失及中等收入群体的经济顾虑

• 警示未化疗群体：将未化疗作为EBRT拒绝的强预警信号，推动早期干预（如加强治疗依从性教育）。