SEER数据库中科院1区SCI文章常见工作量

1区期刊的SEER研究定位

✅ 工作量基准：方法新颖，研究有临床价值

✅ 核心要素：临床应用价值极高，多中心数据收集

✅ 核心方法：Cox比例风险回归、竞争分析模型、KM 曲线、ROC 曲线、机器学习等

工作量框架与5篇案例对照

典型工作量拆解

案例一：

文章标题：Association of Health-Care System and Survival in African American and Non-Hispanic White Patients With Bladder Cancer

1️⃣ 数据准备

对于 SEER 和 VHA 队列，选择在2004 年至 2015 年（SEER）或 2000 年至 2017 年（VHA）期间被诊断为任何分期或组织学类型的组织学确诊膀胱癌的白色和非洲裔美国患者。排除肿瘤或生存信息不完整的患者。
变量包括年龄、体重指数、性别、Charlson 合并症指数评分、吸烟状况、婚姻状况、基于美国社区调查人口普查数据的邮编级别中位收入和教育水平（学士学位）、Yost 指数、保险状况、估计的肾小球滤过率、组织学、TNM（肿瘤、淋巴结、转移）分期，以及当可用时美国癌症联合委员会第 8 版分期。

2️⃣ 统计分析

主要结局是膀胱癌特异性死亡（BCM）。次要结局是总生存（OS）和诊断时疾病分期。所有时间依赖性终点的起始日期为诊断日期。
基线特征：使用 χ2 检验和 Wilcoxon 秩和检验分别对分类变量和连续变量在数据库内各种族队列间比较。
使用竞争风险分析框架比较种族队列间的 BCM，以考虑非膀胱癌死亡。
未调整模型中的 BCM 通过累积发生率分析评估，多变量模型中的 BCM 通过 Fine-Gray 回归分析评估。
OS 在未调整模型中通过 Kaplan-Meier 分析评估，在多变量模型中通过 Cox 比例风险分析评估。
对 SEER 和 VHA 的合并队列进行了二次多变量分析，使用的模型仅包含数据库之间共有的协变量。
使用仅包含种族、医疗保健系统和交互项的模型中的交互项，对医疗保健系统进行了直接比较。

3️⃣ 结果呈现

SEER 和 VHA 队列中的死亡率和生存曲线。

SEER 和 VHA 队列对膀胱癌生存率的多变量事前回归分析。

SEER 和 VHA 队列中 OS 的多变量事前回归分析。

亚分布危险比（SHR）的森林图，展示了在 SEER 和 VHA 队列中，膀胱癌特异性死亡（BCM）模型的种族分层危险比。

案例二：

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

1️⃣ 数据准备

纳入了2000 年至 2020 年间的SEER数据库的数据。确定了 187,915 名年龄大于 20 岁的甲状腺癌患者（主要部位代码，C73.9 甲状腺）。进一步根据组织学特征筛选患者（经典 PTC、侵袭性 PTC 和 FTC，包括微创和血管侵袭性 FTC）。

2️⃣ 统计分析

生存回归分析（包括相对生存率、总生存率和癌症特异性生存率）

3️⃣ 结果呈现

根据低风险（A）、中风险（B和C）和高风险（D）亚组，对接受或未接受放射性碘治疗（RAI）的经典型乳头状甲状腺癌（PTC）患者的相对生存率（包括SE带）进行分析。

对低风险微小浸润型（A）、中风险（B）和高风险（C）亚组的分化型甲状腺癌（FTC）患者进行放射性碘治疗（RAI 治疗）或不进行 RAI 治疗的患者，包括SE带的相对生存率。

案例三：

文章标题：Application of a novel machine learning framework for predicting non-metastatic prostate cancer-specific mortality in men using the Surveillance, Epidemiology, and End Results (SEER) database

1️⃣ 数据准备

使用 SEER 数据库，纳入了 2000 年 1 月 1 日至 2016 年 12 月 31 日期间，35 至 95 岁、经组织学证实为非转移性前列腺癌（部位代码C61·9）的男性。排除了有转移性疾病证据（包括淋巴结转移）的男性；生存数据缺失或 PSA、Gleason 分级或分期数据缺失的男性；以及年龄小于 35 岁或大于 95 岁的男性。要求 PSA、Gleason 分级、分期和前列腺癌特异性死亡率的完整数据。事件发生时间或删失时间来自诊断日期或最后接触日期（死亡或最后随访）。最终队列中 171 942 名男性中有 66 885 名（38.9%）有活检核心受累数据，缺失值通过均值插补获得。

2️⃣ 统计分析

基于生存毯（Survival Quilts）的机器学习生存模型，包括Cox比例风险模型、随机生存森林模型、条件推理生存森林模型和DeepHit模型。
与其他九个临床使用的预后模型进行头对头比较。

3️⃣ 结果呈现

观察值与预测风险校准图

预测 10 年前列腺癌特异性死亡的模型鉴别与校准

按年龄分层比较 10 年前列腺癌特异性死亡的一致性指数

按年龄分层比较 10 年前列腺癌特异性死亡的一致性指数

决策曲线分析

案例四：

文章标题：A nomogram for predicting overall survival in patients with low-grade endometrial stromal sarcoma: A population-based analysis

1️⃣ 数据准备

从 SEER 数据库中识别出 1988 年 1 月至 2015 年 11 月期间被诊断为 ESS 的女性患者。

纳入标准如下：(i) 国际疾病分类（ICD）代码 O-3 形态 8930/3 或 8931/3；(ii) SEER 站点重新编码的 ICD-O-3 包括子宫体/未特指的子宫；(iii) 活跃随访以确保患者状态可靠；(iv) ESS 作为唯一或首个原发肿瘤，并通过组织学证实。排除标准如下：(i) 缺少民族、美国地理区域、婚姻状况、淋巴结状态、肿瘤分期（使用 FIGO 标准确定的肿瘤分期）、手术类型、淋巴结清扫、辅助放疗或辅助化疗的信息；(ii) 患者在确诊后 1 个月内死亡或随访时间少于 1 个月。

2️⃣ 统计分析

逐步回归方法用于筛选纳入列线图的变量。
使用列线图估计 5 年/10 年总生存率。
通过自举法计算 C-index 和时间依赖性 AUC 用于评估判别能力。
校准图用于评估模型校准能力。
净重新分类指数（NRI）、整合判别改进（IDI）和决策曲线分析（DCA）被用于评估，与单独基于 FIGO 标准的肿瘤分期相比，该列线图的临床效益和实用性。
使用 Kaplan-Meier 方法和 Cox 模型比较基于列线图和基于 FIGO 标准的肿瘤分期的风险分层。风险分层的截断点使用 X-til 选择。

3️⃣ 结果呈现

关于 LG-ESS 患者总生存率的预测变量的单变量和多变量 Cox 分析。

使用 Cox 回归，为患者构建的预测预后列线图。

通过自举法得到时间依赖性 AUC 和校准曲线，用于评估列线图。

列线图和单独基于 FIGO 标准的肿瘤分期在预测 LG‐ESS 患者生存中的 C‐指数、NRI和 IDI。

列线图和基于 FIGO 标准的肿瘤分期对低级别子宫内膜间质肉瘤患者生存预测的决策曲线分析。

根据列线图分层，不同分期或不同风险分层的 LG-ESS 患者的 Kaplan-Meier 总生存曲线。

案例五：

文章标题：New Nodal Staging for Primary Pancreatic Neuroendocrine Tumors: A Multi-institutional and National Data Analysis

1️⃣ 数据准备

患者人口统计学、临床病理学和围手术期数据基于前瞻性维护的数据库收集。手术标本由各机构的专家胰腺病理学家进行审查。特别是记录了切除淋巴结的数量和淋巴结转移（LNM）的数量。

从 SEER 数据库中识别出 1973 年至 2015 年间接受手术切除的 pnet 患者。通过胰腺原发部位代码（c25.0–c25.9）和类癌肿瘤组织学代码（8240）、神经内分泌类癌（8246）、胰岛细胞腺癌（8150）、恶性β细胞肿瘤（8151）、恶性α细胞肿瘤（8152）、G 细胞肿瘤（8153）、vip 瘤（8155）、恶性生长抑素瘤（8156）、恶性肠促胰素瘤（8157）、银染类癌肿瘤（8241）、肠嗜铬细胞肿瘤（8242）、粘液类癌肿瘤（8243）和非典型类癌肿瘤（8249）识别出 pnet 患者。

仅包括显微镜下确诊的 pnet 患者且接受癌症导向手术（原发部位代码：20–90）的患者。

没有淋巴结清扫数据或淋巴结病理检查数据缺失的患者被排除在外。

2️⃣ 统计分析