日本語AIでPubMedを検索
再発多発性骨髄腫患者の死亡リスクを推定するための新しいリスク層別化アルゴリズム：レトロスペクティブなカルテレビューにおける外部検証
Novel risk stratification algorithm for estimating the risk of death in patients with relapsed multiple myeloma: external validation in a retrospective chart review.
PMID: 32665382 DOI: 10.1136/bmjopen-2019-034209.
抄録
目的とデザイン:
二次治療を開始した再発多発性骨髄腫患者の死亡リスクを推定する新しいリスク層別化アルゴリズムが、チェコのレジストリからのデータの多変量Cox回帰を用いて最近開発された。このアルゴリズムでは、医療現場で日常的に収集されている16のパラメータを用いて、患者を生存予測の観点から4つの異なるリスクグループに層別化している。リスク層別化アルゴリズムの一般化可能性についての洞察を提供するために、本研究では、ヨーロッパ3カ国の特別に設計されたレトロスペクティブカルテ監査から得られた実世界のデータを用いて、リスク層別化アルゴリズムの妥当性を検証することを目的とした。
OBJECTIVES AND DESIGN: A novel risk stratification algorithm estimating risk of death in patients with relapsed multiple myeloma starting second-line treatment was recently developed using multivariable Cox regression of data from a Czech registry. It uses 16 parameters routinely collected in medical practice to stratify patients into four distinct risk groups in terms of survival expectation. To provide insight into generalisability of the risk stratification algorithm, the study aimed to validate the risk stratification algorithm using real-world data from specifically designed retrospective chart audits from three European countries.
参加者と設定:
医師は998人の患者（フランス386人、ドイツ344人、英国268人）からデータを収集し、リスク層別化アルゴリズムを適用した。
PARTICIPANTS AND SETTING: Physicians collected data from 998 patients (France, 386; Germany, 344; UK, 268) and applied the risk stratification algorithm.
方法:
死亡リスクを予測するための Cox 回帰モデルの性能を Nagelkerke の R、適合度、C-index で評価した。4つのリスク群にまたがる全生存を識別するリスク層別アルゴリズムの能力は、Kaplan-Meier曲線とHRを用いて評価された。
METHODS: The performance of the Cox regression model for predicting risk of death was assessed by Nagelkerke's R, goodness of fit and the C-index. The risk stratification algorithm's ability to discriminate overall survival across four risk groups was evaluated using Kaplan-Meier curves and HRs.
結果:
チェコのレジストリと一貫して、リスク層別化アルゴリズムの層別化性能は、4群間の死亡リスクに明確な差があることを示した。リスク群が増加するにつれて、死亡リスクは2倍になった。C指数は0.715（95％CI 0.690～0.734）であった。
RESULTS: Consistent with the Czech registry, the stratification performance of the risk stratification algorithm demonstrated clear differentiation in risk of death between the four groups. As risk groups increased, risk of death doubled. The C-index was 0.715 (95% CI 0.690 to 0.734).
結論:
独立した「現実の」データセットにおける新しいリスク層別化アルゴリズムの妥当性を検証したところ、生存予想に応じて患者を4つのサブグループに層別化することが示された。
CONCLUSIONS: Validation of the novel risk stratification algorithm in an independent 'real-world' dataset demonstrated that it stratifies patients in four subgroups according to survival expectation.
© Author(s) (or their employer(s)) 2020. Re-use permitted under CC BY-NC. No commercial re-use. See rights and permissions. Published by BMJ.