麻省大学阿默斯特分校生物统计学家开发统计工具来预测乳腺癌生存并为靶向治疗提供信息

乳腺癌是一种复杂的疾病，其进展很难预测，但很重要。

虽然许多因素可能有助于乳腺癌的预后，但马萨诸塞大学阿默斯特分校生物统计学家Chi Hyun Lee已经将注意力集中在一个风险因素上，该风险因素具有预测疾病进展的潜力。

Lee将使用美国国立卫生研究院(NIH)为期两年的154，791美元赠款，以开发统计工具，以更好地预测乳腺癌复发后的乳腺癌存活率和生存时间。

她指出，虽然该项目的重点是乳腺癌研究，但拟议的统计方法将广泛应用于其他慢性疾病。

Lee的研究涉及雄激素受体(AR)，这是一种生物标志物，在细胞水平上在调节激素方面发挥作用，包括女性性，躯体和行为功能。然而，过量时，它与乳腺癌风险增加有关。

“我们的目标是，这些新颖的统计方法将帮助我们确定AR的预后价值，并有可能为患者带来更好的靶向治疗和乳腺癌生存率的进步，”Lee说。

对于该项目，Lee将使用护士健康研究(NHS)的数据，这是世界上最大的前瞻性队列研究之一，调查女性主要慢性病的风险因素，包括乳腺癌。这项研究的数据成立于1976年，包含乳腺癌研究的宝贵信息，如生活方式，激素和遗传风险因素，包括AR，以及乳腺癌诊断，复发和死亡等临床结果。

“在许多关于乳腺癌生存的流行病学研究中，”Lee解释说，“与对照组相比，研究人员依赖于风险比或死亡或疾病进展等有害事件的可能性。该比率是使用称为比例风险模型的统计方法确定的。

“然而，我们在NHS数据中发现，该模型关于AR表达与乳腺癌生存之间关联的假设是错误的。这意味着在评估AR的预后值时，风险比的结果往往具有误导性。

Lee指出，另一种基于限制平均生存时间(RMST)的统计方法具有更好的预后价值。RMST是一个汇总指标，定义为特定时间点的预期寿命，消除了可能被证明是错误的比例风险的假设。RMST具有许多优势，例如其直接的解释和鲁棒性。

“具体来说，我们可以从绝对效应的角度评估预后因素的影响，这在临床上更容易解释，”Lee说。

Lee的资金将使她能够开发基于RMST的新统计方法，以充分利用护士健康研究的丰富数据。

因此，她希望更好地了解AR对乳腺癌进展和生存的复杂影响。最终，这笔资金将支持两个目标：开发一种基于RMST的灵活回归方法，该方法将用于阐明AR在不同亚型乳腺癌存活中的临床意义;并开发一种无模型方法来比较具有不同AR状态的组之间的乳腺癌复发后的存活率。