Abstract

Background

脊髄硬膜外転移の治療は集学的で、通常腫瘍医、放射線医、放射線治療医、脊髄外科医のチームにより行われる。 余命は、手術が正当化されるかどうかを決定する際に考慮される要因の1つである。 専門家による余命の推定は一般に信頼できないため、予測モデルが必要である。 ここでは,以前に地理的に検証したモデルを時間的に検証した。

Methods

2011年に発表したモデルを検証するために,2009年から2013年にかけて脊髄硬膜外転移で紹介された110人の連続患者の記録を前向きに収集した。 実際の余命と推定余命をグラフで表し、キャリブレーションと判別性を求めた。 較正の傾き,Harrellのc-index,D,RD2が算出された。 2011年の導出セットにおけるハザード比を検証セットと比較した。 誤判定はβ*の合同検定を用いた。

結果

キャリブレーションの傾きは0.64 ± 0.15(95% CI: 0.34-0.94),ハレルのc-インデックスは0.72,Dは1.08,RD2は0.22であり,派生セットの判別性がやや悪いことが示された。 β* = 0の合同検定は統計的に有意であり、misspecificationを示したが、このmisspecificationは完全に手術群に起因していた。

結論

我々は手術の意思決定に関する予測モデルを検証し、モデルの総合性能が良好であることを示した。 これらの結果に基づき、このモデルは臨床医が脊髄硬膜外転移患者に対して手術を行うかどうかを決定するのに役立つであろう。

治療オプションの進歩により、症状を伴う脊髄硬膜外転移の有病率は増加すると思われる。 症状が出た場合、転移は患者と患者の家族の両方に壊滅的な影響を与える可能性がある。 そのため、この症状を効果的に治療することはQOLの改善や維持に不可欠であり、通常、集学的アプローチが好まれます1

ほとんどの場合、放射線治療が行われます。 しかし、一部の症例では、手術により安定性の回復や神経構造の減圧が可能である。 患者の希望,転移の組織学的特徴,放射線感受性,手術のしやすさ,および神経欠損の期間など,いくつかの要因により,患者が手術に適しているかどうかが決まる。 さらに、推定余命3カ月以上というのも、患者が手術に適しているかどうかを判断するための要素である。1-3

余命は専門家による信頼性の高い推定値ではないため、多くの予測モデルが開発されてきた。6-8 そのうちの一つは内部でも地理的にも検証されている9。10 このモデルはインターネット上でアクセスすることができる( www.nccn.nl/nccn-en/)。 この検証プロセスは、脊髄硬膜外転移に関する余命予測モデルの中でもユニークなものである。

Materials and Methods

研究計画は、各施設の倫理委員会によって承認された。 2009年9月から2013年1月まで,ラドバウド大学医療センターとカニシアス・ウィルヘルミナ病院の脳神経外科に入院した脊髄硬膜外転移患者全員のデータを前向きに収集した(87名)。さらに,2012年にハーグのThe Haaglanden Medical Centerの脳神経外科に紹介した脊髄硬膜外転移患者全員のデータを前向きに集めた(23名)。

データ欠損の患者は調査から除外された。 患者のベースラインの特徴に加え、以下の特徴が記録された。 カルノフスキーパフォーマンススコア(重度の脊髄病変が突然発症した場合、悪化する直前にスコアを推定)、原発腫瘍の治療意図、転移の性質、および脊髄レベル。 当初のモデルでは、実施された治療法を予測因子として含めていなかったが、これも記録した。 患者は、放射線治療または手術(神経構造の減圧と脊椎の安定化)後に放射線治療を受けた。 これらのデータは、2011年に発表された予測モデルを検証するために使用された。10 データは10カ月で切り捨てられたが、これは比例ハザードの仮定の維持に貢献し、元のモデルでも行われたからである。 次に、予測能力を計算し、Harrellのc指数(識別)およびRoyston-SauerbreiのD統計量、RD2(較正)として表現した。 また、予後指標(PI)に対する回帰係数で表されるキャリブレーションの傾きも計算された。 導出セットと今回の検証セットにおけるPIの分布を比較し、Mann-Whitney U-testを用いて統計的に検定した。 モデルの誤規定/適合は、β* = 0.11の合同検定を用いてチェックした。β*の値は、導出セットで推定された回帰係数と検証セットに適合したモデルで推定された回帰係数の差である。 様々な予測因子のハザード比は、導出セットのハザード比と比較された。 予測能力は、他の2つの患者グループのKaplan-Meier曲線によっても示された:予測された生存期間中央値が3ヵ月以上の患者と、予測された生存期間中央値が3ヵ月未満の患者である。 生存期間は中央値(月)で表した(範囲:最小-最大)。 その他の数値は平均値±標準誤差、95%信頼区間で表す。 P < .05の場合、差は統計的に有意であるとみなされた。

Results

示された期間の連続した110人の患者はすべて記録が完全で、対象とされた。 したがって、データの欠落がある患者はいなかった。 解析時(2014年10月)には90名の患者が死亡しており,生存期間の中央値は5.7ヶ月(範囲:0.3-68.3ヶ月)であり,患者の18.1%が生存時間を打ち切った。

グラフ的には,推定生存は患者の実際の生存とよく対応した(図1)。 キャリブレーションの傾きは0.64 ± 0.15 (95% CI: 0.34-0.94) で,派生セットよりも検証セットで識別力が低いことが示された. 派生セットと検証セットのc-index,D-statistic,RD2値を表1にまとめている. β*の合同検定は0 (P = 0.0003)であり,有意な誤仕様化を示している.

表1.

元の導出セット、全検証セット、放射線治療のみを受けた検証患者、手術と放射線治療の両方を受けた患者に関するc、D、R2Dのまとめ

. 微分セット
2011 .
Validation Set
2014
N = 110 .
Validation Set Radiotherapy
N = 58 .
Validation Set Surgery and Radiotherapy
n = 52 .
C 0.72 0.68 0.75 0.55
D 1.47 1.08 1.05 1.5 0.32
R2D 0.34 0.22 0.35 0.02
・・・・。 微分セット
2011 .
Validation Set
2014
N = 110 .
Validation Set Radiotherapy
N = 58 .
Validation Set Surgery and Radiotherapy
n = 52 .
C 0.72 0.68 0.75 0.55
D 1.0 … 続きを読む47 1.08 1.5 0.32
R2D 0.34 0.22 0.00 0.35 0.47 0.02
表1.

元の導出セット、全検証セット、放射線治療のみを受けた検証患者、手術と放射線治療の両方を受けた患者のc、D、R2Dのまとめ

… 続きを読む Derivation Set
2011 .
Validation Set
2014
N = 110 .
Validation Set Radiotherapy
N = 58 .
Validation Set Surgery and Radiotherapy
n = 52 .
C 0.72 0.68 0.75 0.55
D 1.47 1.08 1.0 1.0 1.05 0.32
R2D 0.34 0.22 0.35 0.02
・・・・・・・・・・・・・・・・・・・・・・・・・ 0.32 Derivation Set
2011 .
Validation Set
2014
N = 110 .
Validation Set Radiotherapy
N = 58 .
Validation Set Surgery and Radiotherapy
n = 52 .
C 0.72 0.68 0.75 0.55
D 1.0 … 続きを読む47 1.08 1.5 0.32
R2D 0.34 0.22 0.35 0.02
Figure 1.

完全検証セット(N=110人)の提示後月数での推定生存曲線(Cox;破線)および実際の生存曲線(Kaplan-Meier;実線)。

図1.

完全な検証セット(N = 110人)に対する提示後数カ月の推定生存曲線(Cox;破線)と実際の生存曲線(Kaplan-Meier;実線)

次に検証グループを手術後に放射線治療を受けた患者(58人)と放射線治療のみを受けた患者(52人)に分類した。 この2つのサブグループで,β*=0の合同検定は,手術群では有意であったが(P=0.001),手術以外の群では有意でなかった(P=0.52)。 したがって、手術を受けなかった群では、誤特定は起こらなかった(図2、図3)。 この現象は、識別性を評価する際にも発生した(表1)。 手術群で来院後3ヵ月以内に死亡した患者は6名のみであった。 ハザード比は表2にまとめられている。 派生セットと検証セットにおけるPIの分布は表3に表されている。 統計的な差は認められなかった(P = 0.58)。 推定生存期間中央値(<6030>3ヶ月 vs ≧3ヶ月)で二分した後のKaplan-Meier曲線を図4に示す。 モデルは推定生存期間中央値が3ヶ月以上の人について正確に予測した。 他のグループのパフォーマンスはやや低い:予測された生存は観察された生存よりも悪かった5

表2.

導出セット(2011)と検証(2014)のハザード比(HR)のまとめ

kps: 50-70 #1360> kps: 50-7084 (1.95-7.53)

予測因子. 2011 年の hr (95% ci) . 2014 HR (95% CI) .
性別(女性 vs 男性) 0.62(0.49-0.79) 0.90(0.51-1.58)
肺がん 1.89(1.4-2.56) 1.23(0.52-2.95)
腎がん 2.0(0.52-2.58) 1.0(0.52-2.56) 1.4(0.52-2.56) 1.0(0.52-2.5452 (1.64-3.87) 0.31 (0.04-2.47)
その他の癌 1.76 (1.31-2.26) 0.75(0.36-1.57)
原発の治癒治療 0.69(0.54-0.89) 0.41(0.21-0.89) 0.69(0.54-0.89) 0.41(0.21-0.8979)
転移の頸部位置 2.32(1.68-3.19) 1.47(0.79-2.0.74)
kps: 10-20 80.92 (33.26-196.77)
kps: 30-40 10.12 (5.32-19.25) 8.8 (5.32-196.77) -10 (5.32-196.77)36(3.16-22.07)
kps: 50-70 5.23(2.83-9.67) 1.82(0.73-4.59)
kps: 80 3.80(3.16-19.29)
1.30 (0.51-3.33)
その他の癌69(0.54-0.89)

kps: 10-20

kps: 50-70(3.34-16.059)

Predictor . 2011 hr (95% ci) . 2014 HR (95% CI) .
性別(女性 vs 男性) 0.62(0.49-0.79) 0.90(0.51-1.58)
肺がん 1.89(1.4-2.56) 1.23(0.52-2.95)
腎癌 2.52(1.64-3.87) 0.31(0。04-2.47)
その他の癌 1.76(1.31-2.26) 0.75(0.36-1.57)
原発の治癒治療 0.75(1.36-2.26) その他の癌
0.41(0.21-0.79)
転移の頸部位置 2.32(1.68-3.19) 1.47(0.79-2.74)
kps: 10-20 80.92(33.26-196.77)
kps: 30-40 10.92(13.62-196.79)
KPS: 30-4012(5.32-19.25) 8.36(3.16-22.07)
kps: 50-70 5.23(2.83-9.67) 1.82(0.73-4.0)
kps: 50-70(3.32-19.25)
KPS:80 3.84(1.95-7.53) 1.30(0.51-3.33)
表2.

導出セット(2011年)と検証セット(2014年)のハザード比(HR)のまとめ

KPS: 30-40 (30.32-19.24)

kps: 50-60 KP: 50-60(3.16-16.00) kps: 50-60(3.16-16.00) kps: 8084 (1.95-7.53)

予測因子. 2011 年の hr (95% ci) . 2014 HR (95% CI) .
性別(女性 vs 男性) 0.62(0.49-0.79) 0.90(0.51-1.58)
肺がん 1.89(1.4-2.56) 1.23(0.52-2.95)
腎がん 2.0(0.52-2.58) 1.0(0.52-2.56) 1.4(0.52-2.56) 1.0(0.52-2.5452 (1.64-3.87) 0.31 (0.04-2.47)
その他の癌 1.76 (1.31-2.26) 0.75 (0.36-1.57)
原発の治癒治療 0.69 (0.54-0.89) 0.41 (0.21-0.)79)
頸部の転移位置 2.32 (1.68-3.19) 1.47 (0.79-2.74)
KPS: 10-20 80.KPS: 10-20 (1.68-3.19) (1.62-3.19) (1.62-3.19) (2.62-3.19) (1.62-3.19)
KPS: 30-40 10.12 (5.32-19.25) 8.92 (33.26-196.75)
10.36(3.16-22.07)
kps: 50-70 5.23(2.83-9.67) 1.82(0.73-4.59)
kps: 80 3.80(3.16-19.29)
1.30 (0.51-3.33)

kps: 30-40(0.79-24.77) KPS: 10-20(0.49-24.7912(5.32-19.25)

Predictor . 2011 hr (95% ci) . 2014 HR (95% CI) .
性別(女性 vs 男性) 0.62(0.49-0.79) 0.90(0.51-1.58)
肺がん 1.89(1.4-2.56) 1.23(0.52-2.95)
腎癌 2.52(1.64-3.87) 0.31(0.04-2.47)
その他の癌 1.76(1.31-2.26) 0.75(0.36-1.57)
原発の治癒治療 0.75(1.36-2.26) その他の癌 (0.69(0.54-0.89) 0.41(0.21-0.79)
転移巣の位置 2.32(1.68-3.0)
転移の位置19) 1.47(0.79-2.74)
kps: 10-20 80.92(33.26-196.77)
kps: 30-40 10.79(0.79-24.74)
8.36(3.16-22.07)
kps: 50-70 5.23(2.83-9.67) 1.82 (0.73-4.59)
KPS:80 3.84(1.95-7.53) 1.30(0.51-3.33)
表3.

Distribution of prognostic index in derivation set and validation set

Dataset . 最小値. Q25a . Median . Q75b . Maximum . 歪度 .
Derivation
N = 567
-0.8 1.2 1.7 2.3 5.9 0.07
Validation
N = 110
-0.8 1.7 2.0 1.0 2.03 3.8 -0.24
Dataset . 最小値. Q25a . Median . Q75b . Maximum . 歪度 .
Derivation
N = 567
-0.8 1.2 1.7 2.3 5.9 0.07
Validation
N = 110
-0.8 1.7 2.3 3.8 -0.8 0.24

a25% quartile.

b75% quartile.

表3.

Distribution of prognostic index in derivation set and validation set

Dataset . Minimum . Q25a . Median . Q75b . Maximum . 歪度 .
Derivation
N = 567
-0.8 1.2 1.7 2.3 5.9 0.07
Validation
N = 110
-0.8 1.7 2.0 1.0 2.03 3.8 -0.24
Dataset . Minimum . Q25a . Median . Q75b . Maximum . 歪度 .
Derivation
N = 567
-0.8 1.2 1.2.7 2.3 5.9 0.07
Validation
N = 110
-0.0 0.8 0.8 1.7 2.3 3.8 -0.24

a25% quartile.

b75% quartile.

Fig. 2.

放射線治療を受けた患者(n=58)の提示後数ヶ月の推定生存曲線(Cox;破線)と実際の生存曲線(Kaplan-Meier;実線).

Fig.2. 2.

放射線治療を受けた患者(n=58)の推定生存曲線(Cox;破線)と実際の生存曲線(Kaplan-Meier;実線)(提示後数ヶ月)。

図3.手術と放射線治療の両方を受けた患者(n=52)の推定生存曲線(Cox;破線)と実際の生存曲線(Kaplan-Meier;実線)(提示後数ヶ月)
図3.手術と放射線治療の両方を受けた患者の推定生存曲線(破線)と実際の死亡曲線(実線)(n=6467>

手術と放射線治療の両方を受けた患者(n = 52)の提示後数カ月の推定生存曲線(Cox; 破線)と実際の生存曲線(Kaplan-Meier; 実線).

図4.

患者の2つの異なるグループのKaplan-Meier曲線:3ヶ月以上の生存(PI ≤ 2.4;緑色)と6030>3ヶ月未満の生存(PI > 2.4)の患者。

図4.

患者の2つの異なるグループに対するKaplan-Meier曲線:3ヶ月以上の生存を持つもの(PI ≤ 2.4; 緑)、および <3 ヶ月(PI > 2.4) の生存を持つもの。 図5.

(A、B)症候性脊髄硬膜外転移で当院を受診した患者2名のプロットのスクリーンショットである。 (A)は35歳男性で、1年前に根治目的の腎摘出術を受けた腎細胞癌の患者さんの余命をプロットしたものです。 Th12に症状のある転移があり、KPSは70であった。 余命3ヶ月以上と推定されたため、手術(除圧・前方支持後背側固定術)が行われた。 15ヶ月後、この脊髄転移とは無関係の症状、すなわち大量の脊髄外転移により死亡した。 死亡の1ヶ月前まで歩行可能であった。 B)には、2ヶ月前から播種性非小細胞肺癌であることが分かっていた61歳男性患者の推定余命が示されている。 C7 に症候性病変を呈した。 運動機能は急速に低下し,入院前日からKPS(70)が算出された. 余命中央値は<6030>3カ月であった。 放射線治療5分割を施行した。 緩和ケアのため自宅へ帰宅。

Fig.5(A,B) 症候性脊椎硬膜外転移で当院を受診した2例のプロット画面である。 (A)は35歳男性で、1年前に根治目的の腎摘出術を受けた腎細胞癌の患者さんの余命をプロットしたものです。 Th12に症状のある転移があり、KPSは70であった。 余命3ヶ月以上と推定されたため、手術(減圧・前方支持後背側固定術)が行われた。 15ヶ月後、この脊髄転移とは無関係の疾患、すなわち大量の脊髄外転移により死亡した。 死亡の1ヶ月前まで歩行可能であった。 B)には、2ヶ月前から播種性非小細胞肺癌であることが分かっていた61歳男性患者の推定余命が示されている。 C7 に症候性病変を呈した。 運動機能は急速に低下し,入院前日からKPS(70)が算出された. 余命中央値は<6030>3カ月であった。 放射線治療5分割を施行した。 緩和ケアのため自宅へ帰宅。 当院受診6週間後に臨床状況の急速な悪化により死亡した。

考察

硬膜外転移患者の生存期間を推定することは、患者個々の治療選択肢を明らかにするために不可欠である。 他の要因はさておき、手術を行うかどうかの判断においては、一般的に推定生存期間が3ヶ月以上であれば許容範囲と考えられている。 専門家の意見は一般的に信頼できないことを考えると,検証された予測モデルは,手術を勧める決定をサポートするだろう。1

現在のモデルは,手術を行うかどうかの決定の補助として開発されたものである。 そのため、3ヶ月という閾値は重要であった。 元のモデルでは、比例ハザードの仮定を満たす必要があったため、データは10ヶ月で切り捨てられた9。これは、今回の検証過程でも行われた。 10 500人以上の患者のデータに基づいて開発されたこの最終版は、現在検証中である。 徳橋ら12 は,①全身状態,②脊椎外骨転移の数,③椎体内転移の数,④主要内臓(肺,肝臓,腎臓,脳)への転移,⑤がんの原発部位,⑥脊髄麻痺の重症度についての情報を必要とするモデルについて述べている。 これは単にどの種類の手術を行うべきかを推定するために使用された。10 改訂版13 は、そこそこのパフォーマンスを示したようである14

もう一つの有名なモデルは、富田らによって発表された15 著者らは、外科治療を行った患者のデータを使用して、患者の選択を導入している。 それは単に手術の種類を定義するために構築されたものであり、生存率を定義するものではない。 また、他の転移の検索も必要であった。 さらに、予測因子の1つは原発巣の悪性度であり、これは成長速度に関連しており、遅い、中等度、急速のいずれにもなりうるものであった。 このモデルは、硬膜外転移を呈する患者の生存を推定するのには適切ではなかった

2005年にvan der Linden et al16が予測モデルを発表した。 このモデルは、厳密に定義された集団からのデータに基づいて構築された。 頸椎への転移、脊髄の病理学的骨折または圧迫、腎細胞がん、または黒色腫を有する患者は除外された。 このため、腫瘍診療での使用は制限された。 必要な情報は、原発がんの種類、パフォーマンスステータス、内臓、脳、および骨への転移の有無、脊髄転移の数と位置、および神経機能であった。 パフォーマンスステータスはKPSで、神経機能はFrankelスケールで評価した。 その結果、生存率の異なる4つのカテゴリーに分類された。 しかし、上記のモデルのうち、この論文で報告したモデルのように検証されたものはない。

このモデルの大きな利点はその単純さである。 知るべき要素は5つだけである:性別、組織型(腎臓がん、乳がん/前立腺がん、肺がん、その他)、原発巣が治癒的治療を受けているかどうか、症候性転移の頸部位置、KPSである。 胸部・腹部CTや核医学検査など、体のさまざまな部位の広範な放射線検査は必要ありません。 したがって、原発巣がわかっていれば(ほとんどの場合)、数分以内に推定が可能である。 個々の医師の経験についての議論は必要ないだろう。

検証セットではc値とRD2値がほぼ同じであり、予想されたわずかな減少にとどまったことから、提示したモデルの性能は良好である11。

識別は派生セットよりも検証セットでやや劣る結果となった。 非外科治療群の識別は良好であったが,外科治療群の識別はより悪かった。同じパターンが,misspecification/fitにも当てはまる。 このミスフィットは、予測変数の数に対して分離群の患者数が比較的少ないことに起因するかもしれない;さらに、このモデルは、手術候補の選択を最適化するために生存を予測することだけを目的として開発されたものである。 そのため、ほとんどの患者が放射線治療のみを受けていることから、実施した治療法は別の指標として導入されなかった。 さらに、手術の選択肢は非常に多様で、骨盤形成術だけでなく椎体全摘術も含まれ、さらに多くの選択肢があるため、手術を導入することは複雑な作業となるであろう。 実際には、患者が手術に適していると判断された後に、手術の種類が決定される。

手術を受けた患者に関して、実際の生存率が推定生存率よりもわずかに良いという所見は、Patchellらによる研究と一致している。3 Nijmegen集団で術後3カ月以内に死亡した患者の割合が比較的低い(6.9%)ことから、提示した予測モデルを使用することが正当化された。 したがって、ナイメーヘン地域の病院に紹介された患者については、推定余命6030>3ヵ月が放射線治療のみを行う重要な決定因子であった。 全体として,モデルは最低生存期間を予測したが,他の要因-患者の希望,転移の組織型,放射線感受性,手術のしやすさ,神経障害の期間-も考慮すべきことを強調しなければならない

サンプルサイズが小さいことは欠陥とみなされるかもしれない。 オーバーフィッティングとは,変数の数がサンプルサイズと釣り合っていない場合の問題である。 予測因子の効果に差が出る原因かもしれません。 しかし,本研究で検証した予測モデルの開発では,オーバーフィッティングの問題は発生しなかった。 元のモデルは検証セットのデータに基づいて調整されていないため、オーバーフィッティングが問題になることはなかった。 サンプルサイズも、異なるデータセットにおける変数間のばらつきの違いに寄与することがある。 PI の分布はオリジナルセットとバリデーションセットで同等であるため、いかなる差異も臨床使用には関係ない。 予測生存期間中央値が<3ヵ月の患者のKaplan-Meier曲線と予測生存曲線の平均の差は、このグループのサンプルサイズに起因している可能性もある。

結論として、このモデルは、脊髄硬膜外転移を有し、集学的治療を受ける個々の患者に対する治療選択肢を最適化するのに役立つと考えられる。 最後に、このモデルは、容易に検索可能なデータ(www.nccn.nl/nccn-en/)に基づく信頼性の高い余命の推定を提供する。

Funding

宣言なし。

Acknowledgement

我々は、Bert Keurentjes, Radboud in’to Languages, Center of Expertise for Language and Communicationから、英語の文法とスタイルを修正していただきました。

利益相反の声明です。

1

Bartels
RH

,

van der Linden
YM

,

van der Graaf
WT

.All Rights Reserved.

脊髄硬膜外転移:現在の治療オプションのレビュー

.

CA Cancer J Clin

.

2008

;

58
(4)

:

245

259

.

2

Witham
TF

,

Khavkin
YA

,

Gallia
GL

et al.・・・・・・・。

Surgery insight: Current management of epidural spinal cord compression from metastatic spine disease

.

Nat Clin Pract Neurol

.

2006

;

2
(2)

:

87

94

;

quiz 116

.

3

Patchell
RA

,

Tibbs
PA

,

Regine
WF

et al.・・・・・・。

転移性癌による脊髄圧迫の治療における直接減圧手術:無作為化試験

.

Lancet

.

2005

;

366
(9486)

:

643

648

.

4

Chow
E

,

Davis
L

,

Panzarella
T

et al.。

緩和放射線腫瘍医による生存予測の精度

.

Int J Radiat Oncol Biol Phys

.

2005

;

61
(3)

:

870

873

.

5

Chow
E

,

Harth
T

,

Hruby
G

et al.・・・・・。

末期がん患者の生存期間を推定する上で、医師の臨床的な生存予測や利用可能な予後予測ツールはどの程度正確なのだろうか? システマティックレビュー

.

Clin Oncol(R Coll Radiol)

.

2001

;

13
(3)

:

209

218

.

6

Bollen
L

,

van der Linden
YM

,

Pondaag
W

et al.・・・・。

症候性脊椎骨転移患者の生存に関連する予後因子:患者1,043人のレトロスペクティブ・コホート研究

.

Neuro Oncol

.

2014

;

16
(7)

:

991

998

.

7

Putz
C

,

Wiedenhofer
B

,

Gerner
HJ

et al.・・・・。

徳橋予後スコア:転移性脊髄圧迫における神経学的転帰の予測における重要なツール:レトロスペクティブ臨床研究

.

Spine

2008

;

33
(24)

:

2669

2674

.

8

Rades
D

,

Douglas
S

,

Veninga
T

et al.

転移性脊髄圧迫に対して放射線照射を受けた患者の生存を予測するスコアの検証および簡略化

.

.

2010

;

116
(15)

:

3670

3673

.

9

Bartels
RH

,

Feuth
T

,

van der Maazen
R

et al.・・・。

脊髄硬膜外転移患者の余命を予測するモデルの開発

.

.

2007

;

110
(9)

:

2042

2049

.

10

Bartels
RH

,

Feuth
T

,

Rades
D

et al.・・・など。

脊髄硬膜外転移を呈した患者の生存を予測するモデルの外部検証

.

Cancer Metastasis Rev

.

2011

;

30
(2)

:

153

159

.

11

Royston
P

,

Altman
DG

.

Cox予後モデルの外部検証:原則と方法

.

BMC Med Res Methodol

.

2013

;

13

:

33

.

12

徳橋
Y

,

松崎
H

,

鳥山
S

ら. .

転移性脊椎腫瘍の予後を術前に評価するためのスコアリングシステム

.

Spine

1990

;

15
(11)

:

1110

1113

.

13

徳橋
Y

,

Ajiro
Y

,

Umezawa
N

.

術前予後判定スコアリングシステムを用いた脊髄転移の治療成績

.

脊椎

.

2009

;

34
(1)

:

69

73

.

14

Quraishi
NA

,

Manoharan
SR

,

Arealis
G

et al.・・・・・。

転移性脊髄圧迫(MSCC)患者の生存率予測における改訂徳橋スコアの精度

.

Eur Spine J

.

2013

;

22(
Suppl 1)

:

S21

S26

.

15

富田
K

,

川原
N

,

小林
T

et al.

脊椎転移に対する外科的戦略

.

脊椎

.

2001

;

26
(3)

:

298

306

.

16

van der Linden
YM

,

Dijkstra
SP

,

Vonk
EJ

et al.・・・・・。

脊柱に転移のある患者の生存率の予測:放射線治療の無作為化試験に基づく結果

.

.

2005

;

103
(2)

:

320

328

.

admin

コメントを残す

メールアドレスが公開されることはありません。

lg