„Survival Tree Analysis” - eine neue Methode zur multivariaten Bewertung von Prognosefaktoren beim operablen Zervixkarzinom

Zusammenfassung

Fragestellung: Das Ziel dieser Studie war es, diejenigen unabhängigen klinischen und histopathologischen Prognosefaktoren für das operable Zervixkarzinom zu definieren, die das krankheitsfreie 5-Jahres-Überleben am besten voraussagen können. Material und Methoden: Daten der radikalen Hysterektomie sowie der Zervixbiopsien und der Konisationen wurden in diese Analyse aufgenommen. Folgende Parameter wurden untersucht: Alter, Gewicht, Rasse, Zivilstand, Sozialstatus, Tumorgröße, Invasionstiefe, Lymphgefäßeinbruch, Histologie, Tumorgrading, Lymphknotenstatus und Anzahl der entfernten Lymphknoten. Patientinnen mit Lymphknotenmetastasen, parametraler Tumorbeteiligung und positiven oder knappen Resektionsrändern wurden postoperativ im kleinen Becken bestrahlt. Nach dem Ausschluss von Patientinnen mit mikroinvasivem Karzinom und denjenigen mit Kleinzellkarzinom konnte die univariate und multivariate Analyse bei 301 Patientinnen durchgeführt werden. Ergebnisse: In der univariaten Analyse ergaben sich folgende signifikante Parameter für die Voraussage des Überlebens: Invasionstiefe, Tumorgröße, Lymphgefäßeinbruch, Lymphknotenmetastasen und Tumorvolumen und klinisches Stadium. Die multivariate Bewertung der Parameter wurde nach der „Survival-Tree-Analysis”-Methode durchgeführt. Es zeigte sich,dass mit den 4 Parametern (lnvasionstiefe, Lymphgefäßeinbruch, Alter über 40 Jahre und Lymphknotenmetastasen die Überlebenswahrscheinlichkeit am besten vorauszusagen ist. Schlussfolgerungen: Mit der „Survival-Tree-Analysis”-Methode können individuelle Kollektive mit definierter Prognose bestimmt werden. Dafür sind nur die multivariat signifikanten Parameter Invasionstiefe, Lymphgefäßeinbruch, Alter über 40 Jahre und Lymphknotenmetastasen nötig. Das krankheitsfreie 5-Jahres-Überleben war 91 %, 68 %, für die drei resultierenden Untergruppen 43 %.

Survival Tree Analysis - a new method to evaluate prognostic factors in patients with early cervical cancer

Summary

Objective: We introduce a new multivariate analysis, not yet applied to gynecologic cancer, that includes the creation of a survival tree. The tree structured survival analysis is a statistical method designed to identify meaningful prognostic subsets in a study population, which usually do not emerge from routine proportional hazards analysis. We also applied the scoring systems from other groups to our patients and compared them with our system using a variety of statistical methods. Material and methods: After excluding patients with microinvasive and sinai cell carcinoma, data from remaining 301 patients were analyzed. We performed an univariate and multivariate analysis. Significant single parameters and other variables considered important were chosen for multivariate analysis, including the creation of a survival tree. Results: Risk factors to define prognosis best were: Depth of invasion, lymph vascular space involvement, age of 40 years and lymph node metastases. Conclusions: The presented model separates patients with early stage invasive carcinoma of the cervix into three subgroups with a significant different survival and correlates well with other models. Our new mode is easy to apply and only requires depth of invasion, lymph vascular space involvement, node status and age of a patient to define the individual risk.

Schlüsselwörter

Zervixkarzinom - Wertheim - Prognosefaktoren

Key words

Cervical cancer - histology - prognosis - age - depth of invasion

Literatur

• 1 Sevin B U, Nadji M, Averette H E, Hilsenbeck S, Smith D, Lampe B. Microinvasive carcinoma of the cervix.  Cancer. 1992;  70 2121-2128
• 2 Sevin B U, Method M W, Nadji M, Lu Y, Averette H A. Efficacy of radical hysterectomy as treatment for patients with small cell carcinoma of the cervix.  Cancer. 1996;  77 1489-1493
• 3 Averette H E, Nguyen H N, Donato D M, Penalver M A, Sevin B U, Estape R, Little W A. Radical hysterectomy for invasive cervical cancer. A 25-year prospective experience with the Miami technique.  Cancer. 1993;  71 1422-1437
• 4 Steren A, Nguyen H N, Averette H E, Estape R, Angioll R, Donato D M, Penalver M A, Sevin B U. Radical hysterectomy for stage lB adenocarcinoma of the cervix: the University of Miami experience.  Gynecol Oncol. 1993;  48 355-359
• 5 Harrison T A, Sevin B U, Koechli O, Nguyen H N, Averette H E, Penalver M, Donato D M, Nadji M. Adenosquamous carcinoma of the cervix: prognosis in early stage disease treated by radical hysterectomy.  Gynecol Oncol. 1993;  50 310-315
• 6 Sevin B U, Nadji M, Lampe B, Lu Y, Hilsenbeck S, Koechli O R, Averette H E. Prognostic factors of early stage cervical cancer treated by radical hysterectomy.  Cancer. 1995;  76 1978-1986
• 7 Burghard E, Monaghan J M. Bailliere's clinical obstetrics and gynaecology. In operative treatment of cervical cancer. Vol 2. Bailliere Tindall, Eastbourne 1988
• 8 Delgado G, Bundy B N, Fowler W C, Stehman F B, Sevin B, Creasman W T, Major F, DiSaia P, Zaino R. A prospective surgical pathological study of stage I squamous carcinoma of the cervix: a Gynecologic Oncology Group Study.  Gynecol Oncol. 1989;  35 314-320
• 9 Gauthier P, Gore I, Shingleton H M, Orr J W, Hatch K D. Identification of histopathologic risk groups in stage lB squamous cell carcinoma of the cervix.  Obstet Gynecol. 1985;  66 569-574
• 10 Haas J, Friedl H. Prognostic factors in cervical carcinoma: a multivariate approach. In: Burghard E, Monaghan JM (Eds). Bailliere's clinical obstetrics and gynaecology. Bailliere Tindall, Eastbourne 1988; 829-837
• 11 Delgado G, Bundy B, Zaino R, Sevin B U, Creasman W T, Major F. Prospective surgical pathological study of disease-free interval in patients with stage IB squamous cell carcinoma of the cervix: a Gynecologic Oncohogy Group study.  Gynecol Oncol. 1990;  38 352-357
• 12 Kamura T, Tsukamoto N, Tsuruchi N, Saito T, Matsuyama T, Akazawa T, Nakano H. Multivariate analysis of the histopathologic prognostic factors of cervical cancer in patients undergoing radical hysterectomy.  Cancer. 1992;  69 181-186
• 13 Committee F C. Staging announcement.  Gynecol Oncol. 1986;  8 353-385
• 14 Cox D R. Regression models and life tables.  J R Stat Soc (B). 1972;  34 187-202
• 15 Segal M R. Regression trees for censored data.  Biometrics. 1988;  44 35-47
• 16 Segal M R, Bloch D A. A comparison of estimated proportional hazards models and regression trees.  Stat Med. 1989;  8 539-550
• 17 Altman R D, Medsger T A, Bloch D A, Michel B A. Predictors of survival in systemic sclerosis (scleroderma).  Arthritis Rheum. 1991;  34 403-413
• 18 Piette J D, Intrator O, Zierler S, Mor V, Stein M D. An exploratory analysis of survival with AIDS using a nonparametric tree-structured approach.  Epidemiology. 1992;  3 310-318
• 19 Hauck W W, Miike R. A proposal for examining and reporting stepwise regressions.  Stat Med. 1991;  10 711-715
• 20 SAS/STAT^TM . User's Guide. Vol Version6, 4th edition. SAS Institute, Inc., Cary, North Carolina 1990
• 21 Kaplan E L, Meier P. Non-parametric estimation from incomplete observation.  J Am Stat Assoc. 1958;  4 57-81
• 22 Kalbfleisch J D, Prentice R L. The statistical analysis of failure time data. Wiley, New York 1980
• 23 Cuzick J. A Wilcoxon-type test for trend.  Stat Med. 1985;  4 87-90
• 24 Sevin B U, Lu Y, Bloch D A, Nadji M, Koechli O R, Averette H E. Surgically defined prognostic parameters in patients with early cervical carcinoma. A multivariate survival tree analysis.  Cancer. 1996;  78 1438-1446