新冠和肿瘤还能这么玩？临床医生速来围观，13分+纯生信换个肿瘤又是一篇！

小伙伴们都看到小云前面分享的“新冠”发高分文章的新方向了吗？

小云上期内容分享了2大“新冠”创新方向，咱们先来回顾一下：

1）选题方向定位于“新冠” ，但分析方向选择“临床数据库分析”或“孟德尔随机化”，抱上这俩大腿不愁发高分文章；

2）开拓视野，从单一“新冠”扩展到“病毒类”疾病，从选题上创造优势！

前面分享的12分+纯生信是从第2个角度进行创新发文的，效果相当不错！今天再分享一个13分+纯生信，走第1条路，联合近期爆火的“临床数据库分析”来给“新冠”方向添把火！ 这篇文章是利用SEER数据库分析新冠肺炎疫情对侵袭性皮肤黑色素瘤的影响，整体分析依靠统计学方法完成，无需实验，无需复杂生信手段。要小云说，

这类思路就是为临床医生量身打造的！并且分析新冠疫情对肿瘤的影响，岂不是再换个肿瘤就又是一篇文章，这也太好复制了，看到这个思路的小伙伴就赚到，越早复现越容易发高分哟~ ~

l 题目：2020年新冠肺炎疫情对侵袭性皮肤黑色素瘤的诊断、治疗和预后的影响:一项回顾性全国队列研究 l 杂志：

Journal of the American Academy of Dermatology

l 影响因子：IF= 13.7998 l 发表时间：2023年8月

研究背景

先前的研究表明，与大流行之前相比，COVID-19 大流行期间诊断出的黑色素瘤的Breslow深度增加、溃疡增加、有丝分裂率增加、组织学亚型更具侵袭性、诊断分期增加。然而，这些研究通常仅限于单个或多个机构的研究。本研究试图在一项大型全国性队列研究中调查 COVID-19 大流行对皮肤黑色素瘤发病、治疗和生存的影响。

研究思路

本研究从SEER-17数据中纳入了纳入了 2018-2020 年期间诊断为浸润性黑色素瘤的患者。首先利用描述性统计分析了2020年与2018-2019年的黑色素瘤患者基线特征差异。然后通过逐步多变量逻辑回归模型对比了2020 年与 2018 或 2019 年皮肤黑色素瘤诊断的相关因素。使用KM生存曲线评估2020 年与 2018 或 2019 年皮肤黑色素瘤患者的OS生存差异，并采用多变量cox比例风险模型评估与OS相关的因素。采用Fine-Gray竞争风险回归模型评估与黑色素瘤特异性生存率（MSS）相关的因素。 

主要结果

1. 纳入人群特征

总共有60018名黑色素瘤患者被纳入最终分析。与 2018 年或 2019 年相比，2020 年确诊的患者往往年龄更大、种族不明、处于更晚期（III 期或 IV 期）、肿瘤更厚、溃疡更严重、黑色素瘤治疗延迟时间更短、来自家庭收入中位数更高的县。与 2018 年或 2019 年相比，2020 年确诊的患者往往年龄更大、种族不明、处于更晚期（III 期或 IV 期）、肿瘤更厚、溃疡更严重、黑色素瘤治疗延迟时间更短、来自家庭收入中位数更高的县。2020年确诊的患者的随访时间明显短于2018年或2019年确诊的患者。患者的年龄、婚姻状况、原发黑色素瘤部位的侧位以及接受放疗或化疗的时间与2018-2020年没有明显差异（表1）。

表1 SEER数据库中2018/2019 年与 2020 年确诊的皮肤黑色素瘤患者的描述性统计

2. 2020年与2018/2019年黑色素瘤诊断相关因素的比较

作者利用逐步逻辑回归模型比较2020 年与 2018/2019 年皮肤黑色素瘤诊断的相关因素。结果显示，与 2018 /2019 年相比，2020 年确诊的黑色素瘤患者往往家庭收入中位数大于 75,000 美元，居住在人口大于 100 万的都会区，年龄较大，种族不明。2020 年的患者所患的黑色素瘤往往更深、溃疡更严重、分期更晚，而且更可能是浅表扩散型、结节型或恶性雀斑样痣黑素瘤亚型。2020 年的患者更有可能不接受治疗或接受未知治疗或接受莫氏手术切除原发恶性肿瘤，但接受淋巴结清扫术的可能性较低。在 2020 年期间，患者的治疗延误也趋于减少（表2）。

表2 逐步逻辑回归模型比较2020年与2018/2019年黑色素瘤诊断相关因素

3.

生存分析

OS 的 Kaplan-Meier 生存曲线显示，与 2018/2019 年相比，2020 年确诊的黑色素瘤患者的 OS 明显较差（P=0.004）。2020年确诊的黑色素瘤患者的平均随访时间为10.72个月，而2019年为21.99个月，2018年为32.79 个月。随后，作者利用多变量cox比例风险模型评估了 OS 的相关因素。结果显示，OS 恶化的相关因素包括高龄、诊断时分期增加、Breslow厚度增加、溃疡、恶性黑色素瘤、接受化疗、未婚、男性以及淋巴结手术中发现的阳性淋巴结比例增加。此外，在Cox比例危险模型中，诊断年份（2020年与2018/2019年）与OS无显著相关性，因此未被纳入最终模型。与OS改善相关的因素包括去势黑色素瘤亚型和上肢位置（表3）。

表3 OS多变量cox比例风险模型分析

作者进一步采用 Fine-Gray 竞争风险回归模型评估与 MSS 相关的因素。（表3）。结果显示，与 MSS 恶化相关的因素包括：高龄、诊断时分期增加、Breslow厚度增加、溃疡、接受过化疗或放疗、未接受或未知的原发性手术治疗，以及未另作说明的淋巴结抽吸或活检。此外，在竞争风险回归模型中，诊断年份（2020 年与 2018/2019 年）与 MSS 无显著相关性，因此未纳入最终模型。与 MSS 改善相关的因素包括浅表扩散型、去瘤细胞型和纺锤形细胞型黑色素瘤亚型，病变部位位于头颈部、上肢和下肢，以及接受了除抽吸或活检以外的任何淋巴结手术（表4）。

表4 MSS竞争风险回归模型分析

小结

4个表就能完成一篇Top级别13分+的纯数据分析文章，看完还能不心动吗？ 用“临床数据库分析”的方法将新冠与肿瘤联合分析，大大提高了创新性和发高分的可能性！用上这个思路，换个肿瘤，同样分析新冠疫情对肿瘤的影响，还是一篇高分文章，临床医生快快行动起来吧！