カットポイントの評価：カプラン・マイヤー推定器の生存を決定するための適応可能な継続的なデータ分布システム

背景と目的：転写および代謝分化の増加する証拠は、細胞および組織代謝に影響を与える多くの異なる要因の結果、治療、または影響の結果のコンテキストのそのような分化を分析する多くの研究を誘発しました。特に、がん研究者は、診断/予後因子として機能する新しいバイオマーカーと、臨床効果に関するさらに対応する関係を探しています。臨床または疫学データ（遺伝子発現、バイオマーカー、生化学的パラメーターなど）を含む連続変数の二分法の使用に対する関心の高まりの結果として、患者の層別化を提供するソフトウェアの同時不足を伴うカットオフポイント決定ツールの大きな需要があります。連続変数とバイナリ変数に基づいています。したがって、集団の2つまたは3つのグループへの層別化を可能にするための統計的およびグラフィカルな方法の幅広いセットを提供する「Cutpoints」アプリケーションを開発しました。 方法：アプリケーションは、生存、Survisc、OptimalCutpoints、MaxStat、ROLR、GGPLOT2、GgallyおよびPlotのプロットとROC曲線などのパッケージのアルゴリズムを含むR言語に基づいています。 結果：乳がんコホートにおけるエストロゲン、プロゲステロン、およびヒト表皮成長因子2受容体のエストロゲン分析の例で、カットポイントを評価するすべての能力が示されました。ROC曲線により、免疫組織化学状態と相関してESR1、PGR、およびERBB2の発現のためにカットオフポイントが確立されました（それぞれカットオフ：1301.253、243.35、11,434.438;、それぞれ86％、91％）。無病生存分析を通じて、ESR1、PGR、およびERBB2の発現に関する2つのグループと3つのグループに患者を分けました。例アルゴリズムCUTPは、ESR1およびERBB2の発現の低下がより好ましいことを示しました（HR = 2.07、P = 0.0412; HR = 2.79、P = 0.0777、それぞれ）、PGR発現の増加はより良い予後と相関していました（HR = 0.192、P = P =0.0115）。 結論：この作業は、http://wnbikp.umed.lodz.pl/evaluate-cutpoints/からダウンロードできるように自由に利用できるアプリケーションを評価します。現在、多くのソフトウェアを使用して、カットオフファインダーやXタイルなどの連続変数を分割しています。それらとは異なり、Cutpointsは、連続変数とバイナリ変数に従ってグループに集団を二分化するだけでなく、3つのグループへの層別化とカットオフポイントの手動選択も可能にし、情報の潜在的な損失を防ぐことができます。

BACKGROUND AND OBJECTIVE: Growing evidence of transcriptional and metabolomic differentiation induced many studies which analyze such differentiation in context of outcome of disease progression, treatment or influence of many different factors affecting cellular and tissue metabolism. Particularly, cancer researchers are looking for new biomarkers that can serve as a diagnostic/prognostic factor and its further corresponding relationship regarding clinical effects. As a result of the increasing interest in use of dichotomization of continuous variables involving clinical or epidemiological data (gene expression, biomarkers, biochemical parameters, etc.) there is a large demand for cutoff point determination tools with simultaneous lack of software offering stratification of patients based on continuous and binary variables. Therefore, we developed "Evaluate Cutpoints" application offering wide set of statistical and graphical methods for cutpoint optimization enabling stratification of population into two or three groups. METHODS: Application is based on R language including algorithms of packages such as survival, survMisc, OptimalCutpoints, maxstat, Rolr, ggplot2, GGally and plotly offering Kaplan-Meier plots and ROC curves with cutoff point determination. RESULTS: All capabilities of Evaluate Cutpoints were illustrated with example analysis of estrogen, progesterone and human epidermal growth factor 2 receptors in breast cancer cohort. Through ROC curve the cutoff points were established for expression of ESR1, PGR and ERBB2 in correlation with their immunohistochemical status (cutoff: 1301.253, 243.35, 11,434.438, respectively; sensitivity: 94%, 85%, 64%, respectively; specificity: 93%, 86%, 91%, respectively). Through disease-free survival analysis we divided patients into two and three groups regarding expression of ESR1, PGR and ERBB2. Example algorithm cutp showed that lowered expression of ESR1 and ERBB2 was more favorable (HR = 2.07, p = 0.0412; HR = 2.79, p = 0.0777, respectively), whereas heightened PGR expression was correlated with better prognosis (HR = 0.192, p = 0.0115). CONCLUSIONS: This work presents application Evaluate Cutpoints that is freely available to download at http://wnbikp.umed.lodz.pl/Evaluate-Cutpoints/. Currently, many softwares are used to split continuous variables such as Cutoff Finder and X-Tile, which offer distinct algorithms. Unlike them, Evaluate Cutpoints allows not only dichotomization of populations into groups according to continuous variables and binary variables, but also stratification into three groups as well as manual selection of cutoff point thus preventing potential loss of information.