基于腫瘤免疫微環(huán)境的胃癌患者預(yù)后因素分析及死亡預(yù)測模型構(gòu)建
發(fā)布時間:2020-11-04 03:50
研究背景與目的胃癌患者的免疫浸潤狀態(tài)和臨床預(yù)后息息相關(guān)。本研究的目的是:(1)構(gòu)建和評估可用于胃癌患者預(yù)后預(yù)測的免疫評分模型;(2)構(gòu)建和評估可用于個體化預(yù)測胃癌患者死亡風(fēng)險的列線圖模型。研究方法在公共基因芯片數(shù)據(jù)庫GeneExpression Omnibus中下載胃癌患者的基因芯片表達(dá)譜及相應(yīng)的臨床病理資料與預(yù)后數(shù)據(jù),并利用CIBERSORT算法平臺解析腫瘤組織中22種免疫細(xì)胞的構(gòu)成分?jǐn)?shù);將上述患者按照7:3的比例分層隨機(jī)分為訓(xùn)練隊列與驗證隊列,進(jìn)而通過LASSO COX回歸模型對上述免疫細(xì)胞進(jìn)行篩選以建立免疫風(fēng)險評分模型(Immune risk score,IRS),并在驗證隊列與總體患者隊列中對IRS的預(yù)測效能進(jìn)行評估驗證;最后,基于IRS與患者臨床病理參數(shù),我們在訓(xùn)練隊列中建立預(yù)測個體化預(yù)測胃癌患者死亡風(fēng)險的列線圖模型,并同樣于驗證隊列及總體患者隊列中對列線圖的預(yù)測準(zhǔn)確性及符合度進(jìn)行評估驗證。研究結(jié)果1.IRS模型的建立與評估:通過LASSO COX回歸模型,我們在訓(xùn)練隊列中篩選出11種免疫細(xì)胞用于建立免疫評分模型IRS,單因素生存分析表明IRS模型在總生存方面可將胃癌患者顯著區(qū)分為高危組和低危組,且多因素分析表明IRS為獨立預(yù)后因素。受試者工作特征曲線分析顯示IRS模型對2、3、5年生存率的預(yù)測均有良好的價值。驗證隊列及總體患者隊列的結(jié)果亦支持了我們的發(fā)現(xiàn)。2.列線圖模型的建立與評估:根據(jù)訓(xùn)練組多因素分析結(jié)果,我們使用R軟件構(gòu)建列線圖模型對胃癌患者的死亡風(fēng)險進(jìn)行個體化預(yù)測。采用Bootstrap自抽樣方法對列線圖模型進(jìn)行內(nèi)部驗證后得到C指數(shù)為0.77,顯著優(yōu)于第6版TNM分期(P0.001)。校正曲線顯示,列線圖與實際觀察間是高度一致的。決策曲線分析顯示,列線圖預(yù)后模型較TNM分期系統(tǒng)擁有更好的臨床應(yīng)用價值。除此之外,驗證隊列與總體患者隊列的結(jié)果均支持了我們的這些發(fā)現(xiàn)。結(jié)論1.我們提出的IRS免疫評分模型是胃癌患者總生存的獨立預(yù)后因素;2.和過去已有的TNM腫瘤分期系統(tǒng)比較,以臨床病理參數(shù)和IRS為基礎(chǔ)的列線圖模型可以更加準(zhǔn)確地個體化預(yù)測胃癌患者的預(yù)后,在臨床應(yīng)用上更具價值。
【學(xué)位單位】:南方醫(yī)科大學(xué)
【學(xué)位級別】:博士
【學(xué)位年份】:2018
【中圖分類】:R735.2
【部分圖文】:
stomach?adenocarcinoma[Title])?OR?stomach?neoplasm[Title])?OR?stomach??tumor[Title])?OR?stomach?carcinoma[Title]));蛐酒Y選的流程圖以及納入、??剔除標(biāo)準(zhǔn)見圖2-1。所有通過上述檢索式檢索出的基因表達(dá)芯片均嚴(yán)格根據(jù)納入??與剔除標(biāo)準(zhǔn)由兩名研究者獨立評估。對于有爭議分歧的數(shù)據(jù),由兩位研究者經(jīng)??多次地協(xié)商、討論到解決為止。若意見不能一致,屆時請第三位研宄者來進(jìn)行??仲裁。芯片中所包含的患者的臨床數(shù)據(jù)也同步被提取。臨床數(shù)據(jù)的獲得方法有??以下三種:1)直接從GEO數(shù)據(jù)庫里相應(yīng)基因芯片的頁面中的matrix文件中提??;2)通過查找對應(yīng)文獻(xiàn)的補(bǔ)充材料獲得;3)通過R軟件的“GEOquery”包獲??取。在必要的時候,我們會與芯片的通訊作者取得聯(lián)系以獲取更多的信息。??5??
浸潤的免疫細(xì)胞構(gòu)成比的數(shù)據(jù)。在基于各個芯片平臺比較轉(zhuǎn)化成功率時,我們??發(fā)現(xiàn)由Affymetrix系列平臺(包括HG133A、HG133B與HU-Plus2)產(chǎn)生的基??因表達(dá)數(shù)據(jù)的轉(zhuǎn)化成功率顯著高于Illumina平臺以及其他平臺(圖3-1B)。??3.
我們分別根據(jù)于驗證隊列及總體患者隊列中計算得出的IRS的最佳??cut-off值(驗證隊列為-0.82,總體患者隊列為-0.37)將患者分為高風(fēng)險組與低??風(fēng)險組。與在訓(xùn)練隊列的結(jié)果類似(圖3-4A-B),驗證隊列與總體患者隊列中髙??IRS組的患者死亡風(fēng)險顯著高于低IRS組的患者。其中驗證隊列高水平IRS患者??26??
【參考文獻(xiàn)】
本文編號:2869575
【學(xué)位單位】:南方醫(yī)科大學(xué)
【學(xué)位級別】:博士
【學(xué)位年份】:2018
【中圖分類】:R735.2
【部分圖文】:
stomach?adenocarcinoma[Title])?OR?stomach?neoplasm[Title])?OR?stomach??tumor[Title])?OR?stomach?carcinoma[Title]));蛐酒Y選的流程圖以及納入、??剔除標(biāo)準(zhǔn)見圖2-1。所有通過上述檢索式檢索出的基因表達(dá)芯片均嚴(yán)格根據(jù)納入??與剔除標(biāo)準(zhǔn)由兩名研究者獨立評估。對于有爭議分歧的數(shù)據(jù),由兩位研究者經(jīng)??多次地協(xié)商、討論到解決為止。若意見不能一致,屆時請第三位研宄者來進(jìn)行??仲裁。芯片中所包含的患者的臨床數(shù)據(jù)也同步被提取。臨床數(shù)據(jù)的獲得方法有??以下三種:1)直接從GEO數(shù)據(jù)庫里相應(yīng)基因芯片的頁面中的matrix文件中提??;2)通過查找對應(yīng)文獻(xiàn)的補(bǔ)充材料獲得;3)通過R軟件的“GEOquery”包獲??取。在必要的時候,我們會與芯片的通訊作者取得聯(lián)系以獲取更多的信息。??5??
浸潤的免疫細(xì)胞構(gòu)成比的數(shù)據(jù)。在基于各個芯片平臺比較轉(zhuǎn)化成功率時,我們??發(fā)現(xiàn)由Affymetrix系列平臺(包括HG133A、HG133B與HU-Plus2)產(chǎn)生的基??因表達(dá)數(shù)據(jù)的轉(zhuǎn)化成功率顯著高于Illumina平臺以及其他平臺(圖3-1B)。??3.
我們分別根據(jù)于驗證隊列及總體患者隊列中計算得出的IRS的最佳??cut-off值(驗證隊列為-0.82,總體患者隊列為-0.37)將患者分為高風(fēng)險組與低??風(fēng)險組。與在訓(xùn)練隊列的結(jié)果類似(圖3-4A-B),驗證隊列與總體患者隊列中髙??IRS組的患者死亡風(fēng)險顯著高于低IRS組的患者。其中驗證隊列高水平IRS患者??26??
【參考文獻(xiàn)】
相關(guān)期刊論文 前1條
1 Sérgia Velho;Maria Sofia Fernandes;Marina Leite;Ceu Figueiredo;Raquel Seruca;;Causes and consequences of microsatellite instability in gastric carcinogenesis[J];World Journal of Gastroenterology;2014年44期
本文編號:2869575
本文鏈接:http://www.sikaile.net/yixuelunwen/zlx/2869575.html
最近更新
教材專著