進行胃腺がんの生存結果における性別差
Minggui Pan1,2, Meng M Tong3, Jack Stover3
1Division of Oncology, Stanford University School of Medicine, Stanford, CA, 94305, USA. minggui@stanford.edu.
BJC reports
|August 29, 2025
まとめ
進行した胃がん (GAC) の男性では,女性よりも全生存率 (OS) が優れている. このGACの生存差はp53変異型に関連しており,がんのアウトカムにおける性差を強調しています.
科学分野:
- 腫瘍学
- 癌 研究
- 遺伝学
背景:
- 胃腺癌 (GAC),胃食道結節腺癌 (GEJAC),食道腺癌 (EAC) は,がんによる死亡の重要な原因である.
- 性別などの生存に影響を与える要因を理解することは 患者の治療結果を改善するために不可欠です
研究 の 目的:
- 進行したGAC,GEJAC,EACと診断された男性と女性の全生存率 (OS) の違いを調査する.
- GACにおける性に基づく生存の格差に対する分子変化の影響を調査する.
主な方法:
- 転移または再発したGAC,GEJAC,EAC患者のコホート研究が行われました.
- コックス回帰モデリングは,臨床的および分子的要因を調整して,性別とOSの関連性を分析するために使用されました.
- HER2,p53,KRAS,CDKN2A,PIK3CA,MYCを含む主要な分子変化が評価されました.
主要な成果:
- 426人のGAC患者の中で,男性では女性よりも有意に優れたOSを示した (HR=0. 73).
- GACにおける男性の生存優位性は,KRAS変異を除いてほとんどの分子サブグループで持続しました.
- 興味深いことに,p53変異のGAC患者では,非機能増強 (非GOF) 変異の男性生存率が高く,機能増強 (GOF) 変異の男性生存率は悪かった.
- GEJACまたはEAC患者では,性別によるOSの有意な差異は観察されなかった.
結論:
- 進行した胃がんの女性と比較して 男性の総生存率が優れている.
- GACにおける性別とOSの関連性は,p53変異のタイプ (GOF対非GOF) によって影響を受けます.
- これらの発見は,GAC生存における顕著な性差を明らかにし,その臨床的および生物学的影響に関するさらなる調査を正当化しています.
関連する概念動画
01:21Cancer Survival Analysis
448
Cancer survival analysis focuses on quantifying and interpreting the time from a key starting point, such as diagnosis or the initiation of treatment, to a specific endpoint, such as remission or death. This analysis provides critical insights into treatment effectiveness and factors that influence patient outcomes, helping to shape clinical decisions and guide prognostic evaluations. A cornerstone of oncology research, survival analysis tackles the challenges of skewed, non-normally...
448
01:20Comparing the Survival Analysis of Two or More Groups
280
Survival analysis is a cornerstone of medical research, used to evaluate the time until an event of interest occurs, such as death, disease recurrence, or recovery. Unlike standard statistical methods, survival analysis is particularly adept at handling censored data—instances where the event has not occurred for some participants by the end of the study or remains unobserved. To address these unique challenges, specialized techniques like the Kaplan-Meier estimator, log-rank test, and...
280
01:15Assumptions of Survival Analysis
196
Survival models analyze the time until one or more events occur, such as death in biological organisms or failure in mechanical systems. These models are widely used across fields like medicine, biology, engineering, and public health to study time-to-event phenomena. To ensure accurate results, survival analysis relies on key assumptions and careful study design.
196