基于术前非侵入性参数的子宫内膜癌中TP53mut亚型的诺莫格拉姆预测模型
Wei Wang1, Xiaoting Li2, Yunong Gao1
1Department of Gynecologic Oncology, Key Laboratory of Carcinogenesis and Translational Research (Ministry of Education/Beijing), Peking University Cancer Hospital & Institute, Hai Dian District, Beijing, 100142, China.
BMC cancer
|August 1, 2023
概括
一个新的TP53mut预后模型 (TPMM) 使用非侵入性参数准确预测子宫内膜癌中高风险的TP53mut亚型. 该模型有助于早期风险分层和个性化治疗策略,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 遗传学 遗传学 是一个
- 妇科瘤学 妇科瘤学
背景情况:
- 子宫内膜癌分子亚型显著影响生存和治疗决策.
- 突变TP53 (TP53mut) 亚型与最差的预后有关,通常在手术后确定.
- 对TP53mut亚型的术前预测对于指导外科手术方法和启动早期干预至关重要.
研究的目的:
- 开发和验证使用非侵入性手术前临床参数对子宫内膜癌中TP53mut亚型的预测模型.
- 为早期查确定与TP53mut亚型相关的关键临床因素.
主要方法:
- 对376名子宫内膜癌患者的数据和病理样本进行了回顾性分析.
- 使用下一代测序 (NGS) 进行分子亚型化.
- 多变量逻辑回归以识别独立预测因子;构建和验证名ogram预测模型 (TPMM).
主要成果:
- 在12.4% (培训) 和13.9% (验证) 的患者中存在TP53mut亚型.
- 高密度脂蛋白-胆固醇/低密度脂蛋白-胆固醇 (HDL-C/LDL-C) 比率,CA125水平,以及宫或子宫下部的参与是显著的预测因素.
- TP53mut预后模型 (TPMM) 显示出良好的诊断准确性 (在训练中AUC为0.768,在验证中为0.781).
结论:
- 在手术前,TP53mut预后模型 (TPMM) 在预测TP53mut亚型方面表现出很高的准确性.
- 该模型有效地识别了具有不同预后风险的患者,从而实现了量身定制的临床管理.
