相关实验视频
Updated: Jul 18, 2025

An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
对心脏癌的风险预测分类器的构建和测试
Zhiqiang Liu1,2,3,4,5, Ganshu Xia4, Xiaolong Liang4
1Department of Gastric Surgery, Tianjin Medical University Cancer Institute and Hospital, National Clinical Research Center for Cancer, Tianjin 300060, P.R. China.
这项研究开发了一种用于心脏癌 (CC) 阶段的5基因预测模型,确定THBS4,COL14A1,DPYSL3,FGF7和SVIL作为关键生物标志物. 这种模型为CC患者的手术前评估提供了一个有前途的工具.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 心脏癌 (CC) 的分期对于治疗决策至关重要.
- 需要有效的手术前评估工具用于CC患者.
研究的目的:
- 为II和III期心脏癌 (CC) 构建一个预测模型.
- 为临床医生提供一个有效的手术前评估工具.
主要方法:
- 使用来自公共数据库 (GEO,TCGA) 的mRNA表达数据.
- 采用非负矩阵因子化和加权基因共同表达网络分析来识别与CC相关的基因和途径.
- 验证了基因表达稳定性,并使用定量实时聚合酶链反应和皮尔森相关性分析构建了分类模型.
主要成果:
- 确定了与特定基因模块相关的四个CC子组.
- 发现了76个CC相关基因,THBS4,COL14A1,DPYSL3,FGF7和SVIL在不同类型的组织中表达稳定.
- 对于5基因分期预测模型,实现了0.8571的曲线下的面积,表明了良好的预测能力.
结论:
- 一个5基因分类器 (THBS4,COL14A1,DPYSL3,FGF7,SVIL) 证明了CC分期的显著预测价值.
- 这种模型可能会指导关于CC患者需要紧急手术的决策.
更多相关视频
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
相关概念视频
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Receiver Operating Characteristic Plot
Imaging Studies for Cardiovascular System V: CT
Cancer Survival Analysis