相关实验视频
Updated: Jul 6, 2025
05:37
An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
2.1K
基于由LASSO调节的线性考克斯回归建立的10种铁灭调节剂和标记物的风险模型对卵巢癌患者具有良好的预后价值
Tingchuan Xiong1, Yinghong Wang2, Changjun Zhu3,4
1Department of Gynecologic Surgery, The 3rd Affiliated Teaching Hospital of Xinjiang Medical University (Affiliated Cancer Hospital), Urumqi, 830011, China.
Diagnostic pathology
|January 4, 2024
概括
这项研究开发了一个10基因风险模型,使用铁灭调节剂和标记物来预测卵巢癌的预后. 该模型有效地识别出具有较低免疫分数和较差生存率的患者,有助于个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 免疫学 免疫学 免疫学
背景情况:
- 卵巢癌是妇科癌症死亡的主要原因,其特点是复发率高,早期检测有限.
- 对于复发的卵巢癌,标准治疗方法往往是不够的,需要新的预后工具.
- 铁亡,一种受调节的细胞死亡形式,与卵巢癌的发展和进展有关.
研究的目的:
- 建立基于铁灭调节剂和标记物的卵巢癌预后风险模型.
- 为了研究铁灭菌基因表达,免疫透和患者生存之间的关系.
- 为了确定关键的铁亡相关基因,可以预测卵巢癌的整体存活率.
主要方法:
- 利用TCGA-OV数据集计算免疫分数 (ESTIMATE算法) 并将患者分为高免疫和低免疫组.
- 分析了259个ferroptosis调节器和标记物的表达,确定了64个差异表达的基因.
- 采用LASSO规范化的线性考克斯回归来构建10基因风险特征,并使用ROC曲线和考克斯回归分析验证了其预测性能.
主要成果:
- 开发了10个基因签名,证明了对卵巢癌预后的令人满意的预测效率.
- 较高的风险分数与较低的免疫分数和明显较差的整体存活率有关.
- 年龄和风险评分被确定为整体存活时间的独立风险因素.
结论:
- 基于10基因铁灭的风险模型显示了卵巢癌的显著预后价值.
- 该模型有效地与免疫细胞透和患者生存结果相关联.
- 这种风险模型有可能指导个性化治疗,并改善卵巢癌患者的治疗.
更多相关视频
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
290
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.8K
