使用炎症生物标志物和CA-125预测卵巢瘤恶性病变的诺莫格拉姆开发
Gatot Nyarumenteng Adhipurnawan Winarno1, Ali Budi Harsono2, Dodi Suardi2
1Department of Obstetrics and Gynecology, Faculty of Medicine, Universitas Padjadjaran, Dr. Hasan Sadikin General Hospital, Prof Eykman Street No 38, Bandung, 40161, Indonesia. gatot.nyarumenteng@unpad.ac.id.
Scientific reports
|July 9, 2024
概括
这项研究发现,高的中性细胞与淋巴细胞比率 (NLR),血小板与淋巴细胞比率 (PLR) 和CA-125水平,以及较低的淋巴细胞与单细胞比率 (LMR),可以帮助区分恶性和良性卵巢瘤. 使用这些生物标志物的诺莫格拉姆模型可以提高诊断的准确性.
科学领域:
- 在瘤学瘤学.
- 生物标志物 生物标志物
- 诊断工具 诊断工具
背景情况:
- 卵巢癌面临着全球卫生挑战,需要具有成本效益的诊断方法.
- 在手术前区分良性和恶性卵巢瘤对于患者管理至关重要.
研究的目的:
- 评估预治疗中性细胞与淋巴细胞比率 (NLR),淋巴细胞与单细胞比率 (LMR),血小板与淋巴细胞比率 (PLR) 和CA-125在区分良性和恶性卵巢瘤中的有效性.
- 开发包含这些炎症生物标志物和CA-125用于增强恶性瘤预测的诺莫格拉姆模型.
主要方法:
- 一项对206名卵巢瘤患者的回顾性分析.
- 双变量分析以比较生物标志物水平 (CA-125,LMR,NLR,PLR) 与组织病理学.
- 多重物流回归分析以确定独立的风险因素并构建预测性名ograms.
主要成果:
- 与良性瘤相比,恶性卵巢瘤的NLR,PLR和CA-125水平显著更高.
- 与恶性瘤相比,良性瘤的LMR显著更高.
- PLR和CA-125被确定为卵巢瘤恶性瘤的独立风险因素.
结论:
- NLR,PLR,CA-125和LMR是诊断卵巢瘤的重要指标.
- PLR和CA-125是区分良性和恶性卵巢瘤的关键独立风险因素.
- 开发的诺莫格拉姆模型提供了一种实际的方法来提高卵巢瘤的诊断精度.
