细胞因子的逻辑回归建模用于初级中枢神经系统淋巴瘤中脑脊液评估
Di Wang1, Yejia Wu2, Jingjing Ma3
1Department of Laboratory Medicine, Huashan Hospital, Fudan University, Shanghai 200040, China.
概括
新的液体生物标志物,包括IL-10,改善了对初级中枢神经系统淋巴瘤 (PCNSL) 的脑脊液 (CSF) 评估. 一个预测模型提高了PCNSL患者中CSF参与的诊断准确度.
科学领域:
- 神经瘤学神经瘤学
- 发现生物标志物的发现.
- 诊断的准确性 诊断的准确性
背景情况:
- 脑脊液 (CSF) 细胞学用于初级中枢神经系统淋巴瘤 (PCNSL) 诊断面临挑战,因为不同的技术和解释.
- 脊髓瘤阳性率的差异会影响患者的评估,治疗和预后.
研究的目的:
- 在CSF中识别新的液体生物标志物,用于诊断PCNSLCSF参与.
- 开发一种结合生物标志物的预测模型,以提高诊断准确度.
主要方法:
- 398名新诊断的PCNSL患者根据CSF细胞学和免疫类型进行了分类.
- 用二进制物流回归和ROC曲线分析来确定预测生物标志物并开发一个联合模型.
- 一个由60名患者组成的独立队列验证了预测模型.
主要成果:
- CSF IL-10的诊断效率很高 (ROC AUC为0.922). 这一研究结果显示,CSF IL-10的诊断效率很高.
- C-TNFα和可溶性C-IL2R量化了瘤负担.
- 一个结合C-IL10lg,C-TNC和C-IL2Rlg的联合预测模型实现了0.935的AUC (验证AUC为0.9713),具有74.1%的灵敏度和93.0%的特异性.
结论:
- 确定了可行的CSF生物标志物,并开发了PCNSLCSF参与的准确预测模型.
- 这种方法可以显著提升CSF状态和PCNSL患者管理的精确评估.
