一个由临床-组织学-基因组分析集成的多分类系统,用于预测乳头细胞癌的复发

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 病理学 病理学 病理学

背景情况:

• 在手术后对局部状细胞癌 (pRCC) 的准确预后对于治疗计划至关重要.
• 整合不同的数据类型,如基因组学和组织学,显示了改善癌症预测的潜力.

研究的目的:

• 开发和验证一个多分类器系统,用于预测局部pRCC患者的无复发生存期 (RFS).
• 评估与单个组件相比,集成分类器的预测性能.

主要方法:

• 开发一个多分类器系统,结合基于长非编码RNA (lncRNA) 的分类器,深度学习全幻灯片图像 (WSI) 分类器和临床病理分类器.
• 验证系统在训练和独立验证数据集中预测RFS的准确性.

主要成果:

• 多分类器系统的预测准确度 (C指数为0.831-0.858) 显著高于单个分类器 (0.642-0.777) 的RFS (p <0.05).
• 系统分类为高风险患者的RFS明显比低风险患者差 (p < 0.05).

结论:

• 集成的多分类器系统为预测手术后局部pRCC复发提供了一个实用和可靠的工具.
• 这个系统可以增强当前的分期系统,使得更精确的疾病过程预测和个性化的辅助治疗策略.