使用体质分子生物标志物改进个性化狂宫肌肉瘤预后预测

科学领域:

• 儿科瘤学 儿科瘤学
• 分子遗传学 分子遗传学
• 生物统计学 生物统计学

背景情况:

• 儿科狂肌肉瘤 (RMS) 治疗选择越来越依赖于分子标记物,如FOXO1融合基因,TP53和MYOD1突变.
• 目前的风险分层可能无法完全捕捉个体患者的预后,需要更精确的预测工具.
• 整合多样化的分子和临床数据对于完善RMS的预后准确性至关重要.

研究的目的:

• 开发和验证儿科rhabdomyosarcoma (RMS) 的综合分子和临床预后模型.
• 提高个性化的预后预测,以改善RMS患者的治疗选择.
• 为了比较模型的预测性能,包括不同的分子标记物.

主要方法:

• 使用临床变量和来自641名英国/美国RMS患者的体质突变数据,开发了三种Cox比例危险模型.
• 模型包括:基线临床 (BC),基因增强2 (GE2与TP53/MYOD1),基因增强6 (GE6与额外的基因).
• 通过使用概率比测试评估模型性能,并使用乐观度调整,启动的指标进行验证.

主要成果:

• GE6模型表现出优异的预测性能,比BC提供了39%更多的信息,比GE2增加了15% (LR p<0.001).
• GE6实现了最高的分辨率 (C指数=0.7087) 和校准,具有与更高危险相关的特定突变 (TP53,MYOD1,CDKN2A,MET,MYCN).
• 个体预后预测在模型之间有显著差异,这表明潜在的替代治疗建议.

结论:

• 纳入分子标记物大大提高了儿科rhabdomyosarcoma的预后预测准确度.
• 从这些模型中得出的个性化预测可能与标准风险组相比,提供替代治疗策略.
• 在广泛实施这些增强的预后模型之前,需要进一步的临床验证.