基于分子标记和临床病理参数的子宫内膜癌复发的预测模型:双中心回顾性研究
Yuanyang Yao1, Xiaoxiao Luo1, Peng Jiang2
1Department of Obstetrics and Gynecology, The First Affiliated Hospital (Southwest Hospital), Army Medical University, Chongqing, China.
概括
这项研究开发了一种新模型,使用分子标记物和患者数据预测子宫内膜癌复发. 该模型准确识别高风险患者,改善预后预测.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物统计学 生物统计学
背景情况:
- 子宫内膜癌 (EC) 的复发在患者管理中构成了重大挑战.
- 准确预测EC复发对于个性化治疗策略至关重要.
研究的目的:
- 开发和验证子宫内膜癌复发的预测模型.
- 整合分子标记物和临床病理学参数,以提高预后准确度.
主要方法:
- 来自两个中心的1348名患者的回顾性分析,分为培训 (70%) 和验证 (30%) 队列.
- 利用单元和多变量考克斯回归来确定复发预测因子.
- 为预测无复发生存率 (RFS) 构建了一个名图,并验证了它的准确性.
主要成果:
- 雌激素受体 (ER) 和P53表达是EC复发的显著预测因素.
- 开发的名图表显示了对1年,3年和5年的RFS率的良好预测准确性.
- 确定了最佳风险值,有效地区分高风险和低风险患者群体.
结论:
- 这种新型模型结合了分子指标和临床病理学数据,可以更好地预测EC患者的预后.
- 这种综合方法在准确性方面超过了传统的预测模型.
