相关实验视频
Updated: May 25, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
一种基于炎症标记的新型预后模型,用于高级肺淋巴细胞上皮瘤类癌症
Xueyuan Chen1, Tingting Liu1, Silang Mo1
1Medical Oncology Department, State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-Sen University Cancer Center, Guangzhou, 510060, People's Republic of China.
Journal of inflammation research
|February 26, 2025
概括
这项研究使用炎症标志物开发了高级肺淋巴细胞样癌 (PLELC) 的预后模型. 将这种模型与EBV DNA相结合,可以改善生存预测,突出显示免疫疗法.
科学领域:
- 在瘤学瘤学.
- 医学生物标志物 医学生物标志物
- 预测模型的预测建模
背景情况:
- 晚期肺淋巴细胞样癌 (PLELC) 在预测患者的结果方面存在独特的挑战.
- 确定可靠的预后因素对于定制治疗策略和改善PLELC患者的生存率至关重要.
研究的目的:
- 调查晚期PLELC中炎症标志物的预后价值.
- 开发和验证一种有效的预后模型,用于预测晚期PLELC患者的整体存活期 (OS).
- 评估爱斯坦-巴尔病毒DNA (EBV DNA) 与预后模型相结合的附加值.
主要方法:
- 考克斯回归分析用于从临床和炎症标志物中识别独立的预后因素.
- 使用显著预测因素构建了一个名图:乙型肝炎病毒表面抗原状态,性别,中性粒细胞与淋巴细胞的比率 (NLR) 和C反应性蛋白与白蛋白的比率 (CAR).
- 使用一致性指数 (C指数),时间依赖ROC曲线 (AUCs),校准曲线和决策曲线分析 (DCA) 验证了名图的预测性能.
主要成果:
- 该名录显示出良好的区分能力,培训队列中的C指数为0.740,验证队列中的C指数为0.733.
- 与单独使用名录或EBV DNA相比,将名录与EBV DNA相结合显著提高了预测性能.
- 接受一线化疗免疫疗法或任何免疫疗法的患者,与单独的化疗或不接受免疫疗法相比,显著改善了生存状况.
结论:
- 一个经过验证的预后名录模型包含炎症标志物 (NLR,CAR) 和临床因素 (HBV表面抗原,性别) 已为先进的PLELC建立.
- 结合EBV DNA与这个名图,提高了先进PLELC的预后准确性.
- 免疫疗法正在成为高级PLELC患者的关键和有益的治疗方式.
