相关实验视频
Updated: May 24, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
开发和验证一种用于诊断EBER阳性淋巴瘤相关的血细胞淋巴细胞分裂症的预测模型
Yuhong Yin1, Wenzhi Zhang1, Lizhen Zhao1
1Department of Pediatrics, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, 430022, People's Republic of China.
BMC cancer
|March 5, 2025
概括
这项研究确定了区分EBER阳性淋巴瘤相关的血细胞淋巴细胞细胞瘤与非新发性EBV相关的血细胞淋巴细胞细胞瘤的关键因素. 使用血小板计数,IL-6,IFN-γ和IL-10水平的预测模型有助于早期诊断.
科学领域:
- 血液学 血液学 血液学
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
背景情况:
- 区分EBER阳性淋巴瘤相关的血细胞淋巴细胞瘤 (HLH) 与非新发性EBV相关的HLH对于适当的治疗至关重要.
- 早期和准确的诊断EBV相关的HLH可以显著影响患者的结果.
研究的目的:
- 确定区别的临床和实验室因素,区分EBER阳性HLH与非新发性EBV相关的HLH.
- 开发和验证EBER阳性HLH的预测诊断模型.
主要方法:
- 追溯队列研究包括148名患者在2015年至2023年期间被诊断患有EBV相关的HLH.
- 分析实验室标记物,包括IL-10,血小板,IL-6和IFN-γ.
- 使用ROC曲线分析开发和验证基于名图的预测模型.
主要成果:
- IL-10>39.87 pg/ml在区分这两种情况时显示出最高的预测值.
- 血小板<33.5*10^9/L,IL-6>20.79 pg/ml,IFN-γ>12.12 pg/ml被确定为独立的预测因素.
- 开发的诺莫格拉姆模型表现出良好的区别,AUC为0.825 (培训) 和0.812 (验证).
结论:
- 结合血小板计数,IL-6,IFN-γ和IL-10水平的预测模型可以准确地区分EBER阳性HLH和非新发性EBV相关的HLH.
- 这种模型可以帮助临床医生在早期检测和个性化治疗EBV相关的HLH.
- 经过验证的名谱为诊断EBER阳性HLH提供了一种临床上有用的工具.
