建立基于名录的预后模型 (LASSO-Cox回归) 以预测不同存储条件下的血小板存储损伤
Jun Xiao1, Huimin Li1, Xiaowei Li1
1Department of Blood Transfusion, Air Force Medical Center, Air force medical University, Beijing, China.
Frontiers in molecular biosciences
|April 15, 2025
概括
一个基于miRNA的新模型预测了血小板存储质量和保质期,识别高风险血小板以提高输血效率. 该工具有助于对存储的血小板缩物 (PCs) 的临床决策.
科学领域:
- 生物医学科学 生物医学科学
- 血液学 血液学 血液学
- 分子生物学分子生物学
背景情况:
- 存储的血小板 (血小板缩剂,PCs) 可以降解,降低输血效率.
- 目前的方法缺乏有效的预测模型来评估血小板存储质量和保质期.
- 血小板储存损伤 (PSL) 影响血液制品的质量和可用性.
研究的目的:
- 开发一种新的基于微RNA (miRNA) 的预后预测模型,用于评估血小板质量.
- 在各种存储条件下评估血小板质量,并预测血小板的保质期.
- 为预测存储PC中的PSL发生提供可靠的工具.
主要方法:
- 在249个符合条件的PC样本上进行了微RNA测序.
- 一个LASSO-Cox回归模型确定了与PSL相关的13个差异表达的miRNA.
- 使用miRNA表达和存储方法构建了一个基于名ogram的分类器.
主要成果:
- 通过使用特定的miRNAs (miR-4485-3p,miR-12136,miR-25-5p,miR-148b-5p) 和存储方法,名录分类器准确地将PC分为高风险和低风险组.
- 在数据集中观察到无PSL生存率的显著差异,验证了模型的精度.
- 该模型通过一致性指数,AUC,校准曲线和决策曲线分析来证明其稳定性.
结论:
- 开发的基于miRNA的分类器为预测存储PC中的PSL提供了一种可靠的方法.
- 这个工具可以帮助临床医生做出有关血小板输血的明智决定.
- 改善血小板质量的预测可以提高输血效率和患者的治疗结果.
