相关实验视频
Updated: May 21, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
在乳腺癌新辅助化疗中预测病理完整反应的诺莫格拉姆模型的构建,基于泛免疫炎症值
Zhuowan Tian1, Yiqing Xi2, Mengting Chen1
1Hubei Key Laboratory of Tumor Biological Behaviors, Department of Breast and Thyroid Surgery, Hubei Cancer Clinical Study Center, Zhongnan Hospital, Wuhan University, Wuhan 430071, China.
Current oncology (Toronto, Ont.)
|April 25, 2025
概括
全免疫炎症值 (PIV) 可以预测接受新辅助化疗 (NAC) 的乳腺癌患者的治疗反应. 整合PIV的新型诺米图改善了针对个性化治疗策略的病理完整反应 (pCR) 的预测.
科学领域:
- 在瘤学瘤学.
- 生物统计学 生物统计学
背景情况:
- 在接受新辅助化疗 (NAC) 的乳腺癌患者中,全免疫炎症值 (PIV) 对病理完整反应 (pCR) 的预测值仍然不清楚.
- 这项研究评估了PIV的实用性,并开发了一种用于个性化PCR预测的名谱.
研究的目的:
- 评估PIV在接受NAC.治疗的乳腺癌患者中对pCR的预测能力.
- 开发和验证一个包含 PIV 的名录,以提高 pCR 预测的准确性.
主要方法:
- 从多个中心对507名接受NAC治疗的患者进行了回顾性分析.
- 后勤回归确定了pCR的独立预测因素;使用ROC曲线,校准图和决策曲线分析 (DCA) 构建和验证了一个名图.
- 净重新分类改进 (NRI) 和综合歧视改进 (IDI) 评估了nomogram与PIV集成的性能.
主要成果:
- 与低PIV患者相比,高PIV患者的pCR率明显较低 (p < 0.001).
- 包括ER,Her2,瘤大小和结节状况等因素在内的PIV集成名录显示出优异的区别 (AUC:训练时0.861,验证时0.815).
- 校准曲线 (p > 0.05) 证实了高预测准确性,DCA,NRI (0.341) 和IDI (0.017) 证实了临床效用.
结论:
- 在接受NAC的乳腺癌患者中,PIV作为PCR的独立预测剂.
- 开发的基于PIV的诺米图为优化新辅助化疗反应预测提供了可靠的工具.
