多模式数据集成与机器学习用于预测PARP抑制剂的有效性和卵巢癌的预后
Xi'an Xiong1, Li Cai1,2, Zhen Yang3
1The Affiliated Cancer Hospital of Xiangya School of Medicine, Central South University/Hunan Cancer Hospital, Changsha, China.
Frontiers in oncology
|June 19, 2025
概括
总胆汁酸和CA-199是接受PARPi治疗的卵巢癌患者的关键预后因素. 识别这些因素可以改善卵巢癌的治疗反应和生存预测.
科学领域:
- 在瘤学瘤学.
- 生物化学 生物化学
- 遗传学 是一个遗传学.
背景情况:
- 聚ADP-核糖聚合酶抑制剂 (PARPi) 代表了卵巢癌维持疗法的突破.
- 超出BRCA突变/HRD影响PARPi反应的预后因素需要进一步描述.
研究的目的:
- 识别和描述影响PARPi疗效和卵巢癌患者结局的预后因素.
- 开发用于PARPi治疗卵巢癌患者特定预后的预测模型.
主要方法:
- 分析了251名卵巢癌患者的临床,病理和生化数据.
- 考克斯单变量和多变量分析用于因子识别的应用.
- 机器学习算法用于患者特定的疗效和预后预测模型.
主要成果:
- 总胆汁酸 (TBAs) 和CA-199分别被确定为原发性和复发性卵巢癌的独立风险因素.
- 每个单元增加的TBA与复发风险增加10%相关.
- 机器学习模型通过外部验证实现了强大的AUC (0.79初级,0.72复发).
结论:
- 在接受PARPi治疗的卵巢癌患者中,TBA和CA-199是显著的预后因素.
- 将多式联络数据与机器学习相结合,可以在PARPi.Pi上提高卵巢癌患者的预后预测.
更多相关视频
09:40Author Spotlight: Unveiling the Role of TMOD3 in Platinum Resistance and Immune Infiltration in Ovarian Cancer
Published on: August 2, 2024
2.8K
09:08Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer
Published on: January 12, 2020
6.8K
