相关实验视频
Updated: Sep 14, 2025

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.1K
开发和验证一种新的免疫-炎症-营养评分,以预测经过新辅助化疗的三阴性乳腺癌的病理完整反应:一项两中心研究
Shuai Wang1, Yuting Song2, Jiajun Ding1
1Department of Thyroid, Breast and Vascular Surgery, Xijing Hospital, Fourth Military Medical University, Xi'an, Shaanxi, People's Republic of China.
Journal of inflammation research
|July 21, 2025
概括
一个新的免疫-炎症-营养 (IIN) 评分预测了三阴性乳腺癌 (TNBC) 中的新辅助化疗 (NAC) 反应. 这一分数,结合名图中的临床因素,显示了治疗疗效的强有力的预测性表现.
科学领域:
- 在瘤学瘤学.
- 生物标志物 生物标志物
- 化疗 化疗是一种化学疗法.
背景情况:
- 三重阴性乳腺癌 (TNBC) 是一个重大的临床挑战.
- 预测新辅助化疗 (NAC) 反应对于优化TNBC治疗策略至关重要.
- 目前在TNBC中NAC疗效的预测标记是有限的.
研究的目的:
- 使用外周血液生物标志物开发一种新的免疫-炎症-营养 (IIN) 评分.
- 评估IIN得分对TNBC患者NAC疗效的预测能力.
- 构建和验证一个名录模型,用于预测TNBC中对NAC的病理完整反应 (pCR).
主要方法:
- 431名TNBC患者 (培训/内部验证) 和154名外部验证患者的回顾性选择.
- 统变物流回归和LASSO回归确定了IIN得分的关键生物标志物.
- 一种名录模型整合了IIN得分和临床因素;使用ROC曲线,校准和决策曲线评估性能.
主要成果:
- 六个生物标志物被选择来构建IIN得分.
- 诺莫格拉姆模型表现出强大的预测性能,AUC为0.827 (训练),0.786 (内部验证) 和0.754 (外部验证).
- 校准曲线,决策曲线和混矩阵证实了该模型的预测准确性和临床实用性.
结论:
- 纳米图模型包含IIN得分,可以准确地预测TNBC患者在治疗前的NAC疗效.
- 这种预测工具在指导TNBC治疗决策时具有显著的临床应用潜力.
- IIN评分提供了一个有希望的方法来个性化TNBC的化疗方案.
更多相关视频
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.5K
06:05Author Spotlight: Multiplex Immunofluorescence Combined with Spatial Image Analysis for the Clinical and Biological Assessment of the Tumor Microenvironment
Published on: June 2, 2023
8.1K