年轻乳腺癌患者综合预后模型:来自SEER,METABRIC和TCGA数据库的见解

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 年轻女性乳腺癌 (BCY) 面临着独特的挑战.
• 准确的预后模型对于个性化治疗规划至关重要.

研究的目的:

• 使用临床和基因组数据开发BCY的综合预后模型.
• 为了确定BCY.新的预后生物标志物.
• 创建一个用于个性化生存预测的工具.

主要方法:

• 从SEER (139,994名患者) 的临床数据分析.
• 使用METABRIC和TCGA数据集识别预后基因.
• 机器学习 (LASSO,XGBoost) 用于基因选择和模型构建.
• 在独立数据集中验证和开发在线名录.

主要成果:

• 40岁以下的年龄被确定为总生存时间 (OS) 的独立不良预后因素.
• 确定了PLA2G2A和C8orf76作为关键的预后生物标志物.
• 预测模型实现了高性能 (AUC:0.862,0.813,0.756为3年,5年,8年的生存期).
• 分为高风险和低风险组的分层,存活率有显著差异.

结论:

• 结合临床和基因组数据的综合预后模型显著改善了BCY患者的生存预测.
• PLA2G2A和C8orf76是BCY预后的有价值的生物标志物.
• 开发的基于网络的工具促进了个性化风险评估和治疗规划的临床实施.