相关实验视频
Updated: May 10, 2026

Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
使用多模式数据预测I阶段表皮生长因子受体突变的非小细胞肺癌的复发
Akiko Tateishi1, Hidehito Horinouchi2, Nobuji Kouno3
1National Cancer Center Hospital, Department of Thoracic Oncology, 5-1-1 Tsukiji, Chuo-Ku, Tokyo 104-0045, Japan; National Cancer Center Research Institute, Division of Genome Biology, 5-1-1 Tsukiji, Chuo-Ku, Tokyo 104-0045, Japan.
开发表皮生长因子受体 (EGFR) 突变非小细胞肺癌 (NSCLC) 的综合模型至关重要. 整合临床,放射和TP53突变数据可以提高I期NSCLC复发预测的准确性.
科学领域:
- 癌症学
- 遗传学
- 放射学
背景情况:
- 对于第一阶段EGFR突变非小细胞肺癌 (NSCLC) 缺乏综合复发预测模型.
- 现有的模型不能有效地结合临床,成像和遗传数据.
- 这项研究解决了早期NSCLC综合预后工具的需求.
研究的目的:
- 开发和验证EGFR突变的第一阶段NSCLC综合复发预测模型.
- 评估结合临床,放射和全外体测序 (WES) 数据的模型的预测性能.
- 确定包括基因突变在内的关键因素,以提高预后准确性.
主要方法:
- 总共有306名EGFR突变NSCLC患者被分为训练 (n=206) 和验证 (n=100) 队列.
- 考克斯比例危险模型整合了临床,放射和WES衍生的多基因和突变数据.
- 使用一致性指数 (C指数),时间依赖的AUC和生存分析来评估模型的性能.
主要成果:
- 确定了三个最佳模型,其中包含TP53突变的临床放射学模型 (模型 39) 显示出最佳性能 (C指数=0. 73).
- 模型39预测60个月无复发生存率为57. 1% (高风险) 和87. 1% (低风险) (HR=4. 79).
- 临床放射学模型 (模型 17) 显示60个月RFS率为59. 1% (高风险) 和83. 2% (低风险) (HR=3. 47).
结论:
- 临床和放射性因素是第一阶段EGFR突变NSCLC复发的有效预测因素.
- 纳入TP53突变数据显著提高了复发预测模型的预后准确性.
- 开发的模型为早期NSCLC患者提供了更好的风险分层.
更多相关视频
07:59Author Spotlight: Advancements in Molecular Biomarker Testing for Non-Squamous Non-Small Cell Lung Cancer
Published on: September 8, 2023
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025