在正常,高风险和食道癌患者群体中免疫指标的差异以及预测模型的开发
Jian Li1, Shaoju Qian2, Xu Yang3
1The First Affiliated Hospital of Xinxiang Medical University, Xinxiang, China.
Frontiers in immunology
|February 16, 2026
概括
独特的免疫特征区分食道癌 (EC) 风险组. 一种基于免疫的机器学习模型显示出非侵入性EC风险评估和早期查的前景.
科学领域:
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 食道癌 (EC) 构成严重的健康负担,需要改进风险评估和早期诊断工具.
- 免疫系统调节失调与癌症的发展有关,但不同EC风险组的免疫特征需要系统地调查.
研究的目的:
- 为了比较正常,高风险和EC患者群体的免疫特征.
- 开发一种使用免疫指标进行EC风险评估和早期诊断的预测模型.
主要方法:
- 从440名参与者 (正常,高风险,EC患者) 收集了外周血液样本.
- 使用流细胞计分析了75个免疫指标,将其减少到54个显著指标.
- 使用12个关键免疫指标和10个共变量构建了一个神经网络预测模型,通过10倍交叉验证进行验证.
主要成果:
- 关于EC分组对免疫指标的重大整体影响 (MANOVA,P < 2.2×10^-16).
- 在ANCOVA和FDR校正后,确定了12个免疫指标,具有显著的组间差异.
- 预测模型实现了81.2%的交叉验证准确度,所有对对比的卡帕值为0.709,AUC>0.90.
结论:
- 在不同的食道癌风险组中存在不同的和稳定的免疫特征.
- 开发的基于免疫的机器学习模型有效地区分了正常,高风险和EC人群.
- 这种方法为食道癌早期风险评估和查提供了一个有希望的非侵入性工具.
