基于血清miR-126、LOXL4、NLR构建中晚期肝癌TACE后疾病转归的预测模型
Construction of a Prediction Model for Disease Outcome after TACE in Moderate and Advanced Liver Cancer Based on Serum miR-126,LOXL4 and NLR
摘要目的 基于血清微小核糖核酸-126(miR-126)、赖氨酰氧化酶样蛋白4(LOXL4)、中性粒细胞与淋巴细胞比值(NLR)构建中晚期肝癌患者肝动脉化疗栓塞术(TACE)后疾病转归的预测模型.方法 选取2018年1月至2022年5月收治的行TACE治疗的中晚期肝癌患者106例,根据TACE后2年疾病转归情况分为预后良好组65例与预后不良组41例.收集2组患者基线资料、疾病相关资料及实验室检查指标结果,经多因素logistic回归分析影响中晚期肝癌患者TACE后疾病转归的因素,同时构建Nomogram预测模型并经校准曲线、决策曲线、受试者工作特征(ROC)曲线验证其预测价值.结果 预后不良组临床分期Ⅳ期占比、淋巴结转移占比、合并肝硬化占比、年龄、LOXL4表达量、NLR高于预后良好组,分化程度高分化占比、miR-126表达量低于预后良好组(P<0.05,P<0.01);多因素logistic回归分析结果显示,年龄、临床分期、淋巴结转移、合并肝硬化、LOXL4表达量、NLR、分化程度、miR-126表达量是中晚期肝癌患者TACE后疾病转归的影响因素(P<0.01).基于上述影响因素构建的中晚期肝癌患者TACE后疾病转归的Nomogram预测模型一致性、准确性、区分度较高;决策曲线显示,风险阈值在0.01~0.80时,该预测模型净收益显著;ROC曲线显示,根据该模型的预后不良风险最佳截断值(风险评分0.336分),可将患者分为高危组(≥0.336分)、低危组(<0.336分).结论 年龄、临床分期、淋巴结转移、合并肝硬化、LOXL4表达量、NLR、分化程度、miR-126表达量为中晚期肝癌患者TACE后疾病转归的影响因素,基于所建立的列线图预测模型具有良好的一致性、准确性、区分度,有助于临床医师筛选出潜在的高风险人群.
更多相关知识
- 浏览6
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



