医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

伴发浆膜腔积液的T细胞淋巴瘤的预后模型建立及分子标志物探索

摘要背景:T细胞淋巴瘤(TCL)患者的预后存在很大差异,目前常用的国际预后指数(IPI)、国家综合癌症网络国际预后指数(NCCN-IPI)等模型的预测效果不甚理想。浆膜腔积液(SE)是恶性肿瘤常见的合并症,目前,SE与TCL临床特征之间的关系及其对TCL患者预后的影响尚不明确,SE相关基因(SERGs)在TCL中的生物学作用仍有待阐明。本研究旨在探讨SE在TCL患者中的预后价值,建立适用于伴发SE的TCL患者的新型预后模型,初步分析SERGs在TCL中的生物学作用,探索可能作为预后标志物的SERGs。<br>  方法:纳入2010.1-2023.12就诊于山东省立医院新诊断的TCL患者,收集临床指标及预后信息。基于K-M生存曲线比较伴发与不伴SE的TCL患者的生存差异,通过卡方检验和ANOVA方差分析比较不同亚组患者的临床指标差异。将伴发SE的TCL患者随机分为训练和验证队列,在训练队列中,基于单因素、多因素COX回归分析建立新型预后模型。基于校准曲线、受试者工作特征曲线(ROC)、时间依赖ROC曲线(TD-ROC)、决策曲线(DCA),分别在训练队列、验证队列中比较新型预后模型与NCCN-IPI对伴发SE的TCL患者的预测效果。在外周T细胞淋巴瘤(PTCL)、NK/T细胞淋巴瘤(NK/TCL)亚组中分别比较新型预后模型与外周T细胞淋巴瘤-非特指型预后指数(PIT)、NK/T细胞淋巴瘤预后评分系统(PINK-E)的预测效果。基于公共测序数据鉴定SERGs,通过功能富集分析、蛋白质互作网络(PPI)、免疫分析、免疫组织化学(IHC)等方法初步探索SERGs在TCL中的表达水平及生物学作用,并分析其预后意义。<br>  结果:本研究共纳入518例TCL患者,其中191例伴发SE。K-M生存曲线显示,伴发SE的TCL患者的总生存期(OS)及无进展生存期(PFS)明显短于不伴SE组。SE与东部肿瘤协作组体能评分(ECOGPS)、NCCN-IPI等临床特征有显著相关性。在伴发SE的TCL训练队列中(n=123),年龄>60岁、ECOG PS>1、β2微球蛋白(BMG)>3.0 mg/L、SEV>1000 ml是影响患者OS的独立预后因素,根据其风险比(HR)建立了 AEBS预后模型,并定义AEBS≤2分为低危组,>2分为高危组。K-M生存曲线显示,高危组患者的OS及PFS均显著短于低危组;校准曲线显示,AEBS预后模型对患者1年、3年和5年OS及PFS的预测值与实际值具有较好的一致性;ROC曲线显示,AEBS预后模型的预测效果优于NCCN-IPI模型;DCA曲线显示,使用AEBS预后模型对伴发SE的TCL患者进行风险分层可以带来更多决策获益。对于验证队列(n=68)的分析同样证明新型AEBS预后模型的预测效果优于NCCN-IPI。在PTCL亚组分析中发现,AEBS预后模型的预测效果优于PIT;且在NK/TCL亚组中,AEBS预后模型的预测效果优于PINK-E。基于公共测序数据鉴定出50个在TCL肿瘤组织和积液单核细胞样本中差异表达的miRNA,将差异miRNA的靶基因作为SERGs。功能富集分析表明,SERGs与T细胞受体信号、PD-1检查点等免疫途径密切相关。对缺氧诱导因子-1α(HIF1A)进行IHC发现,与不伴SE的TCL相比,SE组的HIF1A表达显著降低,且HIF1A低表达与较差的预后相关。<br>  结论:SE显著影响TCL患者的预后,对于伴发SE的TCL患者,新型AEBS预后模型的预测效果显著优于现有的NCCN-IPI、PIT及PINK-E预后模型。SERGs的表达与TCL免疫微环境密切相关,HIF1A的表达水平与预后密切相关,有望成为伴发SE的TCL患者的预后标志物。这些发现对临床上识别高危患者,促进个性化分层管理具有重要意义。

更多
广告
导师 周香香
发布时间 2025-10-22(万方平台首次上网日期,不代表论文的发表时间)
  • 浏览0
  • 下载0

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

法律状态公告日 法律状态 法律状态信息

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷