目的:通过生物信息学方法,揭示肝细胞癌(hepatocellular carcinoma,HCC)的异质性,探讨铁死亡相关基因与HCC肿瘤微环境(tumor microenvironment,TME)的关系,并构建基于铁死亡相关基因的预后模型,为预防HCC患者复发提供新的思路.方法:基于TCGA数据库和NODE数据库,利用非负矩阵分解聚类分析鉴定分子亚型,通过ESTIMATE算法和CIBERSORT算法用于构建免疫评分,利用Cox回归进行拟合风险评估模型并计算风险得分,并基于风险得分及临床信息构建列线图,利用体外实验验证mRNA的表达水平.结果:HCC的异质性体现为两种不同铁死亡相关的免疫分子亚型,其免疫评分差异显著(P＜0.001).筛选出G6PD、KIF20A、RRM2和TXN四个最佳候选铁死亡相关基因,并进行拟合构建风险评估模型,列线图对HCC患者的复发具有良好的预测能力.体外实验提示四个最佳候选基因均在人肝癌细胞表达水平增高(P＜0.05).结论:HCC可分为两种分子亚型,分子亚型与HCC的复发有关,铁死亡在TME中可能起着关键作用.四个铁死亡相关基因可能是预防HCC复发的潜在因素,预后模型对HCC复发有一定的预测价值.

目的:探讨广泛期小细胞肺癌预后影响因素并构建基于18F-FDG PET/CT的预后预测模型,旨在为后续临床预后预测提供更多参考.方法:回顾性纳入2017年1月至2020年1月于我院行18F-FDG PET/CT检查广泛期小细胞肺癌患者共142例,分析临床特征资料、18F-FDG PET/CT检查指标及随访总生存情况.广泛期小细胞肺癌预后影响因素单因素和多因素分析.基于18F-FDG PET/CT对广泛期小细胞肺癌预后预测模型构建及预测效能分析.结果:142例患者随访15～34个月,中位随访时间为24.0个月,随访过程中死亡85例,随访1年和2年总生存率分别为59.2％、34.0％.分别依据患者的年龄、骨转移情况、肝转移情况、全身MTV之和情况、全身TLG之和情况分为2个组别,各亚组的中位总生存时间比较差异有统计学意义(P＜0.05).单因素和多因素COX回归分析结果显示,年龄、是否合并骨及肝转移、全身MTV之和2.5及全身TLG之和2.5均是广泛期小细胞肺癌患者总生存时间独立影响因素(P＜0.05).基于各独立影响因素构建了患者不同时间段生存概率的列线图模型,C指数为0.763.使用ROC曲线分别计算患者1年,2年,3年生存情况预测情况,曲线下面积分别为0.631、0.718、0.722.结论:广泛期小细胞肺癌预后除受年龄、骨转移影响外还与18F-FDG PET/CT指标关系密切;利用以上指 标进行 患者生存情况的预测,具有 良好的 效果.

目的 探究老年社区获得性肺炎相关脓毒症患者预后影响因素并构建预测模型.方法 回顾性纳入宁夏医科大学总医院2020年10月至2022年10月老年社区获得性肺炎相关脓毒症患者的临床资料,通过随机数字表法按7∶3比例分为建模人群和验证人群,并比较两人群的临床资料有无可比性.根据入院30 d结局分为生存组和死亡组,通过LASSO回归、多因素Logistic回归分析筛选出老年社区获得性肺炎相关脓毒症患者预后的独立危险因素,使用R软件构建列线图预测模型.采用受试者工作特征曲线的曲线下面积(area under the curve,AUC)、校准曲线和决策曲线分别在建模人群和验证人群中对列线图预测模型进行验证以判断其区分度、校准度和临床实用性.结果 共纳入472例患者,建模与验证人群分别为331例、141例,建模人群与验证人群间临床资料具有可比性.LASSO回归、多因素Logistic回归分析显示肺炎严重程度(pneumonia severity index,PSI)评分及序贯器官衰竭(sequential organ failure assessment,SOFA)评分是老年社区获得性肺炎相关脓毒症患者预后的独立危险因素.建模人群预测模型的AUC为0.984(95％CI:0.975～0.994),验证人群预测模型的AUC为0.961(95％CI:0.926～0.996).列线图预测模型在建模人群和验证人群中均具有良好的区分度、校准度和临床实用性.结论 本研究建立的列线图预测模型对老年社区获得性肺炎相关脓毒症患者预后的早期识别和风险有较高的准确性,能够为临床医生制定个性化干预措施提供指导.

目的:分析前列腺癌(PCa)患者第二原发恶性肿瘤(SPM)的发病趋势,探讨前列腺癌患者发生SPM的危险因素及其对生存的影响.方法:从SEER数据库(Surveillance,Epidemiology,and End Results Program database)中提取2004年至2016年前列腺癌患者作为研究队列,采用Joinpoint回归分析研究SPM的发病趋势.将患者分为仅患前列腺癌组(PCa组)和合并第二原发肿瘤组(PCa+1stPM组),使用倾向性评分匹配(PSM)方法以平衡基线特征.绘制Kaplan-Meier生存曲线并构建竞争风险模型比较患者总体生存(OS)和肿瘤特异性生存(CSS)情况.采用Logistic回归分析确定SPM的独立危险因素,Cox回归分析确定独立预后因素.通过构建列线图模型对前列腺癌合并SPM人群的预后进行预测.结果:基于对SEER数据库大样本量研究队列数据的观察发现,PCa组和PCa+1stPM组的发病率在1992年之前呈上升趋势,随后呈波动下降趋势.多因素Logistic回归分析发现,化疗是PCa术后发生SPM的独立危险因素(OR=1.43,95％CI 1.181～1.730,P＜0.001);PCa 患者合并 SPM 是 OS 较差的独立预后因素(HR=2.315,95％CI 2.260～2.369,P＜0.001).与对照组相比,手术(HR=0.62,95％CI 0.600～0.640,P＜0.001)或放疗(HR=0.76,95％CI 0.741～0.779,P＜0.001)可给予患者更好的生存获益.基于大样本量队列构建的列线图模型对PCa合并SPM患者的预后表现出良好的预测效果.结论:PCa术后化疗会增加患者罹患SPM的风险,且不能改善预后.SPM是PCa患者较差OS的独立预后因素.PCa的手术治疗和放疗可有效降低SPM患病风险,并使患者生存获益.本研究构建的PCa合并SPM特异性列线图模型,可有效预测该人群预后.

目的:筛选与肝细胞癌(hepatocellular carcinoma,HCC)预后密切相关的炎症反应关键基因,构建预后风险评分模型,并评估该模型在HCC中的预后价值.方法:从TCGA数据库获取HCC患者肝肿瘤组织及正常肝组织的mRNA表达数据作为训练集,从GEO数据库中获取HCC患者的mRNA表达数据作为验证集.筛选出与HCC预后相关的炎症反应相关基因,运用LASSO回归和随机生存森林(RSF)方法筛选与HCC预后相关的炎症反应关键基因.基于这些关键基因构建预后风险评分模型并验证,应用Cox比例风险回归评估该模型对患者预后的影响.构建列线图并进行一致性分析.结果:共筛选出15个与HCC预后相关的炎症反应基因,经LASSO回归和RSF分析,确定11个炎症反应关键基因,即IL18RAP、MEP1A、RIPK2、CYBB、SLC7A1、ADM、IL7R、P2RX4、ACVR2A、SERPINE1、SLC7A2.构建的预后风险评分模型在训练集和验证集上预测1、3、5年生存率,AUC值均超过0.60;Kaplan-Meier分析显示高风险组总生存期(OS)显著低于低风险组(P＜0.01);PCA和t-SNE分析显示该模型能有效区分高、低风险患者.Cox回归分析提示预后风险评分是独立的预后因素,且与OS显著相关(P＜0.01).列线图模型C-index为0.672,具有较高的预测精度,1年和3年校准曲线与标准曲线吻合度好,5年吻合度稍弱.结论:本研究成功构建并验证了一个基于炎症反应相关基因的风险评分模型,筛 选出的11个炎症反应关键基因(IL18RAP、MEP1A、RIPK2、CYBB、SLC7A1、ADM、IL7R、P2RX4、ACVR2A、SERPINE1、SLC7A2)与HCC进展密切相关,且在模型中显示出较强的预后预测能力.

目的:探讨基于心电图参数 QT离散度(QTd)、QRS离散度(QRSd)与多指标特征构建急性 ST段抬高型心肌梗死(STEMI)预后不良的预测模型.方法:选取 2019年 1月—2021年 10月我院收治的 213例STEMI病人,采用多因素Logistic回归模型分析构建STEMI预后不良列线图预测模型,采用受试者工作特征曲线(ROC)、校准曲线评价预测模型的鉴别能力、准确性.结果:出院后 3个月采用电话或门诊随访,3 例失访,预后不良发生率为 20.00%(42/210).Logistic 回归方程显示,QTd、QRSd、校正的 QT 间期(QTc)、血清信号素 4D(Sema4D)、左室射血分数(LVEF)是STEMI病人预后不良的影响因素(P<0.05).将上述 5个变量纳入构建STEMI预后不良列线图预测模型,该模型曲线下面积(AUC)为 0.892[95%CI(0.801,0.934)],校准曲线显示模型具有良好的准确度.结论:基于心电图参数与多指标特征构建 STEMI预后不良预测模型具有可靠性,可为 STEMI预后评估提供客观、有效的工具.

目的 利用CT影像组学列线图预测结直肠癌患者术前BRAF突变,并进行预后分层.资料与方法 回顾性分析2017年1月—2020年6月盐城市第一人民医院经病理证实的333例结直肠癌,其中训练集234例,验证集99例.分割整个肿瘤的感兴趣区并提取影像组学特征.采用最大相关最小冗余算法及最小绝对收缩和选择算子算法筛选与BRAF突变密切相关的影像组学特征.结合影像组学特征和显著的临床参数构建列线图.采用受试者工作特征曲线下面积量化诊断效能.使用Kaplan-Meier分析绘制高风险组和低风险组的生存曲线.结果 保留 7 个影像组学特征以构建影像组学模型.结合影像组学特征和 3个显著的临床参数(年龄、肿瘤部位、癌胚抗原)构建列线图,其在训练集、验证集的曲线下面积分别为0.850、0.829.列线图预测高风险组(BRAF突变组)和低风险组(BRAF野生组)患者的总生存期存在显著差异(P<0.001),且高风险组的总生存期比低风险组短.结论 CT影像组学列线图可术前准确预测结直肠癌的BRAF突变,并对预后进行分层.

目的 构建基于铜代谢相关基因和临床病理学特征的新型肾透明细胞癌(ccRCC)预后模型.方法 2022年6月至2023年1月从基因集数据库(MSigDB)5.1版整理出铜代谢相关基因,应用癌症基因组图谱(TCGA)中ccRCC数据对获取的铜代谢相关基因进行生物信息学分析,得到32个铜代谢相关差异基因;用单因素比例风险回归(Cox)分析铜代谢基因,筛选出具有预后价值的60个铜代谢相关基因,两者取交集,得到14个关键基因,对其进行基因本体论(GO)分析、京都基因和基因组数据库(KEGG)通路分析及关联性分析.之后对关键基因进行套索回归分析(LASSO),结果显示有3个基因被纳入模型,计算公式为:风险分数=HAMP×0.205+TMPRSS6×0.097-CCND1×0.033.分别应用TCGA数据和基因表达综合数据库(GEO)中的ccRCC数据集GSE22541进行内部模型验证和外部模型验证;利用乘积极限法(Kaplan-Meier)生存曲线验证模型预后价值;利用受试者操作特征曲线(ROC曲线)下面积验证模型预测的准确性.结果 生存状态图表明,高风险组死亡病例数多于低风险组;ROC曲线表明风险评分模型具备较好的预测能力,曲线下面积(AUC)均大于0.6;Kaplan-Meier生存分析显示,高风险组总体生存率低于低风险组(P<0.05).结合临床病理学特征(年龄、肿瘤分级、肿瘤分期),构建诺莫(Nomogram)列线图,对病人预后具有较好的预测效果.结论 基于铜代谢相关基因的预后风险评分模型可用于ccRCC的预后预测,针对铜代谢相关基因设计靶点可能是治疗ccRCC的一种新选择.

目的 探讨 18F-FDG PET/CT影像组学模型对结外NK/T细胞淋巴瘤(ENKTL)无事件生存期的预测价值.资料与方法回顾性收集 2013 年 1 月—2021 年 1 月于河南省人民医院治疗前行 18F-FDG PET/CT检查的ENKTL患者 90 例,随机分为训练组63例和验证组27例.从基线PET和CT图像上提取特征,应用最小绝对收缩和选择算子算法结合Cox生存分析筛选特征并构建临床模型、影像组学模型和临床+影像组学复合模型,以模型风险评分的中位数作为截断值将患者分为高危组和低危组.使用C指数和受试者工作特征曲线评价3个模型的预测性能.基于最优模型构建列线图,采用校准曲线描述最优模型预测ENKTL患者生存概率与实际概率的一致性,使用Kaplan-Meier分析和对数秩检验评估最优模型的预后价值.结果 复合模型在训练组(C指数0.791,95%CI 0.702～0.879,曲线下面积为0.882)和验证组(C指数0.770,95%CI 0.650～0.889,曲线下面积为0.720)中比单独的临床模型和影像组学模型的预后表现更好.校准曲线表明复合模型在预测 3 年无事件生存期概率与实际结果的一致性较好,生存曲线显示高危组的无事件生存期显著低于低危组.结论 基于影像组学和临床参数构建的复合模型可以提供更全面的预后信息并提高诊断准确性.列线图为ENKTL患者的风险分层提供了一种无创的诊断工具,有助于个体化治疗.

目的 探讨原发性胸下段和腹部食管腺癌患者生存预后的独立影响因素,并构建列线图模型进行分析与验证.方法 回顾性分析2008年1月至2018年12月在中山大学附属第八医院接受治疗的1 537例原发性胸下段和腹部食管腺癌患者资料,按7∶3的比例分为训练集(n=1 076)和验证集(n=461).描述训练集的生存状况,并进行单因素和多因素分析.针对训练集数据,建立生存预测列线图模型,并进行内外部验证.结果 训练集和验证集患者的年龄、性别等差异无统计学意义(P＞0.05).训练集中,5年生存率为17.19％(185/1 076),平均生存期为38.00(22.00～56.00)个月;单因素分析结果显示,患者确诊时的年龄、组织分化程度、TNM分期、手术、放化疗情况以及淋巴结病理活检结果与患者的生存状况有关(P＜0.05);多因素分析结果显示,患者确诊时的年龄、组织分化程度、TNM分期、手术、放化疗情况是生存状况的独立影响因素(P＜0.05).基于训练集构建的列线图风险预测模型C值为0.735±0.014,患者1年、3年、5年生存情况预测曲线下面积分别为0.720、0.740、0.765.结论 基于原发性胸下段和腹部食管腺癌患者生存预后的独立影响因素构建的列线图模型对患者的生存预测具有良好的效能.