目的:探讨血清生物标志物甲胎蛋白(AFP)、维生素K缺失或拮抗剂Ⅱ诱导的蛋白质(PIVKA-Ⅱ)和磷脂酰肌醇蛋白聚糖3(GPC-3)单独或联合用于肝细胞癌(以下简称肝癌)诊断的价值。方法:检索PubMed、Web of Science、Embase三个数据库,收集2002...目的:探讨血清生物标志物甲胎蛋白(AFP)、维生素K缺失或拮抗剂Ⅱ诱导的蛋白质(PIVKA-Ⅱ)和磷脂酰肌醇蛋白聚糖3(GPC-3)单独或联合用于肝细胞癌(以下简称肝癌)诊断的价值。方法:检索PubMed、Web of Science、Embase三个数据库,收集2002年以来发表的AFP、PIVKA-Ⅱ和GPC-3单独或联合用于诊断肝癌的文献。根据纳入和排除标准筛选文献并提取相关数据。利用诊断准确性研究的质量评价(QUADAS)检查表对纳入的文献进行质量评价,并采用Meta DiSc软件、Review Manager 5.4软件和Stata 15.1软件对AFP、PIVKA-Ⅱ和GPC-3单用和联合使用诊断肝癌的受试者工作特征曲线下面积(AUC)、敏感度、特异度等指标进行数据分析。结果:共纳入32篇文献。Meta分析结果显示,单个标志物用于诊断肝癌时,PIVKA-Ⅱ的AUC值最高,为0.88(95%CI:0.85~0.91),其次是GPC-3和AFP;多个标志物联合用于诊断肝癌的AUC均高于单个标志物,其中PIVKA-Ⅱ联合GPC-3诊断的AUC值最高,为0.90(95%CI:0.87~0.92)。单个标志物用于诊断肝癌时,PIVKA-Ⅱ和GPC-3的敏感度相对较高(分别为0.75和0.76),但GPC-3的特异度不如PIVKA-Ⅱ和AFP(AFP、PIVKA-Ⅱ和GPC-3分别为0.87、0.88和0.81);多个标志物联合用于诊断肝癌的敏感度较单个标志物诊断时有所提高,但特异度无明显提高。单个标志物用于诊断肝癌时,PIVKA-Ⅱ的诊断比值比(DOR)最高,为22(95%CI:13~36),其次是GPC-3和AFP;两个标志物联合用于诊断肝癌的DOR均高于单个标志物,其中AFP联合GPC-3诊断的DOR最高,为25(95%CI:9~67);三个标志物联合用于诊断肝癌时的DOR明显降低,为10(95%CI:7~45)。结论:单个标志物用于肝癌诊断时,PIVKA-Ⅱ的诊断价值更高。两种标志物联合能显著提高肝癌诊断的敏感度,三种标志物联合未能进一步提高诊断价值。结合临床实际,推荐AFP联合PIVKA-Ⅱ用于肝癌的诊断。展开更多
目的构建基于Scissor算法的肝内胆管癌(intrahepatic cholangiocarcinoma,ICC)新型预后预测模型。方法分别从癌症基因组图谱(TCGA)数据库和美国国立生物技术信息中心基因表达(GEO)数据库下载ICC高通量测序数据集和ICC单细胞数据集(GSE15...目的构建基于Scissor算法的肝内胆管癌(intrahepatic cholangiocarcinoma,ICC)新型预后预测模型。方法分别从癌症基因组图谱(TCGA)数据库和美国国立生物技术信息中心基因表达(GEO)数据库下载ICC高通量测序数据集和ICC单细胞数据集(GSE151530)。运用R语言Scissor包筛选与ICC预后相关的细胞,并计算差异表达基因(differentially expressed genes,DEGs)。通过功能富集分析和基因相互作用检索工具(search tool for the retrieval of interacting genes,STRING)对DEGs进行蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络分析。通过肿瘤免疫功能障碍和排斥(tumor immune dysfunction and exclusion,TIDE)算法推断肿瘤免疫逃逸评分,并计算TIDE评分与DEGs的相关性。最后通过多因素Cox回归分析筛选得到关键基因并构建ICC新型预后预测模型。结果筛选得到肿瘤微环境中的604个与ICC不良预后相关的细胞并进一步明确了366个DEGs,包括281个上调基因和85个下调基因(P<0.05,|Fold change|>1.5),主要富集于程序性死亡受体1信号通路、白细胞介素10信号通路和肿瘤坏死因子信号通路等。STRING网络分析构建了4个模块化PPI网络,通过计算各模块基因与病人TIDE评分的相关性,共鉴定出18个与免疫治疗密切相关的关键基因(P<0.05),最后使用多因素Cox回归分析确定了3个既与ICC免疫响应相关又与其预后相关的枢纽基因CDK1、FCGR2A和CTSD,并基于此构建了预后预测模型[1年生存曲线下面积(area under the curve,AUC)为0.672,2年生存AUC为0.692,3年生存AUC为0.742],同时于外部数据集验证了该模型效果(1、2、3年生存AUC分别为0.584、0.651、0.668)。结论基于CDK1、FCGR2A和CTSD建立的预后预测模型具备良好性能,并可为ICC病人能否获益于免疫治疗提供重要参考价值。展开更多
文摘目的构建基于Scissor算法的肝内胆管癌(intrahepatic cholangiocarcinoma,ICC)新型预后预测模型。方法分别从癌症基因组图谱(TCGA)数据库和美国国立生物技术信息中心基因表达(GEO)数据库下载ICC高通量测序数据集和ICC单细胞数据集(GSE151530)。运用R语言Scissor包筛选与ICC预后相关的细胞,并计算差异表达基因(differentially expressed genes,DEGs)。通过功能富集分析和基因相互作用检索工具(search tool for the retrieval of interacting genes,STRING)对DEGs进行蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络分析。通过肿瘤免疫功能障碍和排斥(tumor immune dysfunction and exclusion,TIDE)算法推断肿瘤免疫逃逸评分,并计算TIDE评分与DEGs的相关性。最后通过多因素Cox回归分析筛选得到关键基因并构建ICC新型预后预测模型。结果筛选得到肿瘤微环境中的604个与ICC不良预后相关的细胞并进一步明确了366个DEGs,包括281个上调基因和85个下调基因(P<0.05,|Fold change|>1.5),主要富集于程序性死亡受体1信号通路、白细胞介素10信号通路和肿瘤坏死因子信号通路等。STRING网络分析构建了4个模块化PPI网络,通过计算各模块基因与病人TIDE评分的相关性,共鉴定出18个与免疫治疗密切相关的关键基因(P<0.05),最后使用多因素Cox回归分析确定了3个既与ICC免疫响应相关又与其预后相关的枢纽基因CDK1、FCGR2A和CTSD,并基于此构建了预后预测模型[1年生存曲线下面积(area under the curve,AUC)为0.672,2年生存AUC为0.692,3年生存AUC为0.742],同时于外部数据集验证了该模型效果(1、2、3年生存AUC分别为0.584、0.651、0.668)。结论基于CDK1、FCGR2A和CTSD建立的预后预测模型具备良好性能,并可为ICC病人能否获益于免疫治疗提供重要参考价值。