卵巢癌肺转移患者预后危险因素识别及列线图建立

目的 基于美国监测、流行病学和最终结果数据库(SEER)探讨卵巢癌肺转移患者预后的独立影响因素并建立生存率预测模型。方法 收集2010—2015年1 804例卵巢癌肺转移患者的临床数据,按2∶1比例分为建模集(1 203例)和验证集(601例),通过Cox回归分析评估卵巢癌肺转移患者预后的独立影响因素并建立生存率列线图(Nomogram)预测模型,采用C指数、受试者工作特征(ROC)曲线和矫正曲线对模型准确性进行评价。结果 多因素Cox回归分析结果显示,年龄>80岁(HR=1.42, 95%CI:1.15~1.76)、肿瘤分化程度为中分化或低分化或未分化(HR=3.96、4.24、3.03, 95%CI:1.21~12.98、1.34~13.43、0.95~9.70)、N分期为Nx期(HR=1.25, 95%CI:1.06~1.47)、阳性淋巴结检出数量≥10个(HR=1.44, 95%CI:1.01~2.10)、骨转移(HR=1.42, 95%CI:1.10~1.83)、肝转移(HR=1.28, 95%CI:1.12~1.47)、糖类抗原125(CA125)升高(HR=1.89, 95%CI:1.18~3.05)是患者总生存率的独立危险因素(P<0.05),病理组织类型为Ⅱ型上皮性(HR=0.70, 95%CI:0.52~0.92)、手术R0切除或其他手术方式(HR=0.40、0.54, 95%CI:0.31~0.51、0.45~0.66)、化疗(HR=0.31, 95%CI:0.26~0.36)、已婚状态(HR=0.86, 95%CI:0.75~0.99)是患者总生存率的独立保护因素(P<0.05);年龄>80岁、未手术、未化疗、肝转移、骨转移、CA125升高是患者癌症特异性生存率的独立危险因素(P<0.05)。针对总生存率和癌症特异性生存率分别建立Nomogram预测模型,2种预测模型内部、外部验证的C指数分别为0.767、0.761和0.750、0.742,曲线下面积分别为0.775、0.783和0.749、0.764。结论 识别卵巢癌肺转移患者预后的独立影响因素并建立可以定量的可视化Nomogram预测模型,有助于临床医师更加准确地评估患者预后。

乳腺癌肺转移患者预后危险因素的分析及诺模图的构建

目的探讨乳腺癌肺转移患者预后危险因素,构建生存预测的诺模图(Nomogram图)模型。方法数据来源于监测、流行病学和最终结果数据库(SEER数据库)。筛选2010—2015年间5334例诊断为乳腺癌肺转移的患者,按2∶1的比例分为建模集3556例和验证集1778例。采用多变量Cox回归模型分析与总生存率(OS)相关的因素,采用Fine-Gray竞争风险模型评估与乳腺癌特异性生存率(BCSS)相关的因素。结果建模集与验证集在年龄、种族、性别、原发肿瘤部位、分化分级、T分期、N分期、病理类型、是否手术、是否放化疗、区域淋巴结检出数目、其他远处转移位点(骨、脑、肝)、分子亚型、恶性肿瘤数目、婚姻状态、保险状态等方面比较,差异均无统计学意义(P>0.05)。多变量Cox回归结果显示,年龄、肿瘤分级、T分期、病理组织类型、手术、骨转移、脑转移、肝转移、分子分型与乳腺癌肺转移患者的预后具有相关性(P<0.05)。采用受试者工作特征(ROC)曲线和3年生存率的校准曲线对总生存率预测模型进行内部和外部的验证,结果显示内部验证ROC曲线的曲线下面积(AUC)为0.738,外部验证ROC曲线的AUC为0.746,说明构建的预测模型具有高度的辨别能力和准确性。应用Fine-Gray竞争风险模型对乳腺癌肺转移癌症特异性生存率影响因素进行分析,结果显示年龄、分化程度、T分期、手术、化疗、骨转移、脑转移、肝转移、分子亚型是乳腺癌特异性预后的独立影响因素。根据建模集Fine-Gray竞争风险模型的分析结果,采用ROC曲线和3年生存率的校准曲线对癌症特异性生存率模型进行内部和外部的验证,内部验证ROC曲线的AUC为0.722,外部验证ROC曲线的AUC为0.708,说明构建的模型有较好的辨别能力和准确性。结论基于筛选出的与乳腺癌肺转移患者预后相关的危险因素,构建具有良好准确性的预测Nomogram图,提供了一种有效预测个体生存率的方法。

原发性胆汁性胆管炎研究新进展

原发性胆汁性胆管炎(PBC)原称原发性胆汁性肝硬化,是一种累及肝内胆管系统的慢性进展性自身免疫性疾病。PBC主要发生于女性,在过去几十年,PBC的发病率和患病率在全球呈上升趋势。而PBC患者早期常无临床症状,随着病情进展,最终发展为肝纤维化及肝硬化、肝细胞性肝癌而死亡。随着技术的革新及检测水平的提高,PBC研究取得了飞速发展。该文就PBC的流行病学、血清标志物及遗传学研究新进展进行综述。

CIBERSORT反卷积算法计算胃腺癌免疫浸润的研究

目的对胃腺癌的免疫浸润细胞进行分析,以期寻找胃腺癌的免疫治疗靶点。方法在公共数据库TCGA中进行检索,采用Perl脚本对数据进行整理,共纳入348例患者,包含343份肿瘤样本和30份正常样本,采用CIBERSORT反卷积算法估计肿瘤组织中不同免疫细胞占比,最后利用R软件进行差异免疫细胞分析、生存分析、临床相关性分析。结果肿瘤样本中未活化CD4记忆T细胞、CD8 T细胞、M2巨噬细胞和M0巨噬细胞的免疫浸润最明显,其占比分别为15.90%、12.67%、11.81%和12.05%。而差异分析表明浆细胞、单核细胞、活化CD4记忆T细胞、M0巨噬细胞、M1巨噬细胞和M2巨噬细胞占比在正常样本和肿瘤样本中差异有统计学意义(P<0.05)。生存分析发现,免疫浸润中低表达的未活化CD4记忆T细胞可有效提高生存率(P=0.029),而高表达的CD8 T细胞可有效提高生存率(P=0.002)。从免疫细胞的临床相关性发现,未活化树突细胞和CD8 T细胞随着胃腺癌分级的增加,浸润会逐渐增加,差异有统计学意义(P<0.05)。而T细胞、M0巨噬细胞、活化肥大细胞和中性粒细胞随着分级的增加,浸润会逐渐减轻,差异有统计学意义(P<0.05)。结论利用CIBERSORT方法可有效地筛选出胃腺癌免疫细胞占比,未活化CD4记忆T细胞、CD8 T细胞、M2巨噬细胞和M0巨噬细胞在胃腺癌肿瘤浸润和预后过程中发挥了重要作用,有望将免疫浸润较多的免疫细胞作为药物靶标来提高患者的生存率。

高截留量血液透析对维持性血液透析患者血清超敏C反应蛋白、白介素6、白介素12及肿瘤坏死因子α的清除作用

目的探讨高截留量血液透析(HCO-HD)对维持性血液透析患者血清超敏C反应蛋白(H-CRP)、白介素6、白介素12、肿瘤坏死因子α清除作用。方法选取2018年8月至2019年1月在江苏省苏北人民医院血液净化中心行维持性血液透析并符合入选标准的患者10例,对所有患者由普通血液透析改为高截留量血液透析,对其进行前瞻性自身对照研究。10例患者分别行单次普通血液透析(HD组)、血液透析滤过(HDF组)及高截留量血液透析(HCO-HD组),均为4 h/次,对比3种透析方式对血清H-CRP、白介素6、白介素12、肿瘤坏死因子α及白蛋白的清除作用。此外,还比较了血清中尿素氮、肌酐、钙、磷透析前及透析后的变化。结果(1)HCO-HD组对血清炎性因子的清除率最高,增加了对炎性因子的清除作用。HCO-HD与HDF两种透析方式相比对炎性因子及白蛋白的清除作用无统计学意义(P>0.05)。HCO-HD组对炎性因子及白蛋白的清除率均明显高于HD组[白介素6:67(20~79)vs 17(-5~60),白介素12:15(11.5~22)vs-6(-19.5~19.5),H-CRP:30(22~52)vs 17(4~36),肿瘤坏死因子α:11(5~16.5)vs-16(-19~10.5),白蛋白:31(28~69)vs 11(-2~24)],差异有统计学意义(P<0.05)。HDF与HD两种透析方式比较无统计学意义(P>0.05)。(2)透析后HCO-HD组的血清炎性因子、白蛋白及尿素氮、血肌酐、钙浓度均较透析前明显下降[白介素6:(4.6±3.9)ng/L vs(9.0±3.3)ng/L,白介素12:(31.3±21.0)ng/L vs(38.8±22.0)ng/L,肿瘤坏死因子α:(59.9±46.0)ng/L vs(66.0±46.7)ng/L,H-CRP:(15.5±6.6)μg/L vs(20.9±8.0)μg/L;白蛋白(38.6±2.2)g/L vs(46.4±4.4)g/L;尿素氮(7.7±3.4)mmol/L vs(27.7±6.1)mmol/L;血肌酐(236.2±93.3)μmol/L vs(740.5±219.5)μmol/L;血钙(2.0±0.3)mmol/L vs(2.2±0.2)mmol/L],差异有统计学意义(P<0.05)。结论与传统的透析方式相比,HCO-HD可以显著增加对维持性血液透析患者血清炎性因子的清除,同时对小分子的尿毒症毒素也有清除作用,但使用HCO-HD时白蛋白损失较大。