基于肿瘤免疫微环境的胃癌患者预后因素分析及死亡预测模型构建

发布时间：2020-11-04 03:50

　　 研究背景与目的胃癌患者的免疫浸润状态和临床预后息息相关。本研究的目的是:(1)构建和评估可用于胃癌患者预后预测的免疫评分模型;(2)构建和评估可用于个体化预测胃癌患者死亡风险的列线图模型。研究方法在公共基因芯片数据库GeneExpression Omnibus中下载胃癌患者的基因芯片表达谱及相应的临床病理资料与预后数据,并利用CIBERSORT算法平台解析肿瘤组织中22种免疫细胞的构成分数;将上述患者按照7:3的比例分层随机分为训练队列与验证队列,进而通过LASSO COX回归模型对上述免疫细胞进行筛选以建立免疫风险评分模型(Immune risk score,IRS),并在验证队列与总体患者队列中对IRS的预测效能进行评估验证;最后,基于IRS与患者临床病理参数,我们在训练队列中建立预测个体化预测胃癌患者死亡风险的列线图模型,并同样于验证队列及总体患者队列中对列线图的预测准确性及符合度进行评估验证。研究结果1.IRS模型的建立与评估:通过LASSO COX回归模型,我们在训练队列中筛选出11种免疫细胞用于建立免疫评分模型IRS,单因素生存分析表明IRS模型在总生存方面可将胃癌患者显著区分为高危组和低危组,且多因素分析表明IRS为独立预后因素。受试者工作特征曲线分析显示IRS模型对2、3、5年生存率的预测均有良好的价值。验证队列及总体患者队列的结果亦支持了我们的发现。2.列线图模型的建立与评估:根据训练组多因素分析结果,我们使用R软件构建列线图模型对胃癌患者的死亡风险进行个体化预测。采用Bootstrap自抽样方法对列线图模型进行内部验证后得到C指数为0.77,显著优于第6版TNM分期(P0.001)。校正曲线显示,列线图与实际观察间是高度一致的。决策曲线分析显示,列线图预后模型较TNM分期系统拥有更好的临床应用价值。除此之外,验证队列与总体患者队列的结果均支持了我们的这些发现。结论1.我们提出的IRS免疫评分模型是胃癌患者总生存的独立预后因素;2.和过去已有的TNM肿瘤分期系统比较,以临床病理参数和IRS为基础的列线图模型可以更加准确地个体化预测胃癌患者的预后,在临床应用上更具价值。
【学位单位】：南方医科大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：R735.2
【部分图文】：

ｓｔｏｍａｃｈ?ａｄｅｎｏｃａｒｃｉｎｏｍａ［Ｔｉｔｌｅ］）?ＯＲ?ｓｔｏｍａｃｈ?ｎｅｏｐｌａｓｍ［Ｔｉｔｌｅ］）?ＯＲ?ｓｔｏｍａｃｈ??ｔｕｍｏｒ［Ｔｉｔｌｅ］）?ＯＲ?ｓｔｏｍａｃｈ?ｃａｒｃｉｎｏｍａ［Ｔｉｔｌｅ］））。基因芯片筛选的流程图以及纳入、??剔除标准见图２－１。所有通过上述检索式检索出的基因表达芯片均严格根据纳入??与剔除标准由两名研究者独立评估。对于有争议分歧的数据，由两位研究者经??多次地协商、讨论到解决为止。若意见不能一致，届时请第三位研宄者来进行??仲裁。芯片中所包含的患者的临床数据也同步被提取。临床数据的获得方法有??以下三种：１）直接从ＧＥＯ数据库里相应基因芯片的页面中的ｍａｔｒｉｘ文件中提??取；２）通过查找对应文献的补充材料获得；３）通过Ｒ软件的“ＧＥＯｑｕｅｒｙ”包获??取。在必要的时候，我们会与芯片的通讯作者取得联系以获取更多的信息。??５??

浸润的免疫细胞构成比的数据。在基于各个芯片平台比较转化成功率时，我们??发现由Ａｆｆｙｍｅｔｒｉｘ系列平台（包括ＨＧ１３３Ａ、ＨＧ１３３Ｂ与ＨＵ－Ｐｌｕｓ２）产生的基??因表达数据的转化成功率显著高于Ｉｌｌｕｍｉｎａ平台以及其他平台（图３－１Ｂ）。??３．

我们分别根据于验证队列及总体患者队列中计算得出的ＩＲＳ的最佳??ｃｕｔ－ｏｆｆ值（验证队列为－０．８２，总体患者队列为－０．３７）将患者分为高风险组与低??风险组。与在训练队列的结果类似（图３－４Ａ－Ｂ），验证队列与总体患者队列中髙??ＩＲＳ组的患者死亡风险显著高于低ＩＲＳ组的患者。其中验证队列高水平ＩＲＳ患者??２６??
【参考文献】

相关期刊论文 前1条

1 Sérgia Velho;Maria Sofia Fernandes;Marina Leite;Ceu Figueiredo;Raquel Seruca;;Causes and consequences of microsatellite instability in gastric carcinogenesis[J];World Journal of Gastroenterology;2014年44期

本文编号：2869575