簡介
2020年2月血液學頂級雜志 Leukemia雜志發(fā)表了我國多中心研究：基因基因表達的預測模型預測成人淋巴瘤預后午阵。研究設計主要是先通過差異表達分析恒傻，再通過 LASSO降維。 訓練集担败，內部驗證掩缓，再獨立外部驗證料仗。
摘要
該研究旨在建立一個基于基因表達的分類器，以預測T細胞淋巴母細胞性淋巴瘤（T-LBL）患者的生存結果。在探究進行性（n = 22）和無進展（n = 28）T-LBL患者的整體基因表達譜后馅巷，鑒定出43種差異表達的mRNA膛虫。然后使用基于NanoString量化的LASSO Cox回歸建立了基于11個基因的分類器。在訓練隊列中（n = 169）钓猬，使用分類器進行分層的高紊缘叮患者的無進展生存期顯著較低（PFS：危險比4.123，95％CI 2.565-6.628逗噩；p≤0.001）掉丽，無疾病生存期（DFS） ：與低危患者相比异雁，HR 3.148捶障，95％CI 1.857-5.339； p << 0.001）和總體存活率（OS：HR 3.790纲刀，95％CI 2.237-6.423项炼； p << 0.001）。在內部測試（n = 84）和獨立的驗證隊列（n = 360）中驗證了分類器的預后準確性示绊。由五個獨立變量（包括分類器锭部，乳酸脫氫酶水平，ECOG-PS面褐，中樞神經系統受累和NOTCH1 / FBXW7狀態(tài)）組成的預后諾模圖顯示的預后準確性要比單獨每個單獨變量高得多拌禾。添加基于五個miRNA的簽名進一步提高了該列線圖的準確性。此外展哭，列線圖評分≥154.2的患者從BFM方案中明顯受益湃窍。總之匪傍，該諾模圖包括基于11個基因的分類器您市，可能有助于個人預后的預測和治療決策。
主要圖表
image.png
image.png
image.png
image.png
image.png
附上文獻
pdf版本已上傳至知識星球
預測模型2-1.png
預測模型2-2.png
預測模型2-3.png
預測模型2-4.png
預測模型2-5.png
預測模型2-6.png
預測模型2-7.png
預測模型2-8.png
預測模型2-9.png
預測模型2-10.png
預測模型2-11.png
預測模型2-12.png
預測模型2-13.png
