简介：摘要目的探讨基于生物信息学方法构建免疫相关基因（immune-related genes，IRG）预后模型以准确预测喉癌患者的预后。方法从癌症基因组图谱（the Cancer Genome Atlas，TCGA）数据库获得111个喉癌组织和12个正常相邻组织之间的差异表达基因（differentially expressed genes，DEG）。利用ImmPort数据库识别出差异表达的IRG。Cox单变量生存分析用于筛选与生存相关的IRG。差异表达的与生存相关的IRG被认为是预后相关的免疫基因。然后构建免疫基因预后模型计算患者风险值，受试者ROC曲线分析验证模型准确性。通过该模型行单因素、多因素独立预后分析证明其独立预测能力。最后分析关键免疫基因与临床病理参数的关联。结果鉴定喉癌的DEG并筛选出IRG。接着与预后生存时间结合，鉴定8个关键免疫基因（CXCL11、RBP1、AQP9、CYSLTR2、BTC、STC2、UCN和FCGR3B）作为免疫基因预后模型，这种预后模型可以准确的将患者分为高危和低危人群。总体生存分析表明，高危患者的生存时间比低危患者要短（P<0.0001）。模型的ROC曲线下面积为0.810，提示预后模型具有较高的敏感性和准确性。单因素和多因素Cox回归表明其为喉癌患者预后的独立预测因素。此外，我们发现模型中的5个关键基因与临床病理特征显著相关。结论基于生物信息学方法构建喉癌的免疫相关基因预后模型，发现8个基因有助于预测喉癌患者的预后，其中5个与临床病理特征显著相关。

简介：摘要IgA肾病（IgA nephropathy，IgAN）是全世界公认常见的原发性肾小球疾病之一，并且是慢性肾脏病以及终末期肾病的主要原因。该病虽为慢性进展性的疾病，但预后却不尽相同，因此准确地判断预后有助于优化治疗方案，提高患者生存率。近年来关于IgAN的预后评估一直是研究的热点，国内外陆续提出了通过临床或临床病理等相关指标构建的数学评估模型，本文就IgAN预后评估模型的研究进展作一综述。

简介：摘要目的通过生物信息学分析筛选与胃癌预后相关的微RNA(miRNA)，构建风险评分模型并进行验证。方法从人类癌症基因组图谱数据库下载491例样本的人类基因组miRNA测序数据(胃癌组织样本446份，正常胃组织样本45份)和相应的临床病理信息。通过R 4.0.2软件edgeR包对miRNA表达谱进行差异分析，将所得差异表达谱按1∶1的比例随机分为训练集和测试集。采用单因素Cox回归分析和最小绝对收缩和选择算子(LASSO)回归分析筛选预后相关miRNA，进一步对筛选出的预后相关miRNA进行多因素Cox回归分析并构建预后风险评分模型。采用Kaplan-Meier曲线、受试者操作特征曲线、曲线下面积(AUC)动态变化曲线评估模型的预测效能。结果以|log2差异倍数|>1.5、P<0.01为标准，筛选出175个胃癌组织中差异表达miRNA。通过单因素Cox回归分析和LASSO回归分析筛选出6个与胃癌患者总生存率相关的差异表达miRNA，使用多因素Cox回归分析成功构建5-miRNA风险评分模型：风险评分＝0.183×hsa-miRNA-184+0.086×hsa-miRNA-675-0.231×hsa-miRNA-2115+0.548×hsa-miRNA-3943-1.455×hsa-miRNA-1246。在训练集、测试集、总体数据集中，高风险组患者的累积生存率均低于低风险组，差异均有统计学意义(χ2＝18.90、9.50、26.70，P均<0.05)，模型预测效能优于TNM分期，且分层分析显示模型能有效预测早期胃癌。单因素和多因素Cox回归分析显示模型风险评分、年龄和M分期是胃癌患者预后不良的独立危险因素[风险比(95%可信区间)分别为1.19(1.07～1.32)、1.20(1.06～1.40)，1.50(1.01～2.23)、1.90(1.28～2.90)，1.34(1.15～1.57)、2.10(1.05～4.40)；P均<0.05]。结论基于5个miRNA构建的5-miRNA风险评分模型预测胃癌患者预后的准确性高，是独立的预后因子。

简介：摘要目的构建基于免疫基因的胃癌预后评估模型。方法从癌症基因组图谱数据库下载胃癌测序、临床数据并整理。将胃癌样本分为训练集（221例）、验证集（147例），在训练集中依次采用单因素、多因素Cox分析，构建免疫基因预后评估模型，并在验证集中验证。采用单样本富集分析将测序数据转化成28种免疫细胞比例的数据，分析高、低风险组与免疫细胞浸润的相关性。筛选高、低风险组差异基因并进行富集分析。结果由9个免疫基因（PROC、IGKV1D-43、CLCF1、TAFA4、NOX4、INHA、ITGAV、FABP3、IL27RA）构建的风险评估模型，是影响胃癌预后的独立危险因素。训练集、验证集Kaplan-Meier生存曲线显示，对比低风险组，高风险组5年总生存率显著降低［50.5%（55/111）比20.0%（22/110），43.2%（32/74）比24.7%（18/73），均P＜0.05］；训练集受试者工作特征曲线（ROC）第1、3、5年曲线下面积（AUC）值分别为0.69、0.71、0.78，验证集ROC第1、3、5年AUC值分别为0.56、0.71、0.78。另外，高风险组浸润的活化CD4+ T细胞的比例显著降低（P＜0.05）。高、低风险组差异基因主要富集于PI3K-AKT等通路。结论基于生物信息学方法构建的胃癌预后评估模型可成为胃癌预后判断的新指标。

简介：摘要目的运用生物信息学分析肺腺癌代谢发生发展的关键基因并构建预后模型。方法利用TCGA、KEGG、TCGA数据库筛选肺腺癌的基因表达、代谢相关基因、肺腺癌代谢相关的基因集和临床信息。采用Cox回归分析，lasso回归降维筛选预后相关基因。Cox回归构建肺腺癌风险模型，高风险与低风险组。结果成功筛选出4个基因，LDHA、GAPDH、GNPNAT1和HACD1。高风险组预后显著差于低风险组(P<0.01)，根据生存时间受试者工作特征曲线，1年、2年、3年曲线下面积分别为0.64、0.637、0.645。实验和验证数据集均提示该预后模型有较好的预测能力。结论筛选4个关键基因与肺腺癌代谢相关，构建的风险模型对于肺腺癌治疗及预后判断提供依据，为肺腺癌的精准化治疗提供新思路。

简介：摘要目的研究免疫相关lncRNA与胃癌的关系，从而探索胃癌治疗潜在的靶点。方法通过TCGA数据库收集443例胃癌患者基因表达谱数据及临床数据，筛选胃癌中与免疫相关的lncRNA，通过单因素与多因素COX分析构建预测模型。采用Kaplan-Meier法进行生存分析，ROC曲线下面积（AUC）评价该模型预测的准确性，主成分分析(PCA)分析人群分布特征，ESTIMATE方法评估样品微环境中免疫细胞变化。结果本研究共获得546个免疫相关的lncRNA（相关系数Cor>0.4, P<0.001），通过单因素COX回归分析筛选出9个和胃癌预后相关的lncRNA，通过多因素COX分析最终筛选得到6个lncRNA(AP003392.1，AL022316.1，AC005586.1，LINC01315，AP001318.2，AL161785.1)并构建预测模型，模型将胃癌患者分为高风险与低风险组，生存分析提示两组间生存存在显著差异（P<0.001），ROC分析曲线下面积AUC为0.686，ESTIMATE分析提示高风险组的免疫细胞数量和基质细胞数量多，肿瘤纯度低，免疫评分高；而低风险组的免疫细胞数量和基质细胞数量较少，肿瘤纯度较高，免疫评分低，两者具有统计学差异（P<0.001）。结论免疫相关的lncRNA对胃癌患者具有潜在的预后价值，可能为胃癌的免疫学研究和治疗提供新的思路。

简介：摘要目的分析新疆地区局部晚期鼻咽癌患者治疗后的预后相关因素，构建列线图(Nomogram)预后模型，并对此模型进行验证。方法选择2010年7月至2017年6月新疆医科大学附属肿瘤医院收治并行根治性调强放射治疗的鼻咽癌患者317例，使用最小绝对收缩和选择算子(LASSO)回归法进行单因素筛选后行Cox多因素回归分析，并构建Nomogram预后模型对局部晚期鼻咽癌患者预后进行评估。采用一致性指数(C-index)、校准曲线、净重分类改善指数(NRI)、综合判别改善指数(IDI)进行Nomogram与TNM分期系统之间模型的验证与评估。使用决策树算法对患者列线图风险进行分层，生存率采用Kaplan-Meier法计算，并采用Log-rank法检验。结果T分期、N分期、乳酸脱氢酶(LDH)、转移性淋巴结体积(GTVnd)及初治血浆EBV-DNA拷贝量(EBV-DNA)与总生存(OS)相关，将各因素纳入Nomogram预后模型，C-index为0.784 (95%CI：0.736～0.831，P<0.01)。校准曲线显示，由Nomogram模型预测的OS概率与实际观察到的OS有较好的一致性，结果在验证队列中获得了验证；且在使用净重分类改善指数及综合判别改善指数对OS的准确性进行评估时Nomogram模型结果均优于美国癌症联合委员会(AJCC)第8版分期系统所建模型。使用决策树算法根据Nomogram得分可将患者分为4个不同危险程度的亚组，组间生存率差异有统计学意义(χ2＝113.21，P<0.01)，高风险队列内的患者能从诱导化疗联合同步放化疗中获得总生存获益。结论本课题组建立的Nomogram模型可为本地区局部晚期鼻咽癌患者临床诊疗及预后评估提供参考意见。

简介：摘要目的通过构建基于临床因素、影像因素、临床联合影像因素的预后预测模型，以期寻找卒中患者机械取栓治疗后最优的预后预测模型。材料与方法回顾性分析在南京市第一医院接受机械取栓治疗的急性脑卒中患者71例。所有患者均为发病24 h内并于治疗前接受MRI检查。收集所有患者的MRI资料及一般临床资料。患者预后采用3个月改良Rankin量表(modified Rankin Scale，mRS)评分评估。应用多元逻辑回归分析方法分别筛选卒中患者预后的独立预测因子并构建临床预测模型、影像预测模型及临床联合影像预测模型，并采用ROC曲线分析模型对卒中预后的预测效能。结果71例患者中预后良好者为35例，预后不良者为36例。多元逻辑回归临床因素结果显示年龄(OR=1.071；95% CI：1.010～1.135；P=0.022)、入院NIHSS评分(OR=1.225；95% CI：1.099～1.366；P＜0.001)为预测卒中预后的独立预测因子，该模型预测卒中预后的AUC为0.810 (95% CI：0.709～0.911)，敏感度和特异度分别为80.6%、71.4%。回归影像因素结果显示低灌注强度比值(hypoperfusion intensity ratio，HIR) (OR=4.037；95% CI：1.241～13.136；P=0.005)为预测卒中预后的独立预测因子，该模型预测卒中预后的AUC为0.862 (95% CI：0.772～0.952)，敏感度和特异度分别为72.2%、94.3%。回归临床联合影像因素显示入院NIHSS评分(OR=1.157；95% CI：0.998～1.341；P=0.043)、HIR (OR=6.669；95% CI：4.817～15.051；P=0.009)为预测卒中预后的独立预测因子，该模型预测卒中预后的AUC最高，达0.905 (95% CI：0.830～0.979)，其敏感度为94.4%、特异度为82.9%。结论临床联合影像的预测模型优于临床模型、影像模型，可有效提高急性脑卒中机械取栓治疗后预后的预测效能。

简介：摘要目的探讨与较低级别胶质瘤预后有关的因素，构建个体化生存期预测的模型。方法提取癌症和肿瘤基因图谱(TCGA)计划中较低级别胶质瘤患者的基本临床信息，包括性别、年龄、病理学类型等，用R分析软件进行单因素、多因素Cox回归分析，筛选预后相关因素，构建个体化生存期预测的列线图。结果共对237例较低级别胶质瘤患者的数据进行了Cox回归分析，患者的年龄、肿瘤的病理学类型、WHO分级是影响预后的因素，风险比(HR)值分别为1.07(P<0.01)、0.60(P<0.05)、2.82(P<0.05)，列线图显示1、3、5年患者的生存率。结论患者的年龄、肿瘤的病理学类型以及WHO分级是独立的预后影响因素，年龄越大、WHO等级越高患者的预后越差，少突神经胶质瘤的预后较好，星形细胞瘤的预后最差。

简介：摘要目的构建自噬基因表达特征的肝细胞癌(hepatocellular carcinoma, HCC)患者预后的预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas, TCGA)、基因型-组织表达研究项目(The Genotype-Tissue Expression, GTEx)数据库中分别得到所有HCC和正常肝细胞组织的基因转录表达数据，并将每个样本的基因转录表达数据统一转化为log2(FPKM值＋1)，消除数据库之间测试平台的数据差异。根据人类自噬基因库中获取的人类自噬基因列表筛选出TCGA-GTEx整合后序列中每个样本对应的自噬基因的表达量。采用R语言limma包以错误发现率(FDR)<0.05及差异倍数|logFC|>1为筛选标准，进行自噬基因差异表达分析。采用R语言clusterProfiler包对差异表达自噬基因以P<0.05为筛选标准，进行基因本体论(Gene Ontology，GO)富集分析及京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集分析。根据自噬基因的差异表达量和患者的临床信息，采用R语言survival包进行单因素的Cox回归分析。进一步将单因素的Cox回归分析中有统计学意义(P<0.05)的自噬基因纳入到多因素Cox回归分析中，以每个差异表达的自噬基因表达量和相对应的回归系数coef值为基础，构建HCC的自噬基因预后模型：expmRNA1×βmRNA1＋expmRNA2×βmRNA2＋…＋expmRNAn×βmRNAn(exp：基因表达量；β：多因素Cox回归分析的回归系数coef)。绘制预测模型的受试者工作特征(receiver operating characteristic，ROC)曲线并计算ROC曲线下面积(area under curve，AUC)评估模型预测价值。结果从TCGA-GTEx数据库中共得到HCC样本374例和正常肝组织样本160例的基因转录表达数据及临床信息。从整合后的样本序列中共筛选出205个自噬基因的表达数据，其中SPNS1、DIRAS3、TMEM74、NRG2、NRG1、IRGM、IKBKE、NKX2-3、BIRC5、CDKN2A、TP73为符合筛选标准的差异表达自噬基因。差异表达自噬基因GO主要富集在丝氨酸/苏氨酸蛋白激酶活性的调控、ErbB 2信号通路、蛋白激酶调节活性、激酶调节活性等功能。差异表达自噬基因主要富集在EGFR酪氨酸激酶抑制剂耐药、Hippo信号通路等KEGG通路。整合并删除生存信息缺失的样本后，共418例样本表达纳入到Cox回归分析中。通过单因素、多因素Cox风险回归分析后，筛选出NRG1(HR＝1.5565，95%CI：1.1793～2.0543)、IKBKE(HR＝1.7502, 95%CI：1.2093～2.5330)这两个自噬基因并建立预后预测模型：(0.44247×NRG1的表达量)＋(0.55977×IKBKE的表达量)。预测模型的ROC曲线显示7年总体生存的AUC为0.711。结论基于NRG1和IKBKE表达量构建的HCC预后模型，对HCC患者远期生存率有较高的预测价值。

简介：摘要目的寻找准确预测食管鳞癌患者生存的生物标志物。方法通过TCGA数据库筛选出与食管鳞癌患者总生存时间(OS)相关的免疫相关基因，构建预后风险评分模型。采用Kaplan-Meier法比较高风险和低风险组患者的预后情况，采用受试者工作特征(ROC)曲线评估模型的准确性。收集安阳市肿瘤医院的83例病理诊断为食管鳞癌患者的肿瘤组织样本进行外部验证。采用Cox回归分析综合评估预后风险评分与各临床特征对食管鳞癌患者OS的影响。结果从TCGA数据库筛选出7个与生存预后相关的免疫相关基因分别为S100A12、SLC40A1、FABP9、TNFSF10、IGHA2、IL1F10和STC2纳入预后风险评分模型。低风险组(40例)患者的1、2年生存率分别为94.3%和82.5%，高风险组(40例)患者的1、2年生存率分别为75.9%和32.9%；高风险组与低风险组患者比较，预后更差(P<0.001)。83例外部验证样本运用该预后风险评分模型得到一致的结果。预后风险评分与食管鳞癌组织中CD4+ T淋巴细胞含量呈正相关(rs＝0.259, P＝0.020)，与B淋巴细胞、CD8+T淋巴细胞、中性粒细胞、巨噬细胞、树突状细胞含量的无相关性(均P>0.05)。结论S100A12、SLC40A1、FABP9、TNFSF10、IGHA2、IL1F10和STC2是与食管鳞癌患者OS相关的风险基因。预后风险评分是食管鳞癌患者OS的独立预后因素，与食管鳞癌组织中CD4+ T淋巴细胞含量有关。

简介：摘要目的分析胸椎黄韧带骨化症（TOLF）手术预后的影响因素，并构建预测模型。方法回顾性分析2016年2月至2019年2月重庆奉节县人民医院收治的138例行后路减压内固定手术的TOLF患者的临床资料，术后6个月对所有患者进行随访，评估预后效果，将疗效评判为"差""可"的患者纳入不良组（35例），将疗效评判为"良""优"的患者纳入优良组（103例），比较两组患者的临床资料，采用多因素Logistic回归分析影响行TOLF手术患者预后的危险因素，并构建预测模型，最后验证模型的效果。结果多因素Logistic回归分析结果显示，合并硬膜囊骨、T2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素（P<0.05）。预测模型：P = 1/（e＾-Y），Y = 2.419 + 2.726 ×合并硬膜囊骨+ 3.735 × T2加权像髓内高信号+ 3.616 ×椎管面积残余率+ 1.949 ×术后脑脊液漏+ 2.137 ×病程，曲线下面积为0.632，灵敏度为77.1%，特异度为75.7%，模型预测效果验证的灵敏度为84.21%、特异度为82.93%。结论合并硬膜囊骨、T2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素，采用由上述危险因素所构建的预测模型能够对TOLF手术预后不良的风险进行有效评估。

简介：摘要目的研究乳腺癌中差异表达免疫相关基因与肿瘤预后的关系,寻找潜在的免疫治疗靶点。方法从TCGA数据库中下载乳腺癌转录组和患者对应的临床数据,利用生物信息学方法,筛选出在癌组织中的差异表达基因,同时结合ImmPort数据库，筛选出与患者总生存期密切相关的免疫基因，COX回归构建用于预后评估的风险评分模型并评价其预测能力。结果在乳腺癌与癌旁组织中共发现2499个差异表达基因,进一步筛选出差异表达的免疫相关基因138个,单因素COX分析显示9个免疫基因呈现与预后相关,多因素COX分析筛选出6个免疫相关基因作为预后的独立危险因素用于构建风险评分模型。临床特征COX回归分析显示患者风险值为独立预后因素（P<0.05）。结论乳腺癌中存在多个差异表达的免疫基因,这些基因与患者预后密切相关,基于这些免疫基因构建的风险评分模型可有效预测患者预后,为乳腺癌的免疫治疗提供新的潜在治疗靶点。

简介：摘要目的对利用生物信息学方法筛选的肾上腺皮质癌（ACC）肿瘤微环境（TME）相关基因构建的预后模型进行验证，为ACC的诊疗提供临床指导和相关生物标志物。方法从癌症基因组图谱（TCGA）数据库中收集79例ACC患者的转录组数据和临床病理数据。采用ESTIMATE算法计算免疫评分、基质评分（二者即反映TME）和ESTIMATE评分，应用VennDiagram包对免疫评分及基质评分高、低评分组（以中位值进行分组）间差异表达基因进行选择，采用基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）数据库对选择的基因进行功能富集分析，探索基因潜在功能与通路。采用单因素Cox回归、lasso回归和多因素Cox回归分析筛选与ACC TME相关的基因，并建立ACC患者预后的风险评分（RS）模型，用受试者工作特征（ROC）曲线评价构建的模型预测ACC患者预后的价值。以基因表达综合（GEO）数据库的数据集GSE33371和GSE19750作为外部验证集，对建立的预后模型进行验证。从TCGA数据库中提取79例ACC患者资料，将临床病理因素与所构建预后模型的RS纳入Cox回归分析，获得ACC患者预后影响因素。结果根据免疫评分和基质评分，用VennDiagram包筛选得到1 205个二者交集的差异表达基因，其中上调833个，下调372个。对差异表达基因进行各回归分析筛选后，最终构建成功包含9个TME相关基因（GREB1、POU4F1、HIC1、HOXC9、CACNB2、RAB27B、ZIC2、C3、CYP2D6）的ACC预后模型，即RS=GREB1×0.223 6+POU4F1×0.671 7+HIC1×0.167 5+HOXC9×0.211 3+CACNB2×0.156 0+RAB27B×0.956 5+ZIC2×0.582 7+C3×（-0.003 1）+CYP2D6×0.819 3。该模型在TCGA数据库中预测79例ACC患者1、3、5年总生存的ROC曲线下面积（AUC）分别为0.876、0.919、0.917，在GEO验证集中预测45例ACC患者1、3、5年总生存的AUC分别为0.689、0.704、0.708，表明模型对ACC患者生存具有较高的预测准确性。对TCGA数据库中79例ACC患者资料进行Cox回归分析显示，TME相关基因预后模型RS是ACC患者预后的独立影响因素（HR=1.011，95% CI 1.005~1.016，P<0.01）。结论构建的ACC TME相关基因预后模型可用于预测ACC患者的预后。模型中包含的9个基因有可能作为研究ACC发病机制和免疫治疗的新靶点，值得进一步研究。

简介：摘要目的分析胸椎黄韧带骨化症（TOLF）手术预后的影响因素，并构建预测模型。方法回顾性分析2016年2月至2019年2月重庆奉节县人民医院收治的138例行后路减压内固定手术的TOLF患者的临床资料，术后6个月对所有患者进行随访，评估预后效果，将疗效评判为"差""可"的患者纳入不良组（35例），将疗效评判为"良""优"的患者纳入优良组（103例），比较两组患者的临床资料，采用多因素Logistic回归分析影响行TOLF手术患者预后的危险因素，并构建预测模型，最后验证模型的效果。结果多因素Logistic回归分析结果显示，合并硬膜囊骨、T2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素（P<0.05）。预测模型：P = 1/（e＾-Y），Y = 2.419 + 2.726 ×合并硬膜囊骨+ 3.735 × T2加权像髓内高信号+ 3.616 ×椎管面积残余率+ 1.949 ×术后脑脊液漏+ 2.137 ×病程，曲线下面积为0.632，灵敏度为77.1%，特异度为75.7%，模型预测效果验证的灵敏度为84.21%、特异度为82.93%。结论合并硬膜囊骨、T2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素，采用由上述危险因素所构建的预测模型能够对TOLF手术预后不良的风险进行有效评估。

简介：摘要目的寻找准确预测食管鳞癌患者生存的生物标志物。方法通过TCGA数据库筛选出与食管鳞癌患者总生存时间(OS)相关的免疫相关基因，构建预后风险评分模型。采用Kaplan-Meier法比较高风险和低风险组患者的预后情况，采用受试者工作特征(ROC)曲线评估模型的准确性。收集安阳市肿瘤医院的83例病理诊断为食管鳞癌患者的肿瘤组织样本进行外部验证。采用Cox回归分析综合评估预后风险评分与各临床特征对食管鳞癌患者OS的影响。结果从TCGA数据库筛选出7个与生存预后相关的免疫相关基因分别为S100A12、SLC40A1、FABP9、TNFSF10、IGHA2、IL1F10和STC2纳入预后风险评分模型。低风险组(40例)患者的1、2年生存率分别为94.3%和82.5%，高风险组(40例)患者的1、2年生存率分别为75.9%和32.9%；高风险组与低风险组患者比较，预后更差(P<0.001)。83例外部验证样本运用该预后风险评分模型得到一致的结果。预后风险评分与食管鳞癌组织中CD4+ T淋巴细胞含量呈正相关(rs＝0.259, P＝0.020)，与B淋巴细胞、CD8+T淋巴细胞、中性粒细胞、巨噬细胞、树突状细胞含量的无相关性(均P>0.05)。结论S100A12、SLC40A1、FABP9、TNFSF10、IGHA2、IL1F10和STC2是与食管鳞癌患者OS相关的风险基因。预后风险评分是食管鳞癌患者OS的独立预后因素，与食管鳞癌组织中CD4+ T淋巴细胞含量有关。

简介：无

简介：摘要目的探讨自噬相关长链非编码RNA(LncRNA)在肺腺癌(LUAD)中的预后作用，并构建LUAD自噬相关LncRNA预后风险模型。方法从癌症基因组图谱(TCGA)获取LUAD转录组数据和临床资料，从HADb网站下载自噬基因列表，采取Pearson相关性分析法筛选与自噬基因相关的LncRNA，采用单因素Cox回归分析和Kaplan-Meier法筛选具有预后意义的LncRNA，而后应用多因素Cox回归分析筛选出具有预后价值的自噬相关LncRNA，并构建预后风险模型。使用多因素Cox回归系数计算LUAD患者的风险评分，分为低风险组、高风险组，对比两组患者的生存差异，采用受试者工作特征曲线评价模型的灵敏性和特异性。结果共筛选LUAD自噬相关LncRNA 257个(相关系数|R|>0.5，P<0.001)，通过单因素Cox回归分析筛选出14个自噬相关LncRNA对LUAD患者具有预后价值(P<0.05)，多因素Cox回归分析筛选出7个具有预后价值的自噬相关LncRNA，其中，UGDH-AS1、AC090559.1、HCG18、AC026355.1和LINC00996与LUAD患者的总生存期呈负相关，而ABALON和AC099850.3与LUAD患者总生存期呈正相关；另构建LUAD预后风险模型，低风险组与高风险组间患者生存期差异有统计学意义(P<0.01)，预测模型受试者工作特征曲线下面积(AUC)>0.7(P<0.05)，预后模型的风险评分是LUAD的独立预测因子，风险评分与肿瘤分期、T分期、淋巴结转移显著相关(P<0.05)。结论基于7个自噬相关LncRNA构建的预后风险模型可能有效预测LUAD患者预后，有助于LUAD患者的精准化治疗。

简介：摘要目的基于SEER数据库分析结直肠癌患者预后的重要风险因素，构建结直肠癌患者的1、3、5年生存率列线图预后模型。方法收集SEER数据库中2010—2015年病理明确诊断为结直肠癌患者的相关资料，共获取52 814例。使用Cox比例风险模型进行单、多因素生存分析，确定预后风险因素，使用逐步回归筛选对预后影响最大的临床因素，用于构建列线图预后模型。采用校准曲线评价列线图预测模型预测结直肠癌患者1、3、5年总生存期的准确性。结果手术方式、年龄、LNR、AJCC分期、T分期、N分期、M分期、脉管癌栓、神经侵犯是影响预后的独立风险因素。逐步回归分析筛选出年龄、T分期、M分期、LNR和手术方式5个因素与结直肠癌预后关联最大，基于这5个因素构建列线图模型。年龄/T分期/M分期/LNR/手术方式在训练集和验证集上构建模型的一致性指数均为最大，分别为0.762和0.756。ROC曲线分析发现在训练集和验证集中，年龄/T分期/M分期/LNR/手术方式预后模型1、3、5年AUC均达到0.7以上，模型有良好诊断价值。结论基于年龄/T分期/M分期/LNR/手术方式构建的结直肠癌预后列线图模型具有良好的预测效果。构建的预后OS列线图便于临床肿瘤医师对患者预后做出较为准确的评估，为结直肠癌患者提供个体化诊疗提供理论依据。

简介：无