Strategia genomiczna mająca na celu poprawę rokowania we wczesnym stadium niedrobnokomórkowego raka płuca cd

Dominujące metagenes, które stanowiły ostateczny model, zostały opisane w dodatkowym dodatku. Aby porównać skuteczność prognostyczną metagenu i strategii klinicznych, zmienne kliniczne traktowano jako czynniki lub główne składniki (podobne do leczenia metagenów w modelu metagene płuc) w analizie drzewa klasyfikacyjnego w celu wygenerowania modelu klinicznego. Końcowym wynikiem było prawdopodobieństwo nawrotu, które reprezentuje konglomeratową wartość prognostyczną poszczególnych zmiennych klinicznych. Korzystając z oprogramowania GraphPad, wyliczyliśmy statystykę C (porównywalną z obszarem pod krzywą w charakterystyce operacyjnej charakterystyki odbiornika w prognozowaniu wyników binarnych) dla modelu, który zawierał tylko zmienne kliniczne, statystykę C dla modelu, który zawierał tylko metagenes i statystykę C dla modelu, który zawierał zmienne kliniczne i genomiczne.
Dokładność każdego modelu została określona przy użyciu prawdopodobieństwa 0,5 jako wartości granicznej. Szacunkowe prawdopodobieństwo powtórzenia powyżej 0,5 zostało sklasyfikowane jako wysokie ryzyko nawrotu; szacowane prawdopodobieństwo nawrotu o wartości 0,5 lub mniej zostało sklasyfikowane jako niskie ryzyko nawrotu.
Obliczono proste jednoczynnikowe i wieloczynnikowe regresje logistyczne dla nawrotów (z oceną ryzyka i bez niej opartą na metagenach) w celu oceny wyjściowej wartości prognostycznej każdej zmiennej klinicznej (wiek, płeć, średnica guza, stadium choroby, podtyp histologiczny i palenie tytoniu) w kohortach. Obliczono również czułość, swoistość oraz dodatnie i ujemne wartości predykcyjne z prawdopodobieństwem nawrotu 0,5 jako wartości odcięcia. Standardowe krzywe przeżycia Kaplana-Meiera zostały wygenerowane dla grup wysokiego ryzyka i niskiego ryzyka u pacjentów przy użyciu oprogramowania GraphPad; Krzywe przeżycia zostały porównane z wykorzystaniem testu log-rank. Ten test generuje dwustronną wartość P, która testuje hipotezę zerową, co oznacza, że krzywe przeżycia były identyczne wśród kohort.
Wyniki
Charakterystyka pacjenta
Rysunek 1. Rysunek 1. Rozwój i walidacja modelu metagene płuc. Próbki zostały wyłączone z analizy na podstawie niewystarczającej jakości informacyjnego RNA.
W tabeli wymieniono cechy demograficzne i kliniczne pacjentów (i ich nowotworów) stosowanych do opracowania i testowania modelu prognostycznego (ryc. 1).
Wykorzystanie profili ekspresji genów do poprawy rokowania
Rycina 2. Rycina 2. Prognozy kliniczne i genetyczne ryzyka nawrotu NSCLC. Panel A pokazuje przykład kluczowego profilu metagene stosowanego w modelu metagene płuc, z niebieskim i czerwonym reprezentującym dwa skrajne wyrażenia genów. Panel B pokazuje przykład drzewa klasyfikacyjnego ilustrującego włączenie metagenów (mgenów) na różnych poziomach do przewidywania przeżywalności w kohorcie szkoleniowej księcia. Liczby i linie na czerwono wskazują pacjentów, którzy przeżyli mniej niż 2,5 roku po początkowej diagnozie NSCLC, a osoby w kolorze niebieskim reprezentują pacjentów, którzy przeżyli ponad 5 lat po wstępnym rozpoznaniu NDRP. Lewe pole w każdym węźle drzewa pokazuje liczbę pacjentów i całkowitą liczbę pacjentów, a prawe pole podaje (w procentach) odpowiadający modelowy punkt szacowania prawdopodobieństwa nawrotu w ciągu 2,5 roku na podstawie przewidywań modelu drzewa dla tej grupy
[hasła pokrewne: lekarz ginekolog endokrynolog, dawca szpiku kostnego, adam dawidziuk twitter ]
[podobne: inerbiotyk c, viva michałowice, adam dawidziuk twitter ]