预测模型第2篇|基因表达预测模型登上血液学顶级期刊
欢迎来到医科研，这里是白介素2的读书笔记，跟我一起聊临床与科研的故事, 生物医学数据挖掘文献分享，R语言，TCGA数据、GEO数据库, SEER数据挖掘, 临床预测模型研究。
简介
2020年2月血液学顶级杂志 Leukemia杂志发表了我国多中心研究：基因基因表达的预测模型预测成人淋巴瘤预后。研究设计主要是先通过差异表达分析，再通过 LASSO降维。训练集，内部验证，再独立外部验证。
摘要
该研究旨在建立一个基于基因表达的分类器，以预测T细胞淋巴母细胞性淋巴瘤（T-LBL）患者的生存结果。在探究进行性（n = 22）和无进展（n = 28）T-LBL患者的整体基因表达谱后，鉴定出43种差异表达的mRNA。然后使用基于NanoString量化的LASSO Cox回归建立了基于11个基因的分类器。在训练队列中（n = 169），使用分类器进行分层的高危患者的无进展生存期显着较低（PFS：危险比4.123，95％CI 2.565-6.628；p≤0.001），无疾病生存期（DFS） ：与低危患者相比，HR 3.148，95％CI 1.857-5.339；p << 0.001）和总体存活率（OS：HR 3.790，95％CI 2.237-6.423；p << 0.001）。在内部测试（n = 84）和独立的验证队列（n = 360）中验证了分类器的预后准确性。由五个独立变量（包括分类器，乳酸脱氢酶水平，ECOG-PS，中枢神经系统受累和NOTCH1 / FBXW7状态）组成的预后诺模图显示的预后准确性要比单独每个单独变量高得多。添加基于五个miRNA的签名进一步提高了该列线图的准确性。此外，列线图评分≥154.2的患者从BFM方案中明显受益。总之，该诺模图包括基于11个基因的分类器，可能有助于个人预后的预测和治疗决策。
主要图表
附上文献
pdf版本已上传至知识星球