期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于吉西他滨耐药相关基因的胰腺癌预后预测模型的构建
1
作者 王维嘉 田秀云 +3 位作者 吴剑挥 关晓雅 郝纯毅 崔培林 《郑州大学学报(医学版)》 北大核心 2025年第4期499-503,共5页
目的:构建基于吉西他滨耐药(GRS)相关基因的胰腺癌预后预测模型。方法:收集TCGA数据库中179例胰腺癌病例,按照7∶3的比例随机分为训练集126例和验证集53例。收集GEO数据库中吉西他滨耐药和非耐药PANC-1、CFPAC-1和Bxpc-3细胞系的测序数... 目的:构建基于吉西他滨耐药(GRS)相关基因的胰腺癌预后预测模型。方法:收集TCGA数据库中179例胰腺癌病例,按照7∶3的比例随机分为训练集126例和验证集53例。收集GEO数据库中吉西他滨耐药和非耐药PANC-1、CFPAC-1和Bxpc-3细胞系的测序数据取交集;利用GTEx数据库中165份正常胰腺组织和训练集基因测序数据筛选差异基因;两者再取交集,得胰腺癌GRS相关基因。采用LASSO回归和Cox回归构建基于GRS相关基因的胰腺癌预后预测模型,计算风险评分,绘制ROC曲线评价风险评分对胰腺癌3 a死亡风险的预测性能。根据风险评分中位数将179例胰腺癌患者分为高风险组和低风险组,比较两组免疫检查点(CD28、CD80、CD86、ICOS、ICOS LG、PD-1、PD-L1、PD-L2、B7-H3、B7-H4、HHLA2、TMIGD2、TIM-3、galectin-9、LAG-3、FGL-1、CD39、CD73、TIGIT、VISTA)表达水平。结果:共筛选出14个胰腺癌GRS相关基因。对14个基因进行LASSO回归,筛选出4个基因,采用Cox回归构建预测模型,该模型在训练集和验证集中ROC曲线的AUC(95%CI)分别为0.718(0.627~0.802)和0.796(0.607~0.985)。高风险组PD-L1、CD73和HHLA2表达水平高于低风险组(P<0.05)。结论:成功构建了基于GRS相关基因的胰腺癌预后预测模型。 展开更多
关键词 胰腺癌 吉西他滨 耐药基因 预后预测模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部