CN112599243B - 一种预测类风湿关节炎患者一年关节破坏进展的系统 - Google Patents
一种预测类风湿关节炎患者一年关节破坏进展的系统 Download PDFInfo
- Publication number
- CN112599243B CN112599243B CN202011248207.2A CN202011248207A CN112599243B CN 112599243 B CN112599243 B CN 112599243B CN 202011248207 A CN202011248207 A CN 202011248207A CN 112599243 B CN112599243 B CN 112599243B
- Authority
- CN
- China
- Prior art keywords
- risk
- score
- year
- joint destruction
- progression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块。所述系统首次采用滑膜相关的免疫病理学标记构建而成的评估指标‑‑优化的滑膜的细胞免疫学评分作为预测指标来预测类风湿关节炎患者一年关节破坏进展的情况,可提前一年精确地筛选出关节破坏进展的高危患者,使高危患者能够提前一年得到强化治疗,从而更有效地减少或阻断这些患者出现关节破坏进展,这对于RA的精准治疗、降低致残率具有重要的意义和临床价值。
Description
技术领域
本发明涉及医疗技术领域,具体地,涉及一种预测类风湿关节炎患者一年关节破坏进展的系统。
背景技术
类风湿关节炎(RA)是一种常见的以进行性关节破坏为特征的慢性自身免疫性疾病,是造成人群劳动力丧失和致残的主要病因之一。在我国,RA患病总人数达500~600万,是导致女性肢体残疾的首要病因(占9.4%,第二次全国残疾人抽样调查结果)。70%以上的RA患者存在关节侵蚀破坏,并且随着病程的延长,残疾及功能受限发生率升高。每年直接用于RA治疗的费用和患者工作能力障碍带来的间接经济损失十分巨大。因此尽早控制病情、早期阻断关节骨破坏、降低RA致残率,对于提高人们的生活质量、控制医疗费用具有积极的影响和重要的现实意义,并可带来巨大的经济和社会效益。
RA病情呈异质性,不同的患者出现关节破坏进展的风险不一,部分患者容易出现关节破坏进展。然而,目前尚无明确的预测指标。寻找预测RA患者出现关节破坏进展的指标一直是目前风湿领域研究的热点。以往的研究主要从患者的临床特征(如女性、吸烟、出现足趾关节受累、对激素治疗反应不好等),结合遗传学、血清及影像学的角度寻找预测RA关节破坏进展的指标或模型。遗传学指标方面:遗传基因HLA-DR4阳性或具有共同表位(shared epitope,SE)的RA患者容易出现关节破坏进展。近年研究则发现,与RA关联性最强的遗传易感基因HLA-DRB1等位基因的变异及TNFAIP3-OLIG3、PTPN22等易感基因的变异也可作为RA患者关节破坏进展的预测因素。血清学指标方面:①炎症指标:如C反应蛋白(CRP)和红细胞沉降率(ESR)持续升高的RA患者更容易出现进展,但CRP和ESR反映全身炎症,其水平受多种因素的影响,尤其是ESR,因此预测关节破坏进展的价值有限。②自身抗体:血清类风湿因子(RF)、抗环瓜氨酸肽抗体(抗CCP抗体)阳性或滴度升高不仅已被纳入RA诊断标准,而且抗体滴度也可在一定程度上预测关节破坏进展,其中抗CCP抗体与关节破坏进展的相关性更强,预测关节破坏进展的特异性高于RF。③软骨/骨代谢及破坏相关标记物:如中山大学孙逸仙纪念医院戴冽研究团队研究发现,动态监测血清基质金属蛋白酶3水平持续升高3~6个月是预测RA患者一年关节破坏进展的重要指标。骨保护素/核因子κB受体活化因子配体(OPG/RANKL)是调节RA骨代谢极其重要的通路,研究发现血清OPG与RANKL比值越低的患者出现五年关节破坏进展的风险越高。影像学指标方面:如早期出现影像学骨侵蚀改变的RA患者发生关节破坏进展或快速进展的风险升高。关节能量多普勒超声滑膜炎评分与RA关节破坏进展密切相关。MRI显示的骨髓水肿对RA患者一年、2年及5年的关节破坏进展均有一定的预测价值。
然而,总体来说,尽管目前已发现的临床特征、遗传学、血清学及影像学指标可在一定程度上预测RA患者关节破坏进展的风险,但这些因素带来的具体风险不明确,并且在实际临床实践中,同一患者可能同时有不同的风险因素,那么这些风险因素的总体效应如何计算,目前尚无文献报道,因此临床医生很难根据这些风险因素准确筛选出关节破坏进展风险高的RA患者。为此,临床急需预测关节破坏进展的具体风险指标,从而建立一种精准的预测RA患者一年关节破坏进展的系统,以精准识别高危患者,实现精准治疗、降低RA致残率。
发明内容
本发明为了解决现有技术的上述不足和缺陷,提供一种预测RA患者一年关节破坏进展的系统,该系统首次采用滑膜相关的免疫病理学标记构建而成的新的评估指标--优化的滑膜的细胞免疫学评分(optimized cellular immunological score of synovium,O-CISS)作为预测评估指标来预测类风湿关节炎患者一年关节破坏进展的情况,可提前一年精确地筛选出关节破坏进展的高危患者,使高危患者能够提前一年得到强化治疗,从而更有效地减少或阻断这些患者出现关节破坏进展,这对于RA的精准治疗、降低致残率具有重要的意义和临床价值。
为了实现上述目的,本发明是通过以下方案予以实现的:
本领域技术人员知晓,CD55、CD90、CD3、CD4、CD8、CD20、CD38、L-CD68、SL-CD68、CD15和CD31属于各种细胞标记。CD55用于标记衬里层成纤维样滑膜细胞,CD90用于标记衬里下层成纤维样滑膜细胞,CD3用于标记总T细胞,CD4用于标记辅助性T细胞,CD8用于标记细胞毒性T细胞,CD20用于标记B细胞,CD38用于标记浆细胞,CD68用于标记单核/巨噬细胞(L-CD68为衬里层巨噬样滑膜细胞的评分,SL-CD68为衬里下层单核/巨噬细胞的评分),CD15用于标记中性粒细胞,CD31用于标记血管内皮细胞。
现有技术中关于RA滑膜的临床研究,尤其是滑膜与关节破坏预测的研究较少。早期研究发现,RA滑膜组织中衬里层成纤维样滑膜细胞的数量、衬里下层CD68+巨噬细胞、CD20+B细胞、CD3+T细胞的浸润程度及血管内皮细胞生长因子的表达水平与其关节破坏进展得分正相关,但不能预测关节破坏进展。Rooney等发现基线滑膜中调控破骨细胞分化活化的关键因子RANKL的表达水平可在一定程度上预测RA患者6个月和1年的关节侵蚀进展,但不能预测由关节软骨破坏引起的关节间隙狭窄及整体关节破坏进展。总体来说,滑膜单个指标的检测不能或不能有效地预测关节破坏进展。因此,通过滑膜多指标的联合检测全面评估滑膜组织,并结合量化评分,有望从滑膜角度找到预测关节破坏进展的新的具体指标。
本发明通过大量临床样本和多年的研发经验发现,滑膜相关的CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55这八个细胞标记,可以相互搭配组合构建成一种新的评估指标(优化的滑膜的细胞免疫学评分),该评估指标可以用于预测类风湿关节炎患者一年关节破坏进展的情况;而优化的滑膜的细胞免疫学评分可以作为预测系统中关节破坏进展风险比对模块中的对比指标,所以本发明要求保护CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55细胞标记在制备预测类风湿关节炎患者一年关节破坏进展的系统中的应用。
现有技术中已报道RA患者的滑膜组织中参与RA滑膜炎及关节破坏的免疫病理学标记包括(1)细胞标记类:成纤维样滑膜细胞标记:MMP3、钙黏蛋白11、CD55、ICAM-1、VCAM-1、UDPGD,B细胞标记:CD19、CD20,T细胞标记:CD3、CD4、CD8、CD25、FoxP3,中性粒细胞标记:CD15,浆细胞标记:CD38、CD138,血管内皮细胞标记:CD31、CD34,单核细胞标记:CD14,巨噬细胞标记:CD68、CD163,树突状细胞标记:CD16、FDC,(2)细胞因子类:VEGF、TGF-β;IL-1β、TNF-α、IL-6、IL-17、RANKL、MMP1、MMP2、MMP9、MMP13(3)信号分子类:TRAF6、P53、Bcl-6、Blimp-1、Ki67。发明人结合多年的临床研究,选择研究CD55、CD90、CD3、CD4、CD8、CD20、CD38、L-CD68、SL-CD68、CD15和CD31共11个细胞标记与RA一年关节破坏进展的关系,仅仅发现CD90+衬里下层成纤维样滑膜细胞、CD20+B细胞、SL-CD68+衬里下层巨噬细胞、CD31+血管内皮细胞与关节破坏进展相关,但是,最后在构建优化的滑膜的细胞免疫学评分时,发明人发现,将CD3、CD15、L-CD68和CD55这四种与关节破坏进展不相关的细胞标记与CD90、CD20、SL-CD68、CD31相互组合构建成优化的滑膜的细胞免疫学评分,对于预测关节破坏进展的准确率有非常大的帮助。
本发明还要求保护优化的滑膜的细胞免疫学评分在制备预测类风湿关节炎患者一年关节破坏进展的系统中的应用,所述优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;或者优化的滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和。本发明通过研究发现采用CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55等细胞标记构建而成的上述七个优化的滑膜的细胞免疫学评分,可以作为预测类风湿关节炎患者一年关节破坏进展评估指标,因此,这7个优化的滑膜的细胞免疫学评分可以作为评估模块的评估指标用于制备预测类风湿关节炎患者一年关节破坏进展的系统。
优选地,如上所述CD55、CD90、CD3、CD20、L-CD68、SL-CD68、CD15或CD31的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量。
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块根据待计算的滑膜的细胞免疫学评分的计算公式,计算出相应的滑膜的细胞免疫学评分,O-CISS1=CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,O-CISS2=CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,O-CISS3=CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,O-CISS4=CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,O-CISS5=CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;O-CISS6=CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;O-CISS7=CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和,优化的滑膜的细胞免疫学评分计算模块将计算得出的优化的滑膜的细胞免疫学评分传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
优选地,所述CD55、CD90、CD3、CD20、L-CD68、SL-CD68、CD15或CD31的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量。
作为优选实施方案,所述关节破坏进展风险比对模块使用O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6或O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,所述评估标准为,O-CISS1评分>16.5分,一年关节破坏进展的风险结果为高危,O-CISS1评分≤16.5分,一年关节破坏进展的风险结果为低危;O-CISS2评分>15.5分,一年关节破坏进展的风险结果为高危,O-CISS2评分≤15.5分,一年关节破坏进展的风险结果为低危;O-CISS3评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS3评分≤14.5分,一年关节破坏进展的风险结果为低危;O-CISS4评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS4评分≤14.5分,一年关节破坏进展的风险结果为低危;O-CISS5评分>13.5分,一年关节破坏进展的风险结果为高危,O-CISS5评分≤13.5分,一年关节破坏进展的风险结果为低危;O-CISS6评分>13.5分,对应一年关节破坏进展的风险结果为高危,O-CISS6评分≤13.5分,一年关节破坏进展的风险结果为低危;O-CISS7评分>11.5分,一年关节破坏进展的风险结果为高危,O-CISS7评分≤11.5分,对应一年关节破坏进展的风险结果为低危。
更优选地,所述关节破坏进展风险比对模块使用O-CISS5来预测类风湿关节炎患者一年关节破坏进展的风险。最优选地,所述关节破坏进展风险比对模块使用O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险。
作为另外一种优选实施方案,所述关节破坏进展风险比对模块使用O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6和O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,所述评估标准为,上述7个优化的滑膜的细胞免疫学评分中至少有3个优化的滑膜的细胞免疫学评分的评分结果对应风险结果为高危,患者一年关节破坏进展的风险结果为高危,相反为低危。
与现有技术相比,本发明具有以下有益效果
本发明首次采用多个滑膜相关的免疫病理学标记构建了一种预测RA患者一年关节破坏进展的评估指标,即优化的滑膜的细胞免疫学评分(O-CISS)。基于该评估指标。在优化的滑膜的细胞免疫学评分建立和筛选过程中,发明人团队首先采用免疫组化方法染色标记参与RA滑膜炎及关节破坏的相关细胞,并进行半定量评分,然后对筛选出的最佳的原始滑膜的细胞免疫学评分进行优化和简化,最终筛选出对RA患者一年关节破坏进展预测能力具有可行性的7个优化的评分指标,即O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6、O-CISS7。相比Krenn提出的免疫滑膜炎评分和Humby等基于Nanostring技术进行滑膜组织基因检测组建的预测一年关节破坏进展模型,本发明构建的评估指标的预测准确率高,而且经济方便,可操作性强;并且该评分改善了现有利用病情活动评分及Krenn等提出的免疫滑膜炎评分预测RA关节破坏进展的不足。七个优化的滑膜的细胞免疫学评分中的任意一个,或者7个评分组合在一起可以构建一种预测RA患者一年关节破坏进展的系统,该评估系统可提前一年精确地(评估系统对预测RA患者一年关节破坏进展的AUC值在0.764~0.812,显著高于现有评估方法)筛选出关节破坏进展的高危患者,使高危患者提前一年得到强化治疗,从而提前更有效地减少或阻断RA患者关节破坏进展,避免残疾,对于临床RA的治疗具有重要的临床意义和价值。
附图说明
图1为不同滑膜细胞的免疫组化代表图及评分。
图2为优化的滑膜的细胞免疫学评分创建流程图。
图3为预测RA患者一年关节破坏进展的系统的结构示意图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作出进一步地详细阐述,所述实施例只用于解释本发明,并非用于限定本发明的范围。下述实施例中所使用的试验方法如无特殊说明,均为常规方法;所使用的材料、试剂等,如无特殊说明,为可从商业途径得到的试剂和材料。
实施例1
优化的滑膜的细胞免疫学评分的构建(见图2),具体包括如下步骤:
1、免疫组化染色:关节滑膜活检获取滑膜组织经过固定、脱水和包埋后连续切片,进行免疫组化染色,主要步骤包括:
(1)脱蜡、水化:
a.60℃烤片2小时;
b.依次放入二甲苯20分钟×2次;
c.依次放入100%、95%、85%、75%乙醇各5分钟;
d.蒸馏水洗一次1分钟;
e.PBS洗涤1次15分钟。
(2)高压修复:
放入pH 8.0的EDTA,煮沸后放入片子(溶液没过组织),合上盖子后喷气开始算2分30秒,然后迅速降压,自然冷却至室温。
(3)封闭、加一抗:
a.PBS洗5分钟×3次;
b.加入过氧化物酶封闭液(3%H2O2),每张片子150μL左右,避光孵育10分钟;
c.PBS洗5分钟×3次);
d.加入一抗,每张片约需50μL,4℃孵育过夜。
(4)加二抗:
a.37℃复温45分钟;
b.PBS洗10分钟×3次;
c.加入二抗,37℃,30分钟;
d.PBS洗10分钟×3次。
(5)显色:
加入DAB显色剂,镜下出现染色时即可进行蒸馏水终止染色,未显色则10分钟后进行蒸馏水终止染色。
(6)复染:
滴加苏木素,滴加苏木素5-10分钟后,放入自来水中返蓝,之后用1%盐酸酒精分化,待蓝色转为红色后立即放入自来水中终止,之后用流水冲洗1分钟,水洗15分钟。
(7)干片、封片:
a.60℃烘箱中干片3小时;
b.中性树胶封片,写上日期,分类放置。
其中一抗标记参与RA滑膜炎的不同细胞:CD55(克隆号E7G2U,标记衬里层成纤维样滑膜细胞)、CD90(克隆号EPR3133,标记衬里下层成纤维样滑膜细胞)、CD3(克隆号LN10,标记总T细胞)、CD4(克隆号EP204,标记辅助性T细胞)、CD8(克隆号SP16,标记细胞毒性T细胞)、CD20(克隆号L26,标记B细胞)、CD38(克隆号SPC32,标记浆细胞)、CD68(克隆号KP1,标记单核/巨噬细胞)、CD15(克隆号MMA+BY87,标记中性粒细胞)及CD31(克隆号OTI2F10,标记血管内皮细胞)。除CD55、CD90、CD8为兔来源的单克隆抗体,其它均为小鼠来源的单克隆抗体。CD55购自Cell Signaling Technology(Danvers,MA,USA),CD90购自Abcam(Cambridge,MA,USA),其余抗体均购自北京中杉金桥生物技术有限公司。
2、免疫学标记量化:免疫组化染色后,把切片放置在显微镜下,组织中阳性细胞被染成棕褐色。在Leica DM2500显微镜40×高倍镜下使用与显微镜配套的LAS V3.6应用套件,由2名实验者双盲对整个滑膜组织的阳性细胞数量及分布情况进行半定量评分。结果见图1,每个免疫学标记按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达(无阳性细胞);1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量。
3、免疫学标记组合筛选:分析每个免疫学标记与RA一年关节破坏进展的关系,得到与一年关节破坏进展相关的免疫学标记。由表1的结果可以看出,11个免疫学指标中,CD90+衬里下层成纤维样滑膜细胞、CD20+B细胞、SL-CD68+衬里下层巨噬细胞、CD31+血管内皮细胞与关节破坏进展相关,其它7个免疫学指标与关节破坏进展不相关。
4、将纳入评分的标记按最优原则筛选出最优的原始评分:11个免疫学指标中,鉴于CD20+B细胞和CD38+浆细胞存在一定程度重叠,CD3+总T细胞包括CD4+辅助性T细胞和CD8+细胞毒性T细胞,因此组合出八个由8或9个免疫学指标组成的原始CISS,即CISS1(CD55+CD90+CD20+L-CD68+SL-CD68+CD15+CD31+CD3)、CISS2(CD55+CD90+CD20+L-CD68+SL-CD68+CD15+CD31+CD4+CD8)、CISS3(CD55+CD90+CD20+L-CD68+SL-CD68+CD15+CD31+CD4)、CISS4(CD55+CD90+CD20+L-CD68+SL-CD68+CD15+CD31+CD8);、CISS5(CD55+CD90+CD38+L-CD68+SL-CD68+CD15+CD31+CD3)、CISS6(CD55+CD90+CD38+L-CD68+SL-CD68+CD15+CD31+CD4+CD8)、CISS7(CD55+CD90+CD38+L-CD68+SL-CD68+CD15+CD31+CD4),CISS8(CD55+CD90+CD38+L-CD68+SL-CD68+CD15+CD31+CD8)。利用ROC曲线得出8个不同的CISS分别预测一年关节破坏进展的曲线下面积(AUC)、约登指数,将最大约登指数对应的临界值作为区分一年关节破坏进展高危组和低危组的最佳临界值,即cutoff值。这8个原始CISS中CISS1预测一年关节破坏进展的能力优于Krenn提出的免疫滑膜炎评分(Krenn-IMSYC)及CISS2~CISS8,即CISS1为最优的原始CISS。
5、对筛选出的最优的原始评分按简化评分原则和最优原则逐步剔除与关节破坏进展相关性不大或不相关的指标得到新的优化评分。由于CD55、L-CD68和CD15标记的细胞在RA滑膜中所占数量较少,且与一年关节破坏进展无关,为简化及优化评分系统,在最优的原始CISS1基础上舍去其中一个指标,得出由三个由7个指标组成的O-CISS1(CD90+CD3+CD20+SL-CD68+CD31+L-CD68+CD55)、O-CISS2(CD90+CD3+CD20+SL-CD68+CD31+L-CD15+CD55)、O-CISS3(CD90+CD3+CD20+SL-CD68+CD31+CD15+L-CD68),进一步舍去其中两者,组合出三个由6个免疫学指标组成的O-CISS4(CD90+CD3+CD20+SL-CD68+CD31+CD55)、O-CISS5(CD90+CD3+CD20+SL-CD68+CD31+L-CD68)、O-CISS6(CD90+CD3+CD20+SL-CD68+CD31+CD15),进一步舍去三者,组成一个由5个免疫学指标组成的O-CISS7(CD90+CD3+CD20+SL-CD68+CD31)。利用ROC曲线得出7个不同O-CISS分别预测一年关节破坏进展的曲线下面积(AUC)、约登指数,将最大约登指数对应的临界值作为区分一年关节破坏进展高危组和低危组的最佳临界值,即cutoff值。并将O-CISS>cutoff值定义为高危,O-CISS≤cutoff值定义为低危。发现O-CISS1~O-CISS7预测一年关节破坏进展的能力非常准确(ROC AUC为0.764~0.812),可精确地筛选出一年关节破坏进展的高危患者。
6、优化的滑膜的细胞免疫学评分的验证:通过logistic单因素和多因素回归分析方法,在校正患者基线性别、年龄、病程、RF状态、抗CCP抗体状态、吸烟情况、DAS28-CRP,斯坦福健康评估问卷-残疾指数(HAQ-DI)、影像学改良sharp评分总分(mTSS)等基线指标,分析7个不同的O-CISS是否为一年关节破坏进展的预测因素,结果见表4,由表4的结果可以看出O-CISS每增加1分,关节破坏进展的风险增加0.430~0.933倍。
表1 RA患者基线滑膜不同细胞评分与一年关节破坏进展的关系
基线滑膜细胞评分 | 无进展组(n=63) | 进展组(n=29) | Z/X值 | P值 |
CD55+衬里层成纤维样滑膜细胞 | 2(1-2) | 2(2-3) | -1.925 | 0.054 |
CD90+衬里下层成纤维样滑膜细胞 | 2(2-2) | 2(2-3) | -3.222 | 0.001 |
CD3+T细胞 | 2(2-3) | 2.5(2-3) | -1.842 | 0.065 |
CD4+辅助性T细胞 | 2(2-2) | 2(2-3) | -1.011 | 0.312 |
CD8+细胞毒性T细胞 | 1(0-2) | 1(0-1) | -1.556 | 0.120 |
CD20+B细胞 | 2(2-2) | 2(2-3) | -3.013 | 0.003 |
CD38+浆细胞 | 2(2-3) | 2(2-3) | -1.097 | 0.273 |
CD68+衬里层巨噬细胞 | 2(1-2) | 2(1-3) | -1.687 | 0.092 |
CD68+衬里下层巨噬细胞 | 2(2-2) | 3(2-3) | -4.552 | <0.001 |
CD15+中性粒细胞 | 1(1-2) | 1(1-2) | -0.184 | 0.854 |
CD31+血管内皮细胞 | 2(2-2) | 3(2-3) | -2.918 | 0.004 |
表2 RA患者基线CISS预测一年关节破坏进展
AUC | P值 | 95%CI | Cutoff值 | 约登指数 | 敏感性 | 特异性 | 阳性预测值 | 阴性预测值 | |
IMSYC | 0.668 | 0.009 | 0.548-0.788 | 14.5 | 0.282 | 73.3% | 54.8% | 44.0% | 81.0% |
CISS1 | 0.759 | <0.001 | 0.646-0.871 | 18.5 | 0.467 | 46.7% | 100% | 100% | 79.5% |
CISS2 | 0.713 | 0.001 | 0.596-0.831 | 18.5 | 0.371 | 50.0% | 87.1% | 65.2% | 78.3% |
CISS3 | 0.753 | <0.001 | 0.639-0.867 | 17.5 | 0.434 | 46.7% | 96.8% | 87.5% | 78.9% |
CISS4 | 0.721 | 0.001 | 0.605-0.837 | 15.5 | 0.358 | 60.0% | 75.8% | 54.5% | 79.7% |
CISS5 | 0.749 | <0.001 | 0.636-0.862 | 18.5 | 0.418 | 46.7% | 95.2% | 82.4% | 78.7% |
CISS6 | 0.699 | 0.002 | 0.581-0.816 | 18.5 | 0.372 | 53.3% | 83.9% | 61.5% | 78.8% |
CISS7 | 0.742 | <0.001 | 0.627-0.857 | 18.5 | 0.433 | 43.0% | 100% | 100.0% | 78.5% |
CISS8 | 0.706 | 0.001 | 0.589-0.822 | 16.5 | 0.305 | 46.7% | 83.9% | 58.3% | 76.5% |
表3 RA患者基线O-CISS预测一年关节破坏进展
O-CISS | AUC | P值 | 95%CI | Cutoff值 | 约登指数 | 敏感性 | 特异性 | 阳性预测值 | 阴性预测值 |
O-CISS1 | 0.781 | <0.001 | 0.676-0.885 | 16.5 | 0.451 | 46.7% | 98.4% | 93.3% | 79.2% |
O-CISS2 | 0.764 | <0.001 | 0.651-0.878 | 15.5 | 0.470 | 56.7% | 90.3% | 73.9% | 81.2% |
O-CISS3 | 0.773 | <0.001 | 0.659-0.887 | 14.5 | 0.459 | 73.3% | 72.6% | 56.4% | 84.9% |
O-CISS4 | 0.792 | <0.001 | 0.690-0.894 | 14.5 | 0.434 | 46.7% | 96.8% | 87.5% | 78.9% |
O-CISS5 | 0.800 | <0.001 | 0.698-0.902 | 13.5 | 0.489 | 66.7% | 82.3% | 64.5% | 83.6% |
O-CISS6 | 0.774 | <0.001 | 0.657-0.891 | 13.5 | 0.503 | 60.0% | 90.3% | 75.0% | 82.4% |
O-CISS7 | 0.812 | <0.001 | 0.709-0.916 | 11.5 | 0.524 | 73.3% | 79.0% | 62.9% | 86.0% |
O-CISS高危个数 | 0.797 | <0.001 | 0.686-0.909 | 2.5 | 0.540 | 73.3% | 80.6% | 64.7% | 86.2% |
表4不同O-CISS与一年关节破坏进展的Logistic回归分析
多因素a,校正基线年龄、性别、病程、吸烟情况、RF、CCP、DAS28-CRP、HAQ-DI、mTSS.
实施例2
一种预测类风湿关节炎患者一年关节破坏进展的系统(见图3),所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS1的计算公式,O-CISS1=CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,计算出O-CISS1的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS1传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS1来预测类风湿关节炎患者一年关节破坏进展的风险,所述评估标准为,O-CISS1评分>16.5分,一年关节破坏进展的风险结果为高危,O-CISS1评分≤16.5分,一年关节破坏进展的风险结果为低危。
实施例3
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS2的计算公式,O-CISS2=CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,计算出O-CISS2的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS2传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS2来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS2评分>15.5分,一年关节破坏进展的风险结果为高危,O-CISS2评分≤15.5分,一年关节破坏进展的风险结果为低危。
实施例4
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS3的计算公式,O-CISS3=CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,计算出O-CISS3的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS3传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS3来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS3评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS3评分≤14.5分,一年关节破坏进展的风险结果为低危。
实施例5
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS4的计算公式,O-CISS4=CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,计算出O-CISS4的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS4传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS4来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS4评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS4评分≤14.5分,一年关节破坏进展的风险结果为低危。
实施例6
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS5的计算公式,O-CISS5=CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;计算出O-CISS5的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS5传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS5来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS5评分>13.5分,一年关节破坏进展的风险结果为高危,O-CISS5评分≤13.5分,一年关节破坏进展的风险结果为低危。
实施例7
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS6的计算公式,O-CISS6=CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;计算出O-CISS6的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS6传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS6来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS6评分>13.5分,对应一年关节破坏进展的风险结果为高危,O-CISS6评分≤13.5分,一年关节破坏进展的风险结果为低危。
实施例8
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS7的计算公式,O-CISS7=CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和,计算出O-CISS7的细胞免疫学评分,优化的滑膜的细胞免疫学评分计算模块将O-CISS7传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,O-CISS6评分>11.5分,对应一年关节破坏进展的风险结果为高危,O-CISS6评分≤11.5分,一年关节破坏进展的风险结果为低危。
实施例9
一种预测类风湿关节炎患者一年关节破坏进展的系统,所述系统包括免疫病理学标记评分测定模块、优化的滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给优化的滑膜的细胞免疫学评分计算模块,优化的滑膜的细胞免疫学评分计算模块按照O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6、O-CISS7共7个优化的滑膜的细胞免疫学评分的计算公式,计算出7个优化的滑膜的细胞免疫学评分,O-CISS1=CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,O-CISS2=CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,O-CISS3=CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,O-CISS4=CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,O-CISS5=CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;O-CISS6=CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;O-CISS7=CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和,优化的滑膜的细胞免疫学评分计算模块将7个优化的滑膜的细胞免疫学评分传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果。
所述CD90、CD3、CD20、SL-CD68、CD31、L-CD68、CD55和CD15的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量;具体测定方法同实施例1。
所述关节破坏进展风险比对模块使用O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6和O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,所述评估标准为,上述7个优化的滑膜的细胞免疫学评分中至少有3个优化的滑膜的细胞免疫学评分的评分结果对应风险结果为高危,患者一年关节破坏进展的风险结果为高危,相反为低危。
对比例1
Krenn病理滑膜炎评分:2002年Krenn等采用H&E染色的方法,对滑膜衬里层增生、炎症浸润和基质活化三个方面进行半定量评分(每个方面0~3分),相加为Krenn总分(0~9分),主要用于区分炎性和非炎性关节病(特异性高达96.1%,但敏感性仅为61.7%),但目前文献未见Krenn病理滑膜炎评分预测RA患者关节破坏进展的报道。我们前瞻性RA研究队列的数据也显示,Krenn病理滑膜炎评分与RA患者一年关节破坏进展无关。
Krenn免疫滑膜炎评分(immunologic synovitis score,IMSYC):2019年Krenn等在H&E染色基础上,通过免疫组化方法新增5个细胞免疫学标记,将得到的Krenn总分(0~9分)与每个细胞免疫学标记亚分(0~3分)相加为IMSYC(总分0~24分)。该评分在区分炎性和非炎性关节病上的敏感性和特异性分别为71.8%和98%,较既往Krenn病理滑膜炎评分具有更佳的诊断效能,但目前文献未见该评分预测RA患者关节破坏进展的报道。我们的研究发现,IMSYC预测RA患者出现一年关节破坏进展的ROC曲线下面积仅为0.668,敏感性为73.3%,特异性为54.8%,意味着26.7%的一年关节破坏高风险的人群将被漏诊及高达45.2%的一年关节破坏低风险的人群将被误诊。提示IMSYC不能有效地预测RA患者出现一年关节破坏进展。
2019年Humby等从滑膜分子层面角度出发,通过Nanostring技术对早期初治RA患者滑膜组织进行基因检测,采用差异基因分析和逻辑回归分析的方法确定预测关节破坏进展相关的变量,最终得到包括RF滴度和淋巴系、髓系相关基因在内的模型,其预测RA患者患者出现一年关节破坏进展的ROC曲线下面积高达0.888,提示该模型对一年关节破坏进展的RA患者有较强的预测能力,但该技术成本高,难以在临床推广应用。
与上述最接近的现有技术的技术方案相比,本发明采用经济方便的免疫组化染色方法标记参与RA滑膜炎及关节破坏的细胞,并进行半定量评分,然后根据最优和简化评分的原则对不同免疫病理学标记进行组合,最终筛选出对RA患者一年关节破坏进展预测能力具有可行性的优化的7个评分指标,即实施例1记载的O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6、O-CISS7。7个同O-CISS中的任何一个,或者7个O-CISS组合在一起可提前一年精确地筛选出关节破坏进展的高危患者。该指标的临床推广应用将有助于精准识别高危患者,实现精准治疗、降低RA致残率。
应用例1
将实施例2~9和对比例1所述预测系统分别在一个收纳92例病人的验证样本库中进行对比验证。92例病人出现一年关节破坏进展的实际结果为32.6%(30/92)。实施例2~9和对比例1所述预测系统对92例病人一年关节破坏进展的预测结果见表5。
表5每例病人根据不同预测系统的评分和结局
/>
/>
/>
由表5的结果可以看出,实施例2~9预测系统对92例病人一年关节破坏进展的阳性预测值为56.4%~93.3%,阴性预测值为78.9%~86.2%;而对比例1中Krenn评分对92例病人一年关节破坏进展的阳性预测值为34.9%,阴性预测值为100%;Krenn等提出的IMSYC对92例病人一年关节破坏进展的阳性预测值为44%,阴性预测值为81%。
Claims (4)
1.一种滑膜的细胞免疫学评分在制备预测类风湿关节炎患者一年关节破坏进展的系统中的应用,所述滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;或者滑膜的细胞免疫学评分等于CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和,所述L-CD68为衬里层巨噬样滑膜细胞的评分,SL-CD68为衬里下层单核/巨噬细胞的评分,所述CD55、CD90、CD3、CD20、L-CD68、SL-CD68、CD15或CD31的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量。
2.一种预测类风湿关节炎患者一年关节破坏进展的系统,其特征在于,所述系统包括免疫病理学标记评分测定模块、滑膜的细胞免疫学评分计算模块、关节破坏进展风险比对模块和风险结果显示模块;所述免疫病理学标记评分测定模块用于测定CD90、CD3、CD15、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分,并将8个标记的免疫病理学标记评分传输给滑膜的细胞免疫学评分计算模块,滑膜的细胞免疫学评分计算模块根据待计算的滑膜的细胞免疫学评分的计算公式,计算出相应的滑膜的细胞免疫学评分,O-CISS1=CD90、CD3、CD20、SL-CD68、CD31、L-CD68和CD55的免疫病理学标记评分的加和,O-CISS2=CD90、CD3、CD20、SL-CD68、CD31、CD15和CD55的免疫病理学标记评分的加和,O-CISS3=CD90、CD3、CD20、SL-CD68、CD31、CD15和L-CD68的免疫病理学标记评分的加和,O-CISS4=CD90、CD3、CD20、SL-CD68、CD31和CD55的免疫病理学标记评分的加和,O-CISS5=CD90、CD3、CD20、SL-CD68、CD31和L-CD68的免疫病理学标记评分的加和;O-CISS6=CD90、CD3、CD20、SL-CD68、CD31和CD15的免疫病理学标记评分的加和;
O-CISS7=CD90、CD3、CD20、SL-CD68和CD31的免疫病理学标记评分的加和,滑膜的细胞免疫学评分计算模块将计算得出的滑膜的细胞免疫学评分传输给关节破坏进展风险比对模块,关节破坏进展风险比对模块将对比判断的结果传输给风险结果显示模块,风险结果显示模块用于显示风险判断结果,所述CD55、CD90、CD3、CD20、L-CD68、SL-CD68、CD15或CD31的免疫病理学标记评分按阳性细胞浸润程度/数量采用半定量法评定,0分:无浸润/无表达;1分:轻度浸润/少量;2分:中度浸润/中量;3分:重度浸润/大量。
3.根据权利要求2所述的系统,其特征在于,所述关节破坏进展风险比对模块使用O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6或O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,评估标准为,O-CISS1评分>16.5分,一年关节破坏进展的风险结果为高危,O-CISS1评分≤16.5分,一年关节破坏进展的风险结果为低危;O-CISS2评分>15.5分,一年关节破坏进展的风险结果为高危,O-CISS2评分≤15.5分,一年关节破坏进展的风险结果为低危;O-CISS3评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS3评分≤14.5分,一年关节破坏进展的风险结果为低危;O-CISS4评分>14.5分,一年关节破坏进展的风险结果为高危,O-CISS4评分≤14.5分,一年关节破坏进展的风险结果为低危;O-CISS5评分>13.5分,一年关节破坏进展的风险结果为高危,O-CISS5评分≤13.5分,一年关节破坏进展的风险结果为低危;O-CISS6评分>13.5分,对应一年关节破坏进展的风险结果为高危,O-CISS6评分≤13.5分,一年关节破坏进展的风险结果为低危;O-CISS7评分>11.5分,一年关节破坏进展的风险结果为高危,O-CISS7评分≤11.5分,对应一年关节破坏进展的风险结果为低危。
4.根据权利要求2所述的系统,其特征在于,所述关节破坏进展风险比对模块使用O-CISS1、O-CISS2、O-CISS3、O-CISS4、O-CISS5、O-CISS6和O-CISS7来预测类风湿关节炎患者一年关节破坏进展的风险,评估标准为,上述7个滑膜的细胞免疫学评分中至少有3个滑膜的细胞免疫学评分的评分结果对应风险结果为高危,患者一年关节破坏进展的风险结果为高危,相反为低危。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248207.2A CN112599243B (zh) | 2020-11-10 | 2020-11-10 | 一种预测类风湿关节炎患者一年关节破坏进展的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248207.2A CN112599243B (zh) | 2020-11-10 | 2020-11-10 | 一种预测类风湿关节炎患者一年关节破坏进展的系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112599243A CN112599243A (zh) | 2021-04-02 |
CN112599243B true CN112599243B (zh) | 2023-09-05 |
Family
ID=75183232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011248207.2A Active CN112599243B (zh) | 2020-11-10 | 2020-11-10 | 一种预测类风湿关节炎患者一年关节破坏进展的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112599243B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115212297A (zh) * | 2022-06-10 | 2022-10-21 | 苏州市独墅湖医院(苏州大学附属独墅湖医院) | 一种用于治疗炎症性关节炎的基因工程药物及其制备方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007111657A2 (en) * | 2005-12-14 | 2007-10-04 | Ludwig Institute For Cancer Research | Method for diagnosing rheumatoid arthritis via assaying myofibroblast-like synoviocytes for fibroblast activation protein |
CN101523218A (zh) * | 2006-09-29 | 2009-09-02 | 霍夫曼-拉罗奇有限公司 | 评估类风湿性关节炎患者疾病进展的风险 |
WO2014080204A1 (en) * | 2012-11-22 | 2014-05-30 | The University Of Birmingham | Assay method |
WO2017184726A2 (en) * | 2016-04-20 | 2017-10-26 | Crescendo Bioscience | Biomarkers and methods for assessing response to inflammatory disease therapy |
CN109599175A (zh) * | 2018-12-04 | 2019-04-09 | 中山大学孙逸仙纪念医院 | 一种分析关节破坏进展概率的装置及方法 |
CN110136834A (zh) * | 2019-05-24 | 2019-08-16 | 中山大学孙逸仙纪念医院 | 一种预测类风湿关节炎患者1年后身体功能障碍的临床病情评估新体系 |
CN110136833A (zh) * | 2019-05-24 | 2019-08-16 | 中山大学孙逸仙纪念医院 | 一种预测类风湿关节炎患者1年关节破坏进展的临床病情评估新体系 |
CN110148465A (zh) * | 2019-05-10 | 2019-08-20 | 中山大学孙逸仙纪念医院 | 一种用于分析类风湿性关节炎的系统 |
CN110459312A (zh) * | 2018-05-07 | 2019-11-15 | 深圳华大生命科学研究院 | 类风湿性关节炎易感位点及其应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7702469B2 (en) * | 2006-04-10 | 2010-04-20 | Academisch Ziekenhuis Leiden H.O.D.N. Lumc | Systems and methods for predicting an individual's risk of developing rheumatoid arthritis |
-
2020
- 2020-11-10 CN CN202011248207.2A patent/CN112599243B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007111657A2 (en) * | 2005-12-14 | 2007-10-04 | Ludwig Institute For Cancer Research | Method for diagnosing rheumatoid arthritis via assaying myofibroblast-like synoviocytes for fibroblast activation protein |
CN101523218A (zh) * | 2006-09-29 | 2009-09-02 | 霍夫曼-拉罗奇有限公司 | 评估类风湿性关节炎患者疾病进展的风险 |
WO2014080204A1 (en) * | 2012-11-22 | 2014-05-30 | The University Of Birmingham | Assay method |
WO2017184726A2 (en) * | 2016-04-20 | 2017-10-26 | Crescendo Bioscience | Biomarkers and methods for assessing response to inflammatory disease therapy |
CN110459312A (zh) * | 2018-05-07 | 2019-11-15 | 深圳华大生命科学研究院 | 类风湿性关节炎易感位点及其应用 |
CN109599175A (zh) * | 2018-12-04 | 2019-04-09 | 中山大学孙逸仙纪念医院 | 一种分析关节破坏进展概率的装置及方法 |
CN110148465A (zh) * | 2019-05-10 | 2019-08-20 | 中山大学孙逸仙纪念医院 | 一种用于分析类风湿性关节炎的系统 |
CN110136834A (zh) * | 2019-05-24 | 2019-08-16 | 中山大学孙逸仙纪念医院 | 一种预测类风湿关节炎患者1年后身体功能障碍的临床病情评估新体系 |
CN110136833A (zh) * | 2019-05-24 | 2019-08-16 | 中山大学孙逸仙纪念医院 | 一种预测类风湿关节炎患者1年关节破坏进展的临床病情评估新体系 |
Non-Patent Citations (1)
Title |
---|
《滑膜巨噬细胞与类风湿关节炎病情活动》;戴冽等;《中华风湿病学杂志》;19991231;第3卷(第4期);第229-231页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112599243A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lokeshwar et al. | Bladder tumor markers beyond cytology: International Consensus Panel on bladder tumor markers | |
CN107209184B (zh) | 用于诊断多种感染的标记组合及其使用方法 | |
JP5684724B2 (ja) | 強直性脊椎炎を有する患者における抗−TNFα抗体に対する臨床応答を予測する血清マーカー | |
US20120329071A1 (en) | Protein biomarkers and therapeutic targets for renal disorders | |
CN103946709A (zh) | 基于l-fabp诊断急性事件后或外科手术后的肾损伤 | |
Liu et al. | The utility of urinary biomarker panel in predicting renal pathology and treatment response in Chinese lupus nephritis patients | |
CA2769462A1 (en) | Serum markers predicting clinical response to anti-tnf.alpha. antibodies in patients with psoriatic arthritis | |
CN113075414A (zh) | 用于诊断眼表炎症和干眼病的方法和装置 | |
CN112599243B (zh) | 一种预测类风湿关节炎患者一年关节破坏进展的系统 | |
Yamashita et al. | Panel of novel urine biomarkers for incident microalbuminuria in people with type 2 diabetes mellitus | |
Kifer et al. | Semiquantitative classification (SQC) and Oxford classifications predict poor renal outcome better than The International Study of Kidney Disease in Children (ISKDC) and Haas in patients with IgAV nephritis: a multicenter study | |
CN115948544B (zh) | Cited4和/或metrn在椎间盘退变程度的鉴别诊断中的应用 | |
CN112760374A (zh) | Sdf4作为生物标志物在脓毒症预后预测试剂中的应用 | |
Jiang et al. | Different roles of urinary light chains and serum light chains as potential biomarkers for monitoring disease activity in systemic lupus erythematosus | |
Zeng et al. | Urinary and kidney podocalyxin and podocin levels in diabetic kidney disease: a kidney biopsy study | |
WO2014145181A1 (en) | Methods for determining prognosis of colorectal cancer | |
CN116559462A (zh) | 用于肿瘤患者预后的生物标志物组及其用途 | |
Gruver et al. | Proteomic characterisations of ulcerative colitis endoscopic biopsies associate with clinically relevant histological measurements of disease severity | |
Carvalho et al. | Pathway-guided monitoring of the disease course in bladder cancer with longitudinal urine proteomics | |
US20220011311A1 (en) | Detection of bladder cancer | |
EP2895863B1 (en) | New biomarkers for the diagnosis and/or prognosis of clear cell renal cell carcinoma | |
CN112345770A (zh) | 弹性蛋白降解肽作为腹膜透析患者血管钙化标志物的应用 | |
CN107643283B (zh) | 干扰素诱导T细胞α趋化因子在制备原发性胆汁性胆管炎诊断试剂或试剂盒中的应用 | |
RU2763839C1 (ru) | Способ многофакторного прогноза рака молочной железы | |
CN112946269B (zh) | Abca1与cd68作为预后标记物在制备肝癌预后预测试剂盒中的应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |