CN112852968A - 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法 - Google Patents

基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法 Download PDF

Info

Publication number
CN112852968A
CN112852968A CN202110378927.9A CN202110378927A CN112852968A CN 112852968 A CN112852968 A CN 112852968A CN 202110378927 A CN202110378927 A CN 202110378927A CN 112852968 A CN112852968 A CN 112852968A
Authority
CN
China
Prior art keywords
exp
risk
patient
immune
breast cancer
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.)
Pending
Application number
CN202110378927.9A
Other languages
English (en)
Inventor
杨文琳
张瑞
王磊
王婷
赵丽华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110378927.9A priority Critical patent/CN112852968A/zh
Publication of CN112852968A publication Critical patent/CN112852968A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • 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
    • 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
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Zoology (AREA)
  • Immunology (AREA)
  • Epidemiology (AREA)
  • Genetics & Genomics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Primary Health Care (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，涉及临床医疗领域，该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法的操作步骤具体如下：步骤一：收集患者肿瘤组织；步骤二：进行RNA提取；步骤三：进行RT‑PCR检测；步骤四：通过计算公式得到患者风险值；步骤五：根据风险值评估患者为高风险组或低风险组；该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法可提供患者预后和免疫治疗疗效的准确预测，通过穿刺少量组织进行检测，可在术前进行预测，方便确定治疗方案，能够提高预测患者生存时间和免疫治疗反应的准确性，且通过预测筛选对免疫治疗可能无效的患者，避免不必要的治疗，同时操作时间短，能够减少患者住院等待时间。

Description

基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法
技术领域
本发明涉及临床医疗领域，尤其涉及基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法。
背景技术
乳腺是全球女性发病率最高的恶性肿瘤，也是女性患者死亡的主要原因，根据分子分型，乳腺癌分为LuminalA型，LuminalB型，HER2过表达型和三阴性乳腺癌，其中三阴性乳腺癌患者预后最差，肿瘤恶性程度高，转移率高，并且没有相应的靶向药物的治疗，近年来，免疫治疗在肿瘤临床治疗获得显著疗效，成为继靶向药物以来最有前途的新方案，但是由于三阴性乳腺癌具有较高的肿瘤异质性，只有部分患者可受益于免疫治疗；
而传统的检测方法，例如病理常规免疫组化检测仅包括ER,PR,HER2等分子检测，以及FISH检测HER2基因扩增情况，ER或PR阳性患者使用内分泌治疗，HER2过表达型患者使用靶向药物进行治疗，而三者均不表达的患者只能依靠传统的放疗和化疗手段，治疗效果差，因此传统的临床检测手段无法判读三阴性乳腺癌患者是否适合免疫治疗，并且该检测方法时间长，一般通过免疫组化进行初筛，如果HER2表达为1+或2+阳性，还需要辅助FISH进行基因检测，不仅增加等待时间，而且增加患者的经济负担，更重要的是，该传统检测流程是基于传统的治疗方案设置的，无法应用到新型的免疫治疗方案上，如果对所有三阴性乳腺癌患者进行免疫治疗，会有一部分患者对治疗不敏感，甚至加重病情，且需要支付昂贵的治疗费用；而让所有患者都不使用免疫治疗，则可能导致一部分可能受益的患者错过最佳治疗时间，为此，我们提出了基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法。
为了实现上述目的，本发明采用了如下技术方案：
基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法的操作步骤具体如下：
步骤一：收集患者肿瘤组织；
步骤二：进行RNA提取；
步骤三：进行RT-PCR检测；
步骤四：通过计算公式得到患者风险值；
步骤五：根据风险值评估患者为高风险组或低风险组。
作为本发明进一步的方案，步骤一中所述肿瘤组织包括新鲜组织或石蜡组织，步骤二中所述RNA提取的具体方式为通过RNA提取试剂盒进行提取。
作为本发明进一步的方案，步骤三中所述进行RT-PCR检测的目的在于：检测模型中的13个免疫相关长链非编码RNA(LncRNA)的表达水平，得到13个lncRNA的表达值。
作为本发明进一步的方案，步骤四中所述计算公式如下：
Exp(DLGAP-AS1)×(-0.61)+Exp(AC104083.1)×(0.08)+Exp(LINC00472)×(0.63)+Exp(YTHDF3-AS1)×(-0.62)+Exp(CA3-AS1)×(1.21)+Exp(AC104958.2)×(0.86)+Exp(LINC00839)×(0.23)+Exp(AC245297.4)×(-0.87)+Exp(BRWD1-AS2)×(2.26)+Exp(USP30-AS1)×(-0.44)+Exp(AL133338.1)×(-0.69)+Exp(NIFK-AS1)×(-1.15)+Exp(AC016888.1)×(0.34)；
其中，Exp为表达量。
作为本发明进一步的方案，步骤五中所述高风险组或低风险组的评估方式具体如下：风险值大于5为高风险组；风险值小于等于5为低风险组，
其中，风险值大于5时，患者从免疫治疗中无法获益，不建议进行免疫治疗；
风险值小于等于5时，患者对免疫治疗敏感，建议进行免疫治疗。
相比于现有技术，本发明的有益效果在于：
该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法可提供患者预后和免疫治疗疗效的准确预测，通过穿刺少量组织进行检测，可在术前进行预测，方便确定治疗方案，能够提高预测患者生存时间和免疫治疗反应的准确性，且通过预测筛选对免疫治疗可能无效的患者，减轻患者负担，避免不必要的治疗，同时操作时间短，能够减少患者住院等待时间。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明的流程框图；
图2为本发明中高、低风险组患者的PD-L1表达差异图；
图3为本发明中风险评分及临床病理特征的5年ROC曲线及AUC值展示图；
图4为本发明中免疫相关lncRNA多因素分析的森林图；
图5为本发明中风险模型3、5、10年的ROC曲线及AUC值展示图；
图6为本发明中高、低风险组患者的kaplan-Meier生存风险图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
参照图1-6，基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法的操作步骤具体如下：
步骤一：收集患者肿瘤组织；
步骤二：进行RNA提取；
步骤三：进行RT-PCR检测；
步骤四：通过计算公式得到患者风险值；
步骤五：根据风险值评估患者为高风险组或低风险组。
步骤一中肿瘤组织包括新鲜组织或石蜡组织，步骤二中RNA提取的具体方式为通过RNA提取试剂盒进行提取。
步骤三中进行RT-PCR检测的目的在于：检测模型中的13个免疫相关长链非编码RNA(LncRNA)的表达水平，得到13个lncRNA的表达值，如图4所示。
作为本发明进一步的方案，步骤四中计算公式如下：
Exp(DLGAP-AS1)×(-0.61)+Exp(AC104083.1)×(0.08)+Exp(LINC00472)×(0.63)+Exp(YTHDF3-AS1)×(-0.62)+Exp(CA3-AS1)×(1.21)+Exp(AC104958.2)×(0.86)+Exp(LINC00839)×(0.23)+Exp(AC245297.4)×(-0.87)+Exp(BRWD1-AS2)×(2.26)+Exp(USP30-AS1)×(-0.44)+Exp(AL133338.1)×(-0.69)+Exp(NIFK-AS1)×(-1.15)+Exp(AC016888.1)×(0.34)；
其中，Exp为表达量，具体数据如下表：
Figure BDA0003012049770000061
Figure BDA0003012049770000071
步骤五中高风险组或低风险组的评估方式具体如下：风险值大于5为高风险组；风险值小于等于5为低风险组，其评估依据可参考风险评分及临床病理特征的5年ROC曲线及AUC值进行评估，如图3所示，同时可参考如图5所示的中风险模型3、5、10年的ROC曲线及AUC值展示图，其中患者预后可参照图6所展示的中高、低风险组患者的kaplan-Meier生存风险图。
其中，风险值大于5时，患者从免疫治疗中无法获益，不建议进行免疫治疗；风险值小于等于5时，患者对免疫治疗敏感，建议进行免疫治疗，具体可参考图2所展示的高、低风险组患者的PD-L1表达差异。
由上表可得到：该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法可提供患者预后和免疫治疗疗效的准确预测，通过穿刺少量组织进行检测，可在术前进行预测，方便确定治疗方案，能够提高预测患者生存时间和免疫治疗反应的准确性，且通过预测筛选对免疫治疗可能无效的患者，减轻患者负担，避免不必要的治疗，同时操作时间短，能够减少患者住院等待时间。
本发明的工作原理及使用流程：首先，收集患者的肿瘤组织，该肿瘤组织包括新鲜组织或石蜡组织，然后通过RNA提取试剂盒进行RNA提取，紧接着进行RT-PCR检测，检测模型中的13个免疫相关长链非编码RNA(LncRNA)的表达水平，得到13个lncRNA的表达值，然后根据公式计算得到患者风险值，最后根据风险值评估患者为高风险组或低风险组，风险值大于5时评估为高风险组，患者预后差，从免疫治疗中无法获益，不建议进行免疫治疗，当风险值小于等于5评估为低风险组，患者预后好，对免疫治疗敏感，建议进行免疫治疗，该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法可提供患者预后和免疫治疗疗效的准确预测，通过穿刺少量组织进行检测，可在术前进行预测，方便确定治疗方案，能够提高预测患者生存时间和免疫治疗反应的准确性，且通过预测筛选对免疫治疗可能无效的患者，减轻患者负担，避免不必要的治疗，同时操作时间短，能够减少患者住院等待时间。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，其特征在于，该基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法的操作步骤具体如下：
步骤一：收集患者肿瘤组织；
步骤二：进行RNA提取；
步骤三：进行RT-PCR检测；
步骤四：通过计算公式得到患者风险值；
步骤五：根据风险值评估患者为高风险组或低风险组。
2.根据权利要求1所述的基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，其特征在于，步骤一中所述肿瘤组织包括新鲜组织或石蜡组织，步骤二中所述RNA提取的具体方式为通过RNA提取试剂盒进行提取。
3.根据权利要求1所述的基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，其特征在于，步骤三中所述进行RT-PCR检测的目的在于：检测模型中的13个免疫相关长链非编码RNA(LncRNA)的表达水平，得到13个lncRNA的表达值。
4.根据权利要求1所述的基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，其特征在于，步骤四中所述患者风险值的计算公式如下：
Exp(DLGAP-AS1)×(-0.61)+Exp(AC104083.1)×(0.08)+Exp(LINC00472)×(0.63)+Exp(YTHDF3-AS1)×(-0.62)+Exp(CA3-AS1)×(1.21)+Exp(AC104958.2)×(0.86)+Exp(LINC00839)×(0.23)+Exp(AC245297.4)×(-0.87)+Exp(BRWD1-AS2)×(2.26)+Exp(USP30-AS1)×(-0.44)+Exp(AL133338.1)×(-0.69)+Exp(NIFK-AS1)×(-1.15)+Exp(AC016888.1)×(0.34)；
其中，Exp为表达量。
5.根据权利要求1所述的基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法，其特征在于，步骤五中所述高风险组或低风险组的评估方式具体如下：风险值大于5为高风险组；风险值小于等于5为低风险组，
其中，风险值大于5时，患者从免疫治疗中无法获益，不建议进行免疫治疗；
风险值小于等于5时，患者对免疫治疗敏感，建议进行免疫治疗。
CN202110378927.9A 2021-04-08 2021-04-08 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法 Pending CN112852968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110378927.9A CN112852968A (zh) 2021-04-08 2021-04-08 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110378927.9A CN112852968A (zh) 2021-04-08 2021-04-08 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法

Publications (1)

Publication Number Publication Date
CN112852968A true CN112852968A (zh) 2021-05-28

Family

ID=75992348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110378927.9A Pending CN112852968A (zh) 2021-04-08 2021-04-08 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法

Country Status (1)

Country Link
CN (1) CN112852968A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114649094A (zh) * 2022-03-30 2022-06-21 广东省人民医院 一种基于核磁共振的乳腺癌多参数临床决策辅助装置
CN116913479A (zh) * 2023-09-13 2023-10-20 西南石油大学 一种确定实施pmrt的三阴性乳腺癌患者的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105316402A (zh) * 2015-04-02 2016-02-10 复旦大学附属肿瘤医院 一种预测三阴性乳腺癌预后及化疗敏感性的mRNA联合lncRNA模型及应用
CN105821125A (zh) * 2010-03-31 2016-08-03 斯维丹诊断有限责任公司 用于内分泌治疗下的乳腺癌复发预测的方法
CN108490188A (zh) * 2018-03-07 2018-09-04 中国科学院上海高等研究院 乳腺癌风险评估用蛋白质及其应用
CN111321225A (zh) * 2020-03-02 2020-06-23 中山大学孙逸仙纪念医院 一种基于lncRNA评分体系在预测肿瘤免疫治疗效果中的应用
CN112185546A (zh) * 2020-09-23 2021-01-05 山东大学第二医院 一种用于乳腺癌患者预后预测的模型及建立方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105821125A (zh) * 2010-03-31 2016-08-03 斯维丹诊断有限责任公司 用于内分泌治疗下的乳腺癌复发预测的方法
CN105316402A (zh) * 2015-04-02 2016-02-10 复旦大学附属肿瘤医院 一种预测三阴性乳腺癌预后及化疗敏感性的mRNA联合lncRNA模型及应用
CN108490188A (zh) * 2018-03-07 2018-09-04 中国科学院上海高等研究院 乳腺癌风险评估用蛋白质及其应用
CN111321225A (zh) * 2020-03-02 2020-06-23 中山大学孙逸仙纪念医院 一种基于lncRNA评分体系在预测肿瘤免疫治疗效果中的应用
CN112185546A (zh) * 2020-09-23 2021-01-05 山东大学第二医院 一种用于乳腺癌患者预后预测的模型及建立方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114649094A (zh) * 2022-03-30 2022-06-21 广东省人民医院 一种基于核磁共振的乳腺癌多参数临床决策辅助装置
CN114649094B (zh) * 2022-03-30 2022-11-15 广东省人民医院 一种基于核磁共振的乳腺癌多参数临床决策辅助装置
CN116913479A (zh) * 2023-09-13 2023-10-20 西南石油大学 一种确定实施pmrt的三阴性乳腺癌患者的方法及装置
CN116913479B (zh) * 2023-09-13 2023-12-29 西南石油大学 一种确定实施pmrt的三阴性乳腺癌患者的方法及装置

Similar Documents

Publication Publication Date Title
Wang et al. Value of serum tumor markers for predicting EGFR mutations and positive ALK expression in 1089 Chinese non-small-cell lung cancer patients: a retrospective analysis
Chang et al. Haemoglobin, neutrophil to lymphocyte ratio and platelet count improve prognosis prediction of the TNM staging system in nasopharyngeal carcinoma: development and validation in 3237 patients from a single institution
Wang et al. Clinical effect of human papillomavirus genotypes in patients with cervical cancer undergoing primary radiotherapy
Lu et al. Prognostic efficacy of combining tumor volume with Epstein-Barr virus DNA in patients treated with intensity-modulated radiotherapy for nasopharyngeal carcinoma
CN112852968A (zh) 基于免疫相关lncRNA构建三阴性乳腺癌风险预测方法
Qiu et al. Circulating tumor cells correlate with clinicopathological features and outcomes in differentiated thyroid cancer
JP2022507252A (ja) 非小細胞肺がんの診断用末梢血ｍｉＲＮＡマーカー
CN103163293A (zh) 辅助诊断非小细胞肺癌患者的试剂盒
CN104293919B (zh) 一种与非吸烟女性肺癌辅助诊断相关的snp标志物及其应用
CN113913524A (zh) 早期乳腺癌诊断模型及诊断系统
Itoh et al. Impact and risk factors for skeletal muscle mass loss after hepatic resection in patients with hepatocellular carcinoma
CN106119347A (zh) 基于血清exosomal microRNAs的结直肠癌转移检测的引物和试剂盒
Zhao et al. Osteopontin promoter polymorphisms at locus-443 are associated with metastasis and poor prognosis of human intrahepatic cholangiocarcinoma in Chinese population
CN108753981A (zh) Hoxb8基因的定量检测在结直肠癌预后判断中的应用
Ye et al. Serum levels of ITGBL1 as an early diagnostic biomarker for hepatocellular carcinoma with hepatitis B virus infection
Jeong et al. A Case of Primary pulmonary lymphoepithelioma-like carcinoma misdiagnosed as adenocarcinoma
He et al. Clinicopathological characteristics and prognostic risk factors of cervical cancer patients aged≤ 35 years old
Mahesh et al. Differences in gene expression profiles between human breast tissue and peripheral blood samples for breast cancer detection
Deng et al. Low OCEL1 expression is associated with poor prognosis in human non-small cell lung cancer
Kong et al. [Retracted] Gene Mutation and Its Association with Clinicopathological Features in Young Patients with Non‐Small‐Cell Lung Cancer
Levy et al. Carcinomas of an unknown primary site: a curable disease?
CN103163303A (zh) 辅助诊断肺腺癌患者的试剂盒
CN117334325B (zh) 一种lcat在肝细胞癌诊断、治疗和预测复发的应用
Alikhassi et al. Can Color and Spectral Doppler Ultrasound of Breast Cancers Help to Predict the Immunohistochemistry profile?
Kanemoto et al. Neurone-specific enolase and liver metastasis in small cell lung cancer

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210528