论文部分内容阅读
第一部分:头颈部鳞癌预后因素的生物信息学分析题目:基于TCGA数据库分析STING在头颈部鳞癌中的预后价值和信号通路目的:TMEM173基因是一种先天免疫调节基因,由TMEM173编码的蛋白STING是先天免疫信号产生的重要辅助因子,作为胞质DNA的传感器,促进I型干扰素的产生。虽然它对多种癌症的肿瘤治疗和预后都有影响,但对头颈部鳞癌(HNSCC)的生物信息学分析还有待进一步研究。我们旨在探讨TMEM173在HNSCC中的表达和预后价值,与HPV P16/CDKN2A基因的互相作用关系,以及TMEM173对免疫和其他通路的调节作用。材料和方法:用于分析的数据主要来自TCGA数据集。利用GEPIA、Reactome Pathway Database、KM plotter Database、UCSC Xena browser 和 cBioPortal for Cancer Genomics Database等在线分析工具分析TMEM173基因的表达与肿瘤浸润淋巴细胞和生存预后的关系。结果:TMEM173在HNSCC组织中的过表达并不显著,但它在HPV阳性HNSCC中表达高于HPV阴性HNSCC。TMEM173的表达可募集肿瘤浸润性淋巴细胞。此外,TMEM173参与多种功能调控,其表达受p16/CDKN2A基因、凋亡和自噬相关基因的调控。TMEM173的高表达与HNSCC患者良好的总生存(OS)相关(HR=0.72,p=0.021)。结论:TMEM173促进肿瘤微环境中肿瘤浸润淋巴细胞的募集,TMEM173的高表达预测了 HNSCC患者良好的OS,有望成为预后预测因素和潜在治疗靶点。第二部分:基于SEER数据库探索原发性腮腺鳞癌的治疗模式题目1:利用Nomogram风险分层评估术后放射治疗对腮腺鳞癌的临床价值目的:原发性腮腺鳞癌是腮腺恶性肿瘤的一种罕见的病理类型。腮腺鳞癌的大部分预后指标和治疗的分析主要是通过小型回顾性研究获得。目前腮腺鳞癌的治疗以手术治疗为主,并建议术后放疗(PORT),但术后辅助放疗对腮腺鳞癌的临床价值有待基于风险分层模型的进一步评估。材料和方法:我们利用SEER数据库,回顾性队列分析1975年至2016年期间接受手术治疗的腮腺鳞癌患者。患者分为手术+放疗组(放疗组)和单纯手术组(非放疗组)。基于5年总生存期(OS)的独立预后因素,构建Nomogram预测模型,将患者分为不同的风险组,并采用校准曲线(calibrationplot)、曲线下面积(AUC)和决策曲线分析法(DCA)评估模型的准确性。Cox回归模型评价PORT的临床价值。结果:共581例腮腺鳞癌纳入研究,其中放射治疗组403例(69.4%),非放射治疗组178例(30.6%)。在72个月的中位随访中,共310例(53.4%)死亡发生,其中非放疗组106例(59.6%)死亡,放疗组204例(50.6%)死亡。经校准曲线(calibration plot)、曲线下面积(AUC)和决策曲线分析法(DCA)评测后,与其他分期系统相比,Nomogram风险预测模型在OS分层和临床决策方面更准确、更有用。根据Nomogram评分和患者预后,将患者分为低风险组、中风险组(包括中低风险组和中高风险组)和高风险组三个风险层级。放疗能显著改善中风险组患者的总生存期(HR=0.638,95%CI=0.482-0.844,P=0.002),而对于低风险组(HR=1.168,95%CI=0.329-4.140,P=0.810)和高风险组(HR=0.891,95%CI=0.550-1.444,P=0.639)患者,术后放疗没有改善其总生存。结论:年龄、T分期和阳性淋巴结数量是5年OS的独立因素。腮腺鳞癌的Nomogram预后预测模型可以更好地对腮腺鳞癌患者的预后进行分层,筛选受益于PORT的患者,提示该模型可作为PORT的临床决策参考,避免过度治疗。题目2:放疗和化疗对腮腺鳞癌的临床价值分析目的:原发性腮腺鳞状细胞癌是一种罕见的腮腺恶性肿瘤,放疗(RT)和化疗(CT)对腮腺鳞癌患者的肿瘤特异性生存(CSS)和总生存(OS)的临床价值需要进一步评估。材料和方法:我们利用SEER数据进行回顾性分析研究,主要研究对象是1975年至2016年间诊断为原发性腮腺鳞状细胞癌的患者。患者被分为5组:单纯手术组(Salone)、术后放疗组(PORT)、术后放化疗组(S+CRT)、根治性放疗组(RT)、根治性放化疗组(CRT)。根据Cox多因素分析获得的独立预后风险因素对患者进行风险分层,采用单因素、多因素和倾向评分匹配(PSM)的分析方法进行综合比较。结果:我们确定了 2324名符合条件的原发性腮腺鳞状细胞癌患者,其中1172名患者具有明确的分期。中位随访107个月,术后患者的生存期优于非手术患者。术后辅助放疗(PORT)显著提高了术后患者的OS(HR=0.778,95%CI=0.652-0.927,P=0.005)。在基于年龄、T分期、N分期的风险分层分析中,高危组中接受PORT的患者的OS优于单纯手术组的患者(41.1 vs.27.4,P=0.002),而化疗并不能改善生存。接受根治性放化疗的患者的OS优于单纯放疗组的患者(HR=0.778,95%CI=0.652-0.927,P=0.005),年龄、T分期是OS的独立预后因素,经PSM调整后,根治性放化疗(CRT)的患者与单纯放疗(RT)的患者相比,其OS和CSS均有显著差异。结论:PORT可显著提高术后患者的OS。未手术的患者中,CRT组的OS优于RT组,根据风险分层选择治疗方案对患者是可行和有效的。第三部分:鼻咽癌预后分析题目:鼻咽癌的预后和风险模型的构建目的:由于肿瘤的异质性,即使是临床分期相同的鼻咽癌患者,其总生存期(OS)也可能不同,单纯依靠TNM分期评估预后并不完善。我们试图建立一个更为全面、准确的预后评估模型,对非转移性鼻咽癌患者的预后进行个体化的评估。材料和方法:我们收集了 2003年8月至2017年5月期间就诊于中国医学科学院肿瘤医院的初诊非转移性鼻咽癌患者的诊疗信息:初诊年龄、T分期、N分期、EB病毒DNA(EBV DNA)水平、血清乳酸脱氢酶(LDH)水平,吸烟史、酗酒史,并且所有符合条件的患者都接受了根治性放射治疗。主要研究重点是总生存率(OS),次要研究终点是无进展生存(PFS)、局部区域无进展生存期(LRPFS)和远处无转移生存期(DMFS)。基于多因素Cox比例风险回归获得的OS的独立预后因素,我们构建了预后风险模型,并将患者分为四个风险级别。通过C指数和校准曲线(calibrationplot)评估风险预后模型的预测能力和准确性。采用Kaplan-Meier 法表现各个风险组的 OS、PFS、LRPFS 和 DMFS,并用 log-rank检验组间差异。结果:经过筛选和排除,最终1872名患者被纳入研究,其中1374名(73.4%)是男性,中位年龄为47岁(范围4-82岁)。基于Cox多因素分析获得的六个OS的独立预后因素:年龄、T分期、N分期、吸烟史、EBVDNA和LDH,我们构建了非转移性鼻咽癌的预后风险模型。预后风险模型在对预后(OS、PFS、LRPFS和DMFS)的预测方面显著优于第八版AJCC TNM分期系统。我们构建的风险模型的OS、PFS、LRPFS和DMFS的校正曲线与实际预后情况具有良好的一致性,优于第八版AJCC TNM分期系统。根据预后风险模型,患者被分为四个风险等级:风险组1(0-1个风险因素),风险组2(2个风险因素),风险组3(3个风险因素),风险组4(4-6个风险因素)。四个风险分层的OS(P<0.001)、PFS(P<0.001)、LRPFS(P<0.001)和 DMFS(P<0.001)之间具有较好的区分度,尤其是四个风险组的OS和PFS,组间差异明显。四个风险组的5年OS分别为92.5%,85.5%,80.1%,59.1%,(P<0.001),5 年 PFS 分别为 86.7%,79.9%,69.4%,52.1%(P<0.001)。结论:四个风险组的患者在生存预后和疾病控制方面表现出显著的差异。通过该模型,肿瘤学家可以准确、有效地评估患者的预后,提出更加合理化的临床决策。