您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览63 | 下载16

目的 基于癌症基因组图谱(TCGA)数据库筛选乳腺癌预后相关的微小RNA(miRNA)生物标志物.方法 从TCGA数据库中获取乳腺癌miRNA族谱,采用生物信息学分析方法,对差异表达明显的miR-NA采用单因素Cox、LASSO回归、逐步多因素Cox回归分析,建立预后风险评估模型,采用受试者工作特征曲线评估模型预测能力.结果 在乳腺癌TCGA数据库中筛选出269个差异表达明显的miRNA.首先采用单因素Cox分析和LASSO回归分析,筛选出18个与乳腺癌预后相关的miRNA,继而采用逐步多因素Cox回归分析,最终筛选出由8个miRNA组合的评分模型作为乳腺癌预后预测的生物标志物,其与单个生物标志物相比具有良好的准确性和可靠性.结论 筛选的8个miRNA组合的评分模型可作为预测乳腺癌预后的生物标志物.

作者:张珂;张开炯;吴立春;陈莉

来源:国际检验医学杂志 2021 年 42卷 22期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:63 | 下载:16
作者:
张珂;张开炯;吴立春;陈莉
来源:
国际检验医学杂志 2021 年 42卷 22期
标签:
乳腺癌;癌症基因组图谱;微小RNA;预后
目的 基于癌症基因组图谱(TCGA)数据库筛选乳腺癌预后相关的微小RNA(miRNA)生物标志物.方法 从TCGA数据库中获取乳腺癌miRNA族谱,采用生物信息学分析方法,对差异表达明显的miR-NA采用单因素Cox、LASSO回归、逐步多因素Cox回归分析,建立预后风险评估模型,采用受试者工作特征曲线评估模型预测能力.结果 在乳腺癌TCGA数据库中筛选出269个差异表达明显的miRNA.首先采用单因素Cox分析和LASSO回归分析,筛选出18个与乳腺癌预后相关的miRNA,继而采用逐步多因素Cox回归分析,最终筛选出由8个miRNA组合的评分模型作为乳腺癌预后预测的生物标志物,其与单个生物标志物相比具有良好的准确性和可靠性.结论 筛选的8个miRNA组合的评分模型可作为预测乳腺癌预后的生物标志物.