目的 构建甲状腺癌患者预后风险模型.方法 分析癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库中甲状腺癌患者的RNA测序(RNA Sequencing,RNA-Seq)数据及临床信息.通过cox回归分析构建预测患者预后风险的模型后,按高低风险对甲状腺癌患者进行Kaplan-Meier生存分析.结果 cox回归分析发现RIPPLY3、PCOLCE2、FAM111B、ZSCAN4、SALL3和DLK16具有预测患者预后的功能.预后风险模型为:风险值=(RIPPLY3×-0.6194)+(PCOLCE2×0.5299) +(FAM111B×-0.3838)+(ZSCAN4×-0.4329)+(SALL3×0.3508)+(DLK1×0.2216).Kaplan-Meier分析证明高风险组生存率显著劣于低风险组.ROC曲线证明风险预测模型判断甲状腺癌患者预后的准确性(AUC=0.955).结论 成功构建甲状腺癌患者风险预测模型,为甲状腺癌患者的诊断、治疗和改善预后提供新的治疗靶点和参考依据.
作者:何东生;曾先捷
来源:实用癌症杂志 2019 年 34卷 11期