Alvleesklierkanker is een van de dodelijkste tumoren ter wereld met een slechte prognose.Daarom is een nauwkeurig voorspellingsmodel nodig om patiënten met een hoog risico op pancreaskanker te identificeren, de behandeling op maat te maken en de prognose van deze patiënten te verbeteren.
We verkregen RNAseq-gegevens van de Cancer Genome Atlas (TCGA) pancreasadenocarcinoom (PAAD) uit de UCSC Xena-database, identificeerden immuungerelateerde lncRNA's (irlncRNA's) door middel van correlatieanalyse en identificeerden verschillen tussen TCGA en normale pancreasadenocarcinoomweefsels.DEirlncRNA) van TCGA en genotype weefselexpressie (GTEx) van pancreasweefsel.Verdere univariate en lasso-regressieanalyses werden uitgevoerd om prognostische signatuurmodellen te construeren.Vervolgens berekenden we het gebied onder de curve en bepaalden we de optimale grenswaarde voor het identificeren van patiënten met pancreasadenocarcinoom met hoog en laag risico.Om klinische kenmerken, immuuncelinfiltratie, immunosuppressieve micro-omgeving en chemotherapieresistentie te vergelijken bij patiënten met pancreaskanker met een hoog en laag risico.
We identificeerden 20 DEirlncRNA-paren en groepeerden patiënten volgens de optimale grenswaarde.We hebben aangetoond dat ons prognostische signatuurmodel aanzienlijke prestaties levert bij het voorspellen van de prognose van patiënten met PAAD.De AUC van de ROC-curve is 0,905 voor de éénjarige voorspelling, 0,942 voor de tweejarige voorspelling en 0,966 voor de driejarige voorspelling.Patiënten met een hoog risico hadden lagere overlevingskansen en slechtere klinische kenmerken.We hebben ook aangetoond dat patiënten met een hoog risico immunosuppressie hebben en mogelijk resistentie tegen immunotherapie ontwikkelen.Evaluatie van geneesmiddelen tegen kanker zoals paclitaxel, sorafenib en erlotinib op basis van computationele voorspellingsinstrumenten kan geschikt zijn voor hoogrisicopatiënten met PAAD.
Over het geheel genomen heeft onze studie een nieuw prognostisch risicomodel opgesteld, gebaseerd op gepaard irlncRNA, dat een veelbelovende prognostische waarde toonde bij patiënten met alvleesklierkanker.Ons prognostische risicomodel kan helpen bij het differentiëren van patiënten met PAAD die geschikt zijn voor medische behandeling.
Alvleesklierkanker is een kwaadaardige tumor met een lage vijfjaarsoverleving en een hoge graad.Op het moment van de diagnose bevinden de meeste patiënten zich al in een vergevorderd stadium.In de context van de COVID-19-epidemie staan artsen en verpleegkundigen onder enorme druk bij de behandeling van patiënten met alvleesklierkanker, en de families van patiënten worden ook geconfronteerd met meerdere druk bij het nemen van behandelbeslissingen [1, 2].Hoewel er grote vooruitgang is geboekt bij de behandeling van DOADs, zoals neoadjuvante therapie, chirurgische resectie, bestralingstherapie, chemotherapie, gerichte moleculaire therapie en immuuncheckpointremmers (ICI’s), overleeft slechts ongeveer 9% van de patiënten vijf jaar na de diagnose [3]. ].], 4].Omdat de vroege symptomen van pancreasadenocarcinoom atypisch zijn, worden bij patiënten meestal in een vergevorderd stadium de diagnose metastasen gesteld [5].Daarom moet bij een geïndividualiseerde alomvattende behandeling voor een bepaalde patiënt de voor- en nadelen van alle behandelingsopties tegen elkaar worden afgewogen, niet alleen om de overleving te verlengen, maar ook om de kwaliteit van leven te verbeteren [6].Daarom is een effectief voorspellingsmodel noodzakelijk om de prognose van een patiënt nauwkeurig te kunnen beoordelen [7].Zo kan een geschikte behandeling worden geselecteerd om de overleving en kwaliteit van leven van patiënten met PAAD in evenwicht te brengen.
De slechte prognose van PAAD is voornamelijk te wijten aan resistentie tegen chemotherapiemedicijnen.De afgelopen jaren zijn immuuncheckpointremmers op grote schaal gebruikt bij de behandeling van solide tumoren [8].Het gebruik van ICI’s bij alvleesklierkanker is echter zelden succesvol [9].Daarom is het belangrijk om patiënten te identificeren die baat kunnen hebben bij ICI-therapie.
Lang niet-coderend RNA (lncRNA) is een type niet-coderend RNA met transcripten> 200 nucleotiden.LncRNA’s zijn wijdverspreid en vormen ongeveer 80% van het menselijke transcriptoom [10].Een grote hoeveelheid werk heeft aangetoond dat op lncRNA gebaseerde prognostische modellen de prognose van patiënten effectief kunnen voorspellen [11, 12].Er werden bijvoorbeeld 18 autofagiegerelateerde lncRNA's geïdentificeerd die prognostische kenmerken bij borstkanker genereren [13].Zes andere immuungerelateerde lncRNA’s zijn gebruikt om de prognostische kenmerken van glioom vast te stellen [14].
Bij pancreaskanker hebben sommige onderzoeken op lncRNA gebaseerde handtekeningen opgesteld om de prognose van de patiënt te voorspellen.Er werd een 3-lncRNA-signatuur vastgesteld bij pancreasadenocarcinoom met een oppervlakte onder de ROC-curve (AUC) van slechts 0,742 en een algehele overleving (OS) van 3 jaar [15].Bovendien variëren de waarden van de lncRNA-expressie tussen verschillende genomen, verschillende dataformaten en verschillende patiënten, en zijn de prestaties van het voorspellende model onstabiel.Daarom gebruiken we een nieuw modelleringsalgoritme, koppeling en iteratie, om immuniteitsgerelateerde lncRNA (irlncRNA) handtekeningen te genereren om een nauwkeuriger en stabieler voorspellend model te creëren [8].
Genormaliseerde RNAseq-gegevens (FPKM) en gegevens over klinische pancreaskanker TCGA en genotype weefselexpressie (GTEx) werden verkregen uit de UCSC XENA-database (//xenabrowser.net/datapages/).GTF-bestanden werden verkregen uit de Ensembl-database (//asia.ensembl.org) en gebruikt om lncRNA-expressieprofielen uit RNAseq te extraheren.We hebben immuniteitsgerelateerde genen gedownload uit de ImmPort-database (//www.immport.org) en immuniteitsgerelateerde lncRNA's (irlncRNA's) geïdentificeerd met behulp van correlatieanalyse (p <0,001, r > 0,4).Identificatie van differentieel tot expressie gebrachte irlncRNA's (DEirlncRNA's) door het kruisen van irlncRNA's en differentieel tot expressie gebrachte lncRNA's verkregen uit de GEPIA2-database (//gepia2.cancer-pku.cn/#index) in het TCGA-PAAD-cohort (|logFC|> 1 en FDR ) <0,05).
Deze methode is eerder gerapporteerd [8].Concreet construeren we X om de gepaarde lncRNA A en lncRNA B te vervangen. Wanneer de expressiewaarde van lncRNA A hoger is dan de expressiewaarde van lncRNA B, wordt X gedefinieerd als 1, anders wordt X gedefinieerd als 0. Daarom kunnen we verkrijgen een matrix van 0 of – 1. De verticale as van de matrix vertegenwoordigt elk monster, en de horizontale as vertegenwoordigt elk DEirlncRNA-paar met een waarde van 0 of 1.
Univariate regressieanalyse gevolgd door Lasso-regressie werd gebruikt om prognostische DEirlncRNA-paren te screenen.De lasso-regressieanalyse maakte gebruik van 10-voudige kruisvalidatie, 1000 keer herhaald (p <0,05), met 1000 willekeurige stimuli per run.Wanneer de frequentie van elk DEirlncRNA-paar in 1000 cycli de 100 maal overschreed, werden DEirlncRNA-paren geselecteerd om een prognostisch risicomodel te construeren.Vervolgens hebben we de AUC-curve gebruikt om de optimale grenswaarde te vinden voor het indelen van PAAD-patiënten in groepen met een hoog en laag risico.De AUC-waarde van elk model werd ook berekend en uitgezet als een curve.Als de curve het hoogste punt bereikt dat de maximale AUC-waarde aangeeft, stopt het berekeningsproces en wordt het model als de beste kandidaat beschouwd.Er werden 1-, 3- en 5-jaars ROC-curvemodellen geconstrueerd.Univariate en multivariate regressieanalyses werden gebruikt om de onafhankelijke voorspellende prestaties van het prognostische risicomodel te onderzoeken.
Gebruik zeven tools om de infiltratiesnelheid van immuuncellen te bestuderen, waaronder XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS en CIBERSORT.Gegevens over immuuncelinfiltratie werden gedownload uit de TIMER2-database (//timer.comp-genomics.org/#tab-5817-3).Het verschil in de inhoud van immuun-infiltrerende cellen tussen de groepen met een hoog en een laag risico van het geconstrueerde model werd geanalyseerd met behulp van de Wilcoxon Signed-rank-test. De resultaten worden weergegeven in de vierkante grafiek.Spearman-correlatieanalyse werd uitgevoerd om de relatie tussen risicoscorewaarden en immuun-infiltrerende cellen te analyseren.De resulterende correlatiecoëfficiënt wordt weergegeven als een lolly.De significantiedrempel werd vastgesteld op p < 0,05.De procedure werd uitgevoerd met behulp van het R-pakket ggplot2.Om de relatie tussen het model en de genexpressieniveaus geassocieerd met de infiltratiesnelheid van immuuncellen te onderzoeken, hebben we het ggstatsplot-pakket en de vioolplot-visualisatie uitgevoerd.
Om klinische behandelpatronen voor alvleesklierkanker te evalueren, berekenden we de IC50 van veelgebruikte chemotherapiemedicijnen in het TCGA-PAAD-cohort.Verschillen in halfremmende concentraties (IC50) tussen groepen met een hoog en een laag risico werden vergeleken met behulp van de Wilcoxon-test met ondertekende rang, en de resultaten worden weergegeven als boxplots gegenereerd met behulp van pRRophetic en ggplot2 in R. Alle methoden voldoen aan relevante richtlijnen en normen.
De workflow van onze studie wordt weergegeven in Figuur 1. Met behulp van correlatieanalyse tussen lncRNA's en immuniteitsgerelateerde genen hebben we 724 irlncRNA's geselecteerd met p <0,01 en r > 0,4.Vervolgens analyseerden we de differentieel tot expressie gebrachte lncRNA's van GEPIA2 (Figuur 2A).Een totaal van 223 irlncRNA's werd differentieel tot expressie gebracht tussen adenocarcinoom van de pancreas en normaal pancreasweefsel (|logFC| > 1, FDR <0,05), genaamd DEirlncRNA's.
Constructie van voorspellende risicomodellen.(A) Vulkaanplot van differentieel tot expressie gebrachte lncRNA's.(B) Verdeling van lassocoëfficiënten voor 20 DEirlncRNA-paren.(C) Gedeeltelijke waarschijnlijkheidsvariantie van de LASSO-coëfficiëntverdeling.(D) Bosplot met univariate regressieanalyse van 20 DEirlncRNA-paren.
Vervolgens hebben we een 0- of 1-matrix geconstrueerd door 223 DEirlncRNA's te koppelen.Er werden in totaal 13.687 DEirlncRNA-paren geïdentificeerd.Na univariate en lasso-regressieanalyse werden uiteindelijk 20 DEirlncRNA-paren getest om een prognostisch risicomodel te construeren (Figuur 2B-D).Op basis van de resultaten van Lasso en meervoudige regressieanalyse berekenden we een risicoscore voor elke patiënt in het TCGA-PAAD-cohort (Tabel 1).Op basis van de resultaten van de lasso-regressieanalyse hebben we voor elke patiënt in het TCGA-PAAD-cohort een risicoscore berekend.De AUC van de ROC-curve was 0,905 voor de 1-jarige risicomodelvoorspelling, 0,942 voor de 2-jarige voorspelling en 0,966 voor de 3-jarige voorspelling (Figuur 3A-B).We hebben een optimale grenswaarde van 3,105 vastgesteld, de TCGA-PAAD-cohortpatiënten gestratificeerd in groepen met hoog en laag risico, en de overlevingsresultaten en risicoscoreverdelingen voor elke patiënt in kaart gebracht (Figuur 3C-E).Kaplan-Meier-analyse toonde aan dat de overleving van PAAD-patiënten in de hoogrisicogroep significant lager was dan die van patiënten in de laagrisicogroep (p <0,001) (Figuur 3F).
Geldigheid van prognostische risicomodellen.(A) ROC van het prognostische risicomodel.(B) Prognostische risicomodellen voor 1, 2 en 3 jaar ROC.(C) ROC van prognostisch risicomodel.Toont het optimale afkappunt.(DE) Verdeling van overlevingsstatus (D) en risicoscores (E).(F) Kaplan-Meier-analyse van PAAD-patiënten in groepen met een hoog en laag risico.
We hebben de verschillen in risicoscores verder beoordeeld op basis van klinische kenmerken.De stripplot (Figuur 4A) toont de algemene relatie tussen klinische kenmerken en risicoscores.Vooral oudere patiënten hadden hogere risicoscores (Figuur 4B).Bovendien hadden patiënten met stadium II hogere risicoscores dan patiënten met stadium I (Figuur 4C).Wat betreft de tumorgraad bij PAAD-patiënten hadden patiënten van graad 3 hogere risicoscores dan patiënten van graad 1 en 2 (Figuur 4D).We voerden verder univariate en multivariate regressieanalyses uit en toonden aan dat de risicoscore (p <0,001) en leeftijd (p = 0,045) onafhankelijke prognostische factoren waren bij patiënten met PAAD (Figuur 5A-B).De ROC-curve toonde aan dat de risicoscore superieur was aan andere klinische kenmerken bij het voorspellen van de 1-, 2- en 3-jaarsoverleving van patiënten met PAAD (Figuur 5C-E).
Klinische kenmerken van prognostische risicomodellen.Histogram (A) toont (B) leeftijd, (C) tumorstadium, (D) tumorgraad, risicoscore en geslacht van patiënten in het TCGA-PAAD-cohort.**p<0,01
Onafhankelijke voorspellende analyse van prognostische risicomodellen.(AB) Univariate (A) en multivariate (B) regressieanalyses van prognostische risicomodellen en klinische kenmerken.(CE) 1-, 2- en 3-jarige ROC voor prognostische risicomodellen en klinische kenmerken
Daarom onderzochten we de relatie tussen tijd- en risicoscores.We ontdekten dat de risicoscore bij PAAD-patiënten omgekeerd gecorreleerd was met CD8+ T-cellen en NK-cellen (Figuur 6A), wat wijst op een onderdrukte immuunfunctie in de hoogrisicogroep.We hebben ook het verschil in immuuncelinfiltratie tussen de groepen met een hoog en een laag risico beoordeeld en dezelfde resultaten gevonden (Figuur 7).Er was minder infiltratie van CD8+ T-cellen en NK-cellen in de hoogrisicogroep.De afgelopen jaren zijn immuuncheckpointremmers (ICI's) op grote schaal gebruikt bij de behandeling van solide tumoren.Het gebruik van ICI's bij alvleesklierkanker is echter zelden succesvol geweest.Daarom hebben we de expressie van immuuncontrolepuntgenen in groepen met een hoog en laag risico beoordeeld.We ontdekten dat CTLA-4 en CD161 (KLRB1) tot overexpressie kwamen in de laagrisicogroep (Figuur 6B-G), wat aangeeft dat PAAD-patiënten in de laagrisicogroep mogelijk gevoelig zijn voor ICI.
Correlatieanalyse van prognostisch risicomodel en infiltratie van immuuncellen.(A) Correlatie tussen prognostisch risicomodel en infiltratie van immuuncellen.(BG) Geeft genexpressie aan in groepen met een hoog en laag risico.(HK) IC50-waarden voor specifieke geneesmiddelen tegen kanker in groepen met een hoog en laag risico.*p < 0,05, **p < 0,01, ns = niet significant
We hebben verder de associatie tussen risicoscores en gebruikelijke chemotherapiemiddelen in het TCGA-PAAD-cohort beoordeeld.We zochten naar veelgebruikte geneesmiddelen tegen kanker bij alvleesklierkanker en analyseerden de verschillen in hun IC50-waarden tussen groepen met een hoog en laag risico.De resultaten toonden aan dat de IC50-waarde van AZD.2281 (olaparib) hoger was in de hoogrisicogroep, wat aangeeft dat PAAD-patiënten in de hoogrisicogroep mogelijk resistent zijn tegen behandeling met AZD.2281 (Figuur 6H).Bovendien waren de IC50-waarden van paclitaxel, sorafenib en erlotinib lager in de hoogrisicogroep (Figuur 6I-K).We identificeerden verder 34 geneesmiddelen tegen kanker met hogere IC50-waarden in de hoogrisicogroep en 34 geneesmiddelen tegen kanker met lagere IC50-waarden in de hoogrisicogroep (Tabel 2).
Het kan niet worden ontkend dat lncRNA's, mRNA's en miRNA's op grote schaal voorkomen en een cruciale rol spelen bij de ontwikkeling van kanker.Er is voldoende bewijsmateriaal dat de belangrijke rol van mRNA of miRNA ondersteunt bij het voorspellen van de algehele overleving bij verschillende soorten kanker.Ongetwijfeld zijn veel prognostische risicomodellen ook gebaseerd op lncRNA’s.Luo et al.Studies hebben aangetoond dat LINC01094 een sleutelrol speelt bij PC-proliferatie en metastase, en een hoge expressie van LINC01094 duidt op een slechte overleving van patiënten met pancreaskanker [16].De studie gepresenteerd door Lin et al.Studies hebben aangetoond dat downregulatie van lncRNA FLVCR1-AS1 geassocieerd is met een slechte prognose bij patiënten met pancreaskanker [17].Immuniteitsgerelateerde lncRNA's worden echter relatief minder besproken in termen van het voorspellen van de algehele overleving van kankerpatiënten.De laatste tijd is er veel werk gericht op het bouwen van prognostische risicomodellen om de overleving van kankerpatiënten te voorspellen en daardoor behandelmethoden aan te passen [18, 19, 20].Er is een groeiende erkenning van de belangrijke rol van immuuninfiltraten bij het ontstaan, de progressie en de respons van kanker op behandelingen zoals chemotherapie.Talrijke onderzoeken hebben bevestigd dat tumor-infiltrerende immuuncellen een cruciale rol spelen in de respons op cytotoxische chemotherapie [21, 22, 23].De tumorimmuunmicro-omgeving is een belangrijke factor in de overleving van tumorpatiënten [24, 25].Immunotherapie, vooral ICI-therapie, wordt veel gebruikt bij de behandeling van solide tumoren [26].Immuungerelateerde genen worden veel gebruikt om prognostische risicomodellen te construeren.Su et al.Het immuungerelateerde prognostische risicomodel is gebaseerd op eiwitcoderende genen om de prognose van patiënten met eierstokkanker te voorspellen [27].Niet-coderende genen zoals lncRNA’s zijn ook geschikt voor het construeren van prognostische risicomodellen [28, 29, 30].Luo et al. testten vier immuungerelateerde lncRNA’s en bouwden een voorspellend model voor het risico op baarmoederhalskanker [31].Khan et al.Er werden in totaal 32 differentieel tot expressie gebrachte transcripten geïdentificeerd, en op basis hiervan werd een voorspellingsmodel met 5 significante transcripten opgesteld, dat werd voorgesteld als een sterk aanbevolen hulpmiddel voor het voorspellen van door biopsie bewezen acute afstoting na niertransplantatie [32].
De meeste van deze modellen zijn gebaseerd op genexpressieniveaus, hetzij eiwitcoderende genen, hetzij niet-coderende genen.Hetzelfde gen kan echter verschillende expressiewaarden hebben in verschillende genomen, dataformaten en bij verschillende patiënten, wat leidt tot onstabiele schattingen in voorspellende modellen.In deze studie hebben we een redelijk model gebouwd met twee paren lncRNA's, onafhankelijk van de exacte expressiewaarden.
In deze studie hebben we voor het eerst irlncRNA geïdentificeerd door middel van correlatieanalyse met immuniteitsgerelateerde genen.We screenden 223 DEirlncRNA's door hybridisatie met differentieel tot expressie gebrachte lncRNA's.Ten tweede hebben we een 0-of-1-matrix geconstrueerd op basis van de gepubliceerde DEirlncRNA-koppelingsmethode [31].Vervolgens hebben we univariate en lasso-regressieanalyses uitgevoerd om prognostische DEirlncRNA-paren te identificeren en een voorspellend risicomodel te construeren.We analyseerden verder de associatie tussen risicoscores en klinische kenmerken bij patiënten met PAAD.We ontdekten dat ons prognostische risicomodel, als onafhankelijke prognostische factor bij PAAD-patiënten, hooggradige patiënten effectief kan onderscheiden van laaggradige patiënten en hooggradige patiënten van laaggradige patiënten.Bovendien waren de AUC-waarden van de ROC-curve van het prognostische risicomodel 0,905 voor de 1-jarige voorspelling, 0,942 voor de 2-jarige voorspelling en 0,966 voor de 3-jarige voorspelling.
Onderzoekers rapporteerden dat patiënten met een hogere CD8+ T-celinfiltratie gevoeliger waren voor ICI-behandeling [33].Een toename van het gehalte aan cytotoxische cellen, CD56 NK-cellen, NK-cellen en CD8+ T-cellen in de tumorimmuunmicro-omgeving kan een van de redenen zijn voor het tumoronderdrukkende effect [34].Eerdere studies toonden aan dat hogere niveaus van tumor-infiltrerend CD4(+) T en CD8(+) T significant geassocieerd waren met langere overleving [35].Slechte CD8 T-celinfiltratie, lage neoantigeenbelasting en een zeer immunosuppressieve micro-omgeving van de tumor leiden tot een gebrek aan respons op ICI-therapie [36].We ontdekten dat de risicoscore negatief gecorreleerd was met CD8+ T-cellen en NK-cellen, wat aangeeft dat patiënten met hoge risicoscores mogelijk niet geschikt zijn voor ICI-behandeling en een slechtere prognose hebben.
CD161 is een marker van natuurlijke killercellen (NK-cellen).CD8+CD161+ CAR-getransduceerde T-cellen mediëren verbeterde in vivo antitumorwerkzaamheid in HER2+ pancreas ductaal adenocarcinoom xenotransplantaatmodellen [37].Immuuncontrolepuntremmers richten zich op cytotoxische T-lymfocyt-geassocieerde proteïne 4 (CTLA-4) en geprogrammeerde celdoodproteïne 1 (PD-1)/geprogrammeerde celdoodligand 1 (PD-L1) routes en hebben op veel gebieden een groot potentieel.De expressie van CTLA-4 en CD161 (KLRB1) is lager in risicogroepen, wat verder aangeeft dat patiënten met hoogrisicoscores mogelijk niet in aanmerking komen voor ICI-behandeling.[38]
Om behandelingsopties te vinden die geschikt zijn voor patiënten met een hoog risico, hebben we verschillende geneesmiddelen tegen kanker geanalyseerd en vastgesteld dat paclitaxel, sorafenib en erlotinib, die veel worden gebruikt bij patiënten met PAAD, geschikt kunnen zijn voor patiënten met een hoog risico met PAAD.[33].Zhang et al. ontdekten dat mutaties in elke DNA-schaderespons (DDR)-route kunnen leiden tot een slechte prognose bij prostaatkankerpatiënten [39].De Pancreatic Cancer Olaparib Ongoing (POLO) studie toonde aan dat onderhoudsbehandeling met olaparib de progressievrije overleving verlengde in vergelijking met placebo na eerstelijns chemotherapie op basis van platina bij patiënten met ductaal adenocarcinoom van de pancreas en kiemlijn BRCA1/2-mutaties [40].Dit biedt aanzienlijk optimisme dat de behandelresultaten bij deze subgroep patiënten aanzienlijk zullen verbeteren.In deze studie was de IC50-waarde van AZD.2281 (olaparib) hoger in de hoogrisicogroep, wat erop wijst dat PAAD-patiënten in de hoogrisicogroep mogelijk resistent zijn tegen behandeling met AZD.2281.
De voorspellingsmodellen in dit onderzoek leveren goede voorspellingsresultaten op, maar zijn gebaseerd op analytische prognoses.Hoe deze resultaten met klinische gegevens kunnen worden bevestigd, is een belangrijke vraag.Endoscopische echografie met fijne naaldaspiratie (EUS-FNA) is een onmisbare methode geworden voor het diagnosticeren van solide en extrapancreatische pancreaslaesies met een sensitiviteit van 85% en specificiteit van 98% [41].De komst van EUS-biopsienaalden met fijne naalden (EUS-FNB) is voornamelijk gebaseerd op waargenomen voordelen ten opzichte van FNA, zoals een hogere diagnostische nauwkeurigheid, het verkrijgen van monsters die de histologische structuur behouden en zo immuunweefsel genereren dat cruciaal is voor bepaalde diagnoses.speciale kleuring [42].Een systematische review van de literatuur bevestigde dat FNB-naalden (vooral 22G) de hoogste efficiëntie vertonen bij het oogsten van weefsel uit pancreasmassa's [43].Klinisch gezien komt slechts een klein aantal patiënten in aanmerking voor radicale chirurgie, en de meeste patiënten hebben op het moment van de initiële diagnose inoperabele tumoren.In de klinische praktijk is slechts een klein deel van de patiënten geschikt voor radicale chirurgie, omdat de meeste patiënten op het moment van de initiële diagnose inoperabele tumoren hebben.Na pathologische bevestiging door EUS-FNB en andere methoden wordt meestal gekozen voor een gestandaardiseerde niet-chirurgische behandeling zoals chemotherapie.Ons daaropvolgende onderzoeksprogramma is bedoeld om het prognostische model van deze studie te testen in chirurgische en niet-chirurgische cohorten door middel van een retrospectieve analyse.
Over het geheel genomen heeft onze studie een nieuw prognostisch risicomodel opgesteld, gebaseerd op gepaard irlncRNA, dat een veelbelovende prognostische waarde toonde bij patiënten met alvleesklierkanker.Ons prognostische risicomodel kan helpen bij het differentiëren van patiënten met PAAD die geschikt zijn voor medische behandeling.
De datasets die in het huidige onderzoek zijn gebruikt en geanalyseerd, zijn op redelijk verzoek verkrijgbaar bij de corresponderende auteur.
Sui Wen, Gong X, Zhuang Y. De bemiddelende rol van zelfeffectiviteit bij de emotionele regulatie van negatieve emoties tijdens de COVID-19-pandemie: een cross-sectioneel onderzoek.Int J Ment Health Nurs [tijdschriftartikel].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.De mening van familieleden over alternatieve besluitvorming op intensive care-afdelingen: een systematische review.INT J NURS STUD [tijdschriftartikel;beoordeling].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Alvleesklierkanker.Lancet.[Krantenartikel;onderzoeksondersteuning, NIH, extramuraal;onderzoeksondersteuning, overheid buiten de VS;beoordeling].2011 13-08-2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologie van alvleesklierkanker.Wereldtijdschrift voor gastro-enterologie.[Journaal artikel, recensie].2016 28/11/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Een nieuw tp53-gerelateerd nomogram voor het voorspellen van de algehele overleving bij patiënten met alvleesklierkanker.BMC Kanker [tijdschriftartikel].31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Effect van oplossingsgerichte therapie op kankergerelateerde vermoeidheid bij patiënten met colorectale kanker die chemotherapie krijgen: een gerandomiseerde gecontroleerde studie.Kanker verpleegster.[Krantenartikel;gerandomiseerde gecontroleerde studie;de studie wordt ondersteund door een regering buiten de Verenigde Staten].2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Postoperatieve carcino-embryonaal antigeen (CEA) -niveaus voorspellen de uitkomst na resectie van colorectale kanker bij patiënten met normale preoperatieve CEA-niveaus.Centrum voor Translationeel Kankeronderzoek.[Krantenartikel].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Immuungerelateerde lncRNA's genereren nieuwe handtekeningen en voorspellen het immuunlandschap van menselijk hepatocellulair carcinoom.Mol Ther Nucleïnezuren [Journal artikel].2020 04-12-2020;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Immunotherapie voor alvleesklierkanker: barrières en doorbraken.Ann Gastro-intestinale chirurg [Journaalartikel;beoordeling].2018 01-07-2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Lange niet-coderende RNA's (LncRNA's), virale tumorgenomica en afwijkende splitsingsgebeurtenissen: therapeutische implicaties.AM J CANCER RES [tijdschriftartikel;beoordeling].2021 20-01-2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identificatie van lncRNA-handtekeningen geassocieerd met de prognose van endometriumkanker.Prestaties van de wetenschap [tijdschriftartikel].2021 01-01-2021;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Uitgebreide analyse van prognostische genen voor RNA-bindend eiwit en kandidaat-geneesmiddelen bij papillaire cel-niercelcarcinoom.zwanger.[Krantenartikel].2021 20-01-2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Kenmerken van autofagie-gerelateerd lang niet-coderend RNA voorspellen de prognose van borstkanker.zwanger.[Krantenartikel].2021 20-01-2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Immuungerelateerde zes lncRNA-signatuur verbetert de prognose bij multiforme glioblastoma.MOL Neurobiologie.[Krantenartikel].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.Een nieuwe tri-lncRNA-signatuur voorspelt de overleving van patiënten met pancreaskanker.VERTEGENWOORDIGERS VAN ONKOL.[Krantenartikel].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 bevordert de progressie van pancreaskanker door de LIN28B-expressie en de PI3K / AKT-route te reguleren via gesponste miR-577.Mol Therapeutics – Nucleïnezuren.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Positieve feedback tussen lncRNA FLVCR1-AS1 en KLF10 kan de progressie van pancreaskanker via de PTEN / AKT-route remmen.J EXP Clin Kankeronderzoek.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identificatie van dertien genen die de algehele overleving bij hepatocellulair carcinoom voorspellen.Biosci Rep [tijdschriftartikel].2021 04/09/2021.
Posttijd: 22 september 2023