A nine-gene signature related to tumor microenvironment predicts overall survival with ovarian cancer
Ding Q., Dong S., Wang R., Zhang K., Wang H., Zhou X.
การศึกษาแบบ cohort ตีพิมพ์ในวารสาร Aging (Albany NY) ปี 2020 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาแบบ cohort
- วารสาร
- Aging (Albany NY) (2020)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- Europe PMC
- PMID
- 32208363
- PMCID
- PMC7138578
- DOI
- 10.18632/aging.102914
- จำนวนการอ้างอิง
- 29
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Mounting evidence suggests that immune cell infiltration within the tumor microenvironment (TME) is a crucial regulator of carcinogenesis and therapeutic efficacy in ovarian cancer (OC). In this study, 593 OC patients from TCGA were divided into high and low score groups based on their immune/stromal scores resulting from analysis utilizing the ESTIMATE algorithm. Differential expression analysis revealed 294 intersecting genes that influencing both the immune and stromal scores. Further Cox regression analysis identified 34 differentially expressed genes (DEGs) as prognostic-related genes. Finally, the nine-gene signature was derived from the prognostic-related genes using a Least Absolute Shrinkage and Selection Operator (LASSO) and Cox regression. This nine-gene signature could effectively distinguish the high-risk patients in the training (TCGA database) and validation (GSE17260) cohorts (all p < 0.01). A time-dependent receiver operating characteristic (ROC) analysis showed that the nine-gene signature had a reasonable predictive accuracy (AUC = 0.707, AUC =0.696) in both cohorts. In addition, this nine-gene signature is associated with immune infiltration in TME by Gene Set Variation Analysis (GSVA), and can be used to predict the survival of patients with OC.
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
ระดับหลักฐาน
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้