挪威卑尔根大学Berg等报告的一项研究证明，数据驱动的预测模型将蛋白质标志物添加到子宫内膜样子宫内膜癌（EEC）的临床信息中，具有显著改善术前淋巴结转移（LNM）患者的确诊潜力。（BrJCancer.doi：10./s---6.）
在EEC中，当前的临床算法无法准确预测伴随LNM的患者，这就导致了治疗不足和过度治疗。该研究旨在开发将蛋白质数据与临床信息相结合的模型，以识别需要更积极手术（包括淋巴结清扫术）的患者。
使用反相蛋白阵列为例患者生成了蛋白表达谱。使用训练集构建了三个广义线性模型，包括蛋白质和临床信息（模型1）、还包括磁共振成像信息（模型2）和仅有蛋白质信息（模型3），并在独立的验证集中进行了测试。利用来自肿瘤的基因表达数据确认测试。
用曲线下面积0.72-0.89和细胞周期蛋白D1预测LNM；纤连蛋白和疾病等级被确定为重要的标志物。纤连蛋白和细胞周期蛋白D1的高水平与不良的生存率有关（P=0.），并与肿瘤浸性标志物有关。FN1和CCND1信使RNA的双重上调与癌症的侵袭和间质表型有关。
作者：太后陛下张师前来源：张师前
声明：本文经授权转载，若有侵权请联系我们删除。
责任编辑：戎易发
推荐阅读：
佳文分享
子宫颈癌患者广泛子宫切除术后盆底功能及生活质量初步调查
佳文分享
反复着床失败患者慢性子宫内膜炎治疗后妊娠结局改善情况分析
微讲座丨垂体微腺瘤术后闭经2年，怀孕后如何治疗？
预览时标签不可点收录于话题#个上一篇下一篇