Kanker pankreas minangka salah sawijining tumor paling mbebayani ing donya kanthi prognosis sing ora apik.Mula, model prediksi sing akurat dibutuhake kanggo ngenali pasien kanthi risiko kanker pankreas sing dhuwur kanggo ngatur perawatan lan nambah prognosis pasien kasebut.
Kita entuk data adenokarsinoma pankreas (PAAD) Kanker Genome Atlas (TCGA) saka database UCSC Xena, ngidhentifikasi lncRNAs (irlncRNAs) sing gegandhengan karo kekebalan liwat analisis korelasi, lan nemtokake beda antarane TCGA lan jaringan adenokarsinoma pankreas normal.DEirlncRNA) saka TCGA lan ekspresi jaringan genotip (GTEx) saka jaringan pankreas.Analisis regresi univariate lan laso luwih ditindakake kanggo mbangun model tandha prognostik.Kita banjur ngetung area ing sangisore kurva lan nemtokake nilai cutoff sing optimal kanggo ngenali pasien karo adenokarsinoma pankreas kanthi risiko dhuwur lan kurang.Kanggo mbandhingake karakteristik klinis, infiltrasi sel kekebalan, lingkungan mikro imunosupresif, lan resistensi kemoterapi ing pasien kanker pankreas sing beresiko dhuwur lan kurang.
Kita ngenali 20 pasangan DEirlncRNA lan nglumpukake pasien miturut nilai cutoff sing optimal.Kita nuduhake manawa model tandha prognostik kita duwe kinerja sing signifikan kanggo prédhiksi prognosis pasien karo PAAD.AUC saka kurva ROC yaiku 0.905 kanggo ramalan 1 taun, 0.942 kanggo ramalan 2 taun, lan 0.966 kanggo ramalan 3 taun.Pasien kanthi risiko dhuwur duwe tingkat kaslametan sing luwih murah lan karakteristik klinis sing luwih elek.Kita uga nuduhake manawa pasien berisiko tinggi ngalami imunosupresi lan bisa uga ngalami resistensi imunoterapi.Evaluasi obat antikanker kayata paclitaxel, sorafenib, lan erlotinib adhedhasar alat prediksi komputasi bisa uga cocok kanggo pasien berisiko tinggi karo PAAD.
Sakabèhé, panliten kita nggawe model risiko prognostik anyar adhedhasar irlncRNA sing dipasangake, sing nuduhake nilai prognostik sing janjeni ing pasien kanker pankreas.Model risiko prognostik kita bisa mbantu mbedakake pasien PAAD sing cocog kanggo perawatan medis.
Kanker pankreas minangka tumor ganas kanthi tingkat kaslametan limang taun sing sithik lan tingkat dhuwur.Ing wektu diagnosa, umume pasien wis ing tahap lanjut.Ing konteks epidemi COVID-19, para dokter lan perawat ngalami tekanan gedhe nalika ngobati pasien kanker pankreas, lan kulawarga pasien uga nemoni macem-macem tekanan nalika nggawe keputusan perawatan [1, 2].Sanajan kemajuan gedhe wis digawe ing perawatan DOADs, kayata terapi neoadjuvant, reseksi bedah, terapi radiasi, kemoterapi, terapi molekuler sing ditargetake, lan inhibitor pos pemeriksaan imun (ICI), mung 9% pasien sing bisa urip limang taun sawise diagnosis [3]. ].], 4].Amarga gejala awal adenokarsinoma pankreas ora khas, pasien biasane didiagnosis metastasis ing tahap lanjut [5].Mulane, kanggo pasien tartamtu, perawatan komprehensif individu kudu nimbang kaluwihan lan kekurangan kabeh pilihan perawatan, ora mung kanggo ndawakake urip, nanging uga kanggo ningkatake kualitas urip [6].Mulane, model prediksi sing efektif perlu kanggo ngevaluasi prognosis pasien kanthi akurat [7].Mangkono, perawatan sing cocog bisa dipilih kanggo ngimbangi kaslametan lan kualitas urip pasien PAAD.
Prognosis PAAD sing ora apik utamane amarga resistensi obat kemoterapi.Ing taun-taun pungkasan, inhibitor checkpoint imun wis digunakake kanthi akeh ing perawatan tumor padhet [8].Nanging, panggunaan ICI ing kanker pankreas arang banget sukses [9].Mulane, penting kanggo ngenali pasien sing bisa entuk manfaat saka terapi ICI.
Long non-coding RNA (lncRNA) yaiku jinis RNA non-coding kanthi transkrip> 200 nukleotida.LncRNAs nyebar lan dadi kira-kira 80% saka transkriptom manungsa [10].Karya gedhe wis nuduhake manawa model prognostik berbasis lncRNA bisa prédhiksi prognosis pasien kanthi efektif [11, 12].Contone, 18 lncRNA sing gegandhengan karo autophagy diidentifikasi kanggo ngasilake tandha prognostik ing kanker payudara [13].Enem lncRNA sing gegandhengan karo kekebalan liyane wis digunakake kanggo netepake fitur prognostik glioma [14].
Ing kanker pankreas, sawetara panaliten nggawe tandha adhedhasar lncRNA kanggo prédhiksi prognosis pasien.Tandha 3-lncRNA ditetepake ing adenokarsinoma pankreas kanthi area ing kurva ROC (AUC) mung 0.742 lan kaslametan sakabèhé (OS) 3 taun [15].Kajaba iku, nilai ekspresi lncRNA beda-beda ing antarane macem-macem génom, format data sing beda, lan pasien sing beda-beda, lan kinerja model prediktif ora stabil.Mula, kita nggunakake algoritma modeling novel, pasangan lan iterasi, kanggo ngasilake tandha lncRNA (irlncRNA) sing gegandhengan karo kekebalan kanggo nggawe model prediksi sing luwih akurat lan stabil [8].
Data RNAseq sing dinormalisasi (FPKM) lan data TCGA kanker pankreas lan ekspresi jaringan genotipe (GTEx) dipikolehi saka database UCSC XENA (https://xenabrowser.net/datapages/).File GTF dipikolehi saka database Ensembl (http://asia.ensembl.org) lan digunakake kanggo ngekstrak profil ekspresi lncRNA saka RNAseq.Kita ndownload gen sing gegandhengan karo kekebalan saka database ImmPort (http://www.immport.org) lan ngidentifikasi lncRNA sing gegandhengan karo kekebalan (irlncRNAs) nggunakake analisis korelasi (p <0.001, r> 0.4).Identifikasi irlncRNAs sing diekspresikake kanthi beda (DEirlncRNAs) kanthi nyebrang irlncRNAs lan lncRNA sing diekspresikake kanthi beda sing dipikolehi saka database GEPIA2 (http://gepia2.cancer-pku.cn/#index) ing kohort TCGA-PAAD (|logFC| > 1 lan FDR ) <0.05).
Cara iki wis dilapurake sadurunge [8].Secara khusus, kita mbangun X kanggo ngganti pasangan lncRNA A lan lncRNA B. Nalika nilai ekspresi lncRNA A luwih dhuwur tinimbang nilai ekspresi lncRNA B, X ditetepake minangka 1, yen X ditetepake minangka 0. Mulane, kita bisa entuk. matriks 0 utawa – 1. Sumbu vertikal matriks makili saben sampel, lan sumbu horisontal nggambarake saben pasangan DEirlncRNA kanthi nilai 0 utawa 1.
Analisis regresi univariate diikuti regresi Lasso digunakake kanggo nampilake pasangan DEirlncRNA prognostik.Analisis regresi laso nggunakake validasi silang 10 kali diulang kaping 1000 (p <0.05), kanthi stimulus acak 1000 saben roto.Nalika frekuensi saben pasangan DEirlncRNA ngluwihi 100 kaping ing 1000 siklus, pasangan DEirlncRNA dipilih kanggo mbangun model resiko prognostik.Kita banjur nggunakake kurva AUC kanggo nemokake nilai cutoff optimal kanggo nggolongake pasien PAAD dadi klompok berisiko dhuwur lan kurang.Nilai AUC saben model uga diwilang lan diplot minangka kurva.Yen kurva tekan titik paling dhuwur sing nuduhake nilai AUC maksimal, proses pitungan mandheg lan model kasebut dianggep minangka calon sing paling apik.Model kurva ROC 1, 3 lan 5 taun digawe.Analisis regresi univariat lan multivariate digunakake kanggo mriksa kinerja prediktif independen saka model risiko prognostik.
Gunakake pitung alat kanggo nyinaoni tingkat infiltrasi sel kekebalan, kalebu XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS, lan CIBERSORT.Data infiltrasi sel imun diundhuh saka database TIMER2 (http://timer.comp-genomics.org/#tab-5817-3).Bentenipun ing isi sel imun-infiltrasi antarane kelompok dhuwur lan risiko kurang saka model dibangun iki dianalisis nggunakake Wilcoxon signed-rank test, asil ditampilake ing grafik kothak.Analisis korélasi Spearman ditindakake kanggo nganalisa hubungan antara nilai skor risiko lan sel sing nyusup kekebalan.Koefisien korélasi sing diasilake ditampilake minangka lollipop.Ambang pinunjul disetel ing p <0,05.Prosedur kasebut ditindakake nggunakake paket R ggplot2.Kanggo nliti hubungan antarane model lan tingkat expression gene gadhah tingkat infiltrasi sel imun, kita nindakake paket ggstatsplot lan biola plot visualisasi.
Kanggo ngevaluasi pola perawatan klinis kanggo kanker pankreas, kita ngitung IC50 obat kemoterapi sing umum digunakake ing kohort TCGA-PAAD.Beda ing setengah konsentrasi inhibisi (IC50) antarane dhuwur- lan kelompok-risiko kurang padha dibandhingake nggunakake Wilcoxon mlebu-rank test, lan asil ditampilake minangka boxplots kui nggunakake pRRophetic lan ggplot2 ing R. Kabeh cara tundhuk karo pedoman lan norma sing cocog.
Alur kerja sinau kita ditampilake ing Gambar 1. Nggunakake analisis korélasi antarane lncRNA lan gen sing gegandhengan karo kekebalan, kita milih 724 irlncRNA kanthi p <0.01 lan r> 0.4.Sabanjure, kita nganalisa lncRNA sing beda-beda saka GEPIA2 (Gambar 2A).Gunggunge 223 irlncRNA dibedakake antarane adenokarsinoma pankreas lan jaringan pankreas normal (|logFC| > 1, FDR <0.05), jenenge DEirlncRNAs.
Konstruksi model risiko prediktif.(A) Plot gunung geni saka lncRNA sing diekspresikake kanthi beda.(B) Distribusi koefisien laso kanggo 20 pasangan DEirlncRNA.(C) varians kemungkinan parsial distribusi koefisien LASSO.(D) Plot alas nuduhake analisis regresi univariat saka 20 pasangan DEirlncRNA.
Sabanjure kita mbangun matriks 0 utawa 1 kanthi masangake 223 DEirlncRNAs.Gunggunge 13.687 pasangan DEirlncRNA diidentifikasi.Sawise analisis regresi univariate lan laso, 20 pasangan DEirlncRNA pungkasane diuji kanggo mbangun model risiko prognostik (Gambar 2B-D).Adhedhasar asil analisis Lasso lan pirang-pirang regresi, kita ngetung skor resiko kanggo saben pasien ing kelompok TCGA-PAAD (Tabel 1).Adhedhasar asil analisis regresi laso, kita ngitung skor risiko kanggo saben pasien ing kelompok TCGA-PAAD.AUC saka kurva ROC yaiku 0.905 kanggo prediksi model risiko 1 taun, 0.942 kanggo prediksi 2 taun, lan 0.966 kanggo prediksi 3 taun (Gambar 3A-B).Kita nyetel nilai cutoff optimal saka 3.105, stratifikasi pasien kohort TCGA-PAAD dadi kelompok berisiko dhuwur lan kurang, lan ngrancang asil kaslametan lan distribusi skor risiko kanggo saben pasien (Gambar 3C-E).Analisis Kaplan-Meier nuduhake yen kaslametan pasien PAAD ing grup berisiko dhuwur luwih murah tinimbang pasien ing grup berisiko rendah (p <0.001) (Gambar 3F).
Validitas model risiko prognostik.(A) ROC saka model risiko prognostik.(B) 1-, 2-, lan model risiko prognostik ROC 3 taun.(C) ROC model risiko prognostik.Nuduhake titik cut-off optimal.(DE) Distribusi status kaslametan (D) lan skor risiko (E).(F) Analisis Kaplan-Meier pasien PAAD ing kelompok risiko dhuwur lan kurang.
Kita luwih ngevaluasi prabédan ing skor risiko kanthi karakteristik klinis.Plot strip (Gambar 4A) nuduhake hubungan sakabèhé antarane ciri klinis lan skor resiko.Utamane, pasien sing luwih tuwa duwe skor risiko sing luwih dhuwur (Gambar 4B).Kajaba iku, pasien karo tahap II nduweni skor resiko sing luwih dhuwur tinimbang pasien karo tahap I (Gambar 4C).Babagan kelas tumor ing pasien PAAD, pasien kelas 3 duwe skor risiko sing luwih dhuwur tinimbang pasien kelas 1 lan 2 (Gambar 4D).Kita luwih nindakake analisis regresi univariate lan multivariate lan nuduhake yen skor risiko (p <0.001) lan umur (p = 0.045) minangka faktor prognostik independen ing pasien PAAD (Gambar 5A-B).Kurva ROC nuduhake yen skor risiko luwih unggul tinimbang karakteristik klinis liyane kanggo prédhiksi kaslametan 1-, 2-, lan 3 taun pasien PAAD (Gambar 5C-E).
Karakteristik klinis model risiko prognostik.Histogram (A) nuduhake (B) umur, (C) tahap tumor, (D) kelas tumor, skor risiko, lan jender pasien ing kohort TCGA-PAAD.**p <0.01
Analisis prediktif independen saka model risiko prognostik.(AB) Analisis regresi univariat (A) lan multivariat (B) saka model risiko prognostik lan karakteristik klinis.(CE) ROC 1-, 2-, lan 3 taun kanggo model risiko prognostik lan karakteristik klinis
Mulane, kita nliti hubungan antarane wektu lan skor resiko.Kita nemokake yen skor risiko ing pasien PAAD ana hubungane karo sel CD8 + T lan sel NK (Gambar 6A), sing nuduhake fungsi kekebalan sing ditindhes ing grup berisiko tinggi.Kita uga ngevaluasi prabédan ing infiltrasi sel kekebalan antarane klompok berisiko dhuwur lan kurang lan nemokake asil sing padha (Gambar 7).Ana kurang infiltrasi sel T CD8 + lan sel NK ing klompok risiko dhuwur.Ing taun-taun pungkasan, inhibitor checkpoint imun (ICIs) wis akeh digunakake ing perawatan tumor padhet.Nanging, panggunaan ICI ing kanker pankreas arang banget sukses.Mulane, kita ngevaluasi ekspresi gen checkpoint imun ing kelompok berisiko dhuwur lan kurang.Kita nemokake yen CTLA-4 lan CD161 (KLRB1) overexpressed ing grup berisiko rendah (Gambar 6B-G), nuduhake yen pasien PAAD ing grup berisiko rendah bisa uga sensitif marang ICI.
Analisis korélasi model risiko prognostik lan infiltrasi sel imun.(A) Korelasi antarane model risiko prognostik lan infiltrasi sel imun.(BG) Nuduhake ekspresi gen ing klompok risiko dhuwur lan kurang.(HK) Nilai IC50 kanggo obat antikanker spesifik ing kelompok risiko dhuwur lan kurang.*p <0,05, **p <0,01, ns = ora signifikan
Kita luwih ngevaluasi asosiasi antarane skor risiko lan agen kemoterapi umum ing kohort TCGA-PAAD.Kita nggolek obat antikanker sing umum digunakake ing kanker pankreas lan nganalisa bedane nilai IC50 ing antarane klompok berisiko dhuwur lan kurang.Asil kasebut nuduhake yen nilai IC50 saka AZD.2281 (olaparib) luwih dhuwur ing klompok berisiko tinggi, nuduhake yen pasien PAAD ing grup berisiko dhuwur bisa tahan kanggo perawatan AZD.2281 (Gambar 6H).Kajaba iku, nilai IC50 paclitaxel, sorafenib, lan erlotinib luwih murah ing klompok berisiko tinggi (Gambar 6I-K).Kita luwih ngerteni 34 obat antikanker kanthi nilai IC50 sing luwih dhuwur ing klompok berisiko tinggi lan 34 obat antikanker kanthi nilai IC50 sing luwih murah ing klompok berisiko tinggi (Tabel 2).
Ora bisa dipungkiri manawa lncRNA, mRNA, lan miRNA umume ana lan nduwe peran penting ing pangembangan kanker.Ana akeh bukti sing ndhukung peran penting mRNA utawa miRNA kanggo prédhiksi kaslametan sakabèhé ing sawetara jinis kanker.Mesthi, akeh model risiko prognostik uga adhedhasar lncRNA.Contone, Luo et al.Panaliten nuduhake yen LINC01094 nduwe peran penting ing proliferasi lan metastasis PC, lan ekspresi LINC01094 sing dhuwur nuduhake kaslametan pasien kanker pankreas [16].Panaliten kasebut diwenehake dening Lin et al.Panaliten nuduhake manawa downregulation saka lncRNA FLVCR1-AS1 digandhengake karo prognosis sing ora apik ing pasien kanker pankreas [17].Nanging, lncRNA sing gegandhengan karo kekebalan relatif kurang dibahas babagan prediksi kaslametan sakabèhé pasien kanker.Bubar, akeh karya wis fokus kanggo mbangun model risiko prognostik kanggo prédhiksi kaslametané pasien kanker lan kanthi mangkono nyetel cara perawatan [18, 19, 20].Ana akeh pangenalan babagan peran penting infiltrasi kekebalan ing wiwitan kanker, kemajuan, lan respon kanggo perawatan kayata kemoterapi.Akeh pasinaon wis dikonfirmasi sing tumor-infiltrating sel imun muter peran kritis ing respon kanggo kemoterapi sitotoksik [21, 22, 23].Lingkungan mikro imun tumor minangka faktor penting kanggo kaslametan pasien tumor [24, 25].Imunoterapi, utamane terapi ICI, akeh digunakake ing perawatan tumor padhet [26].Gen sing gegandhengan karo kekebalan digunakake akeh kanggo mbangun model risiko prognostik.Contone, Su et al.Model risiko prognostik sing gegandhengan karo kekebalan adhedhasar gen pengkodean protein kanggo prédhiksi prognosis pasien kanker ovarium [27].Gen non-coding kayata lncRNAs uga cocok kanggo mbangun model risiko prognostik [28, 29, 30].Luo et al nguji papat lncRNA sing gegandhengan karo kekebalan lan nggawe model prediktif kanggo risiko kanker serviks [31].Khan et al.Total transkrip 32 sing diungkapake kanthi beda diidentifikasi, lan adhedhasar iki, model prediksi kanthi transkrip signifikan 5 diadegake, sing diusulake minangka alat sing disaranake kanggo prédhiksi penolakan akut sing wis bukti biopsi sawise transplantasi ginjel [32].
Umume model kasebut adhedhasar tingkat ekspresi gen, gen pengkode protein utawa gen non-koding.Nanging, gen sing padha bisa duwe nilai ekspresi sing beda ing macem-macem génom, format data lan ing pasien sing beda-beda, sing nyebabake perkiraan sing ora stabil ing model prediktif.Ing panliten iki, kita mbangun model sing cukup kanthi rong pasangan lncRNA, ora gumantung saka nilai ekspresi sing tepat.
Ing panliten iki, kita ngenali irlncRNA kanggo pisanan liwat analisis korélasi karo gen sing ana hubungane karo kekebalan.Kita nyaring 223 DEirlncRNA kanthi hibridisasi karo lncRNA sing dibedakake.Kapindho, kita mbangun matriks 0-utawa-1 adhedhasar metode pasangan DEirlncRNA sing diterbitake [31].Kita banjur nindakake analisis regresi univariate lan laso kanggo ngenali pasangan DEirlncRNA prognostik lan mbangun model risiko prediktif.Kita luwih nganalisis asosiasi antarane skor risiko lan karakteristik klinis ing pasien karo PAAD.Kita nemokake manawa model risiko prognostik kita, minangka faktor prognostik independen ing pasien PAAD, bisa kanthi efektif mbedakake pasien kelas dhuwur saka pasien kelas rendah lan pasien kelas dhuwur saka pasien kelas rendah.Kajaba iku, nilai AUC kurva ROC model risiko prognostik yaiku 0.905 kanggo ramalan 1 taun, 0.942 kanggo ramalan 2 taun, lan 0.966 kanggo ramalan 3 taun.
Peneliti nglapurake yen pasien kanthi infiltrasi sel T CD8 + sing luwih dhuwur luwih sensitif marang perawatan ICI [33].Tambah ing isi sel sitotoksik, sel NK CD56, sel NK lan sel T CD8+ ing lingkungan mikro imun tumor bisa dadi salah sawijining alasan kanggo efek suppressive tumor [34].Panaliten sadurunge nuduhake yen tingkat sing luwih dhuwur saka CD4 (+) T lan CD8 (+) T sing infiltrasi tumor sacara signifikan digandhengake karo kaslametan sing luwih suwe [35].Infiltrasi sel CD8 T sing kurang, beban neoantigen sing sithik, lan lingkungan mikro tumor sing imunosupresif banget nyebabake kurang respon marang terapi ICI [36].Kita nemokake yen skor risiko ana hubungane negatif karo sel CD8 + T lan sel NK, nuduhake yen pasien kanthi skor resiko dhuwur bisa uga ora cocok kanggo perawatan ICI lan duwe prognosis sing luwih elek.
CD161 minangka penanda sel natural killer (NK).CD8 + CD161 + CAR-transduced sel T mediasi ditingkatake ing vivo khasiat antitumor ing HER2 + pancreatic ductal adenocarcinoma xenograft models [37].Inhibitor pos pemeriksaan kekebalan target jalur protein 4 (CTLA-4) sing gegandhengan karo limfosit T sitotoksik lan protein pati sel terprogram 1 (PD-1) / ligan pati sel terprogram 1 (PD-L1) lan duweni potensi gedhe ing akeh wilayah.Ekspresi CTLA-4 lan CD161 (KLRB1) luwih murah ing kelompok berisiko tinggi, luwih nuduhake yen pasien kanthi skor risiko dhuwur bisa uga ora layak kanggo perawatan ICI.[38]
Kanggo nemokake opsi perawatan sing cocok kanggo pasien sing beresiko dhuwur, kita nganalisa macem-macem obat antikanker lan nemokake yen paclitaxel, sorafenib, lan erlotinib, sing akeh digunakake ing pasien PAAD, bisa uga cocok kanggo pasien berisiko tinggi karo PAAD.[33].Zhang et al nemokake manawa mutasi ing jalur respon karusakan DNA (DDR) bisa nyebabake prognosis sing ora apik ing pasien kanker prostat [39].Uji coba Olaparib Ongoing Kanker Pankreas (POLO) nuduhake yen perawatan pangopènan karo olaparib bisa tahan urip tanpa progresif sing luwih dawa dibandhingake karo plasebo sawise kemoterapi berbasis platinum lini pertama ing pasien karo adenokarsinoma duktus pankreas lan mutasi BRCA1 / 2 germline [40].Iki menehi optimisme sing signifikan yen asil perawatan bakal nambah sacara signifikan ing subkelompok pasien iki.Ing panliten iki, nilai IC50 saka AZD.2281 (olaparib) luwih dhuwur ing klompok berisiko dhuwur, nuduhake yen pasien PAAD ing grup berisiko dhuwur bisa tahan kanggo perawatan karo AZD.2281.
Model prakiraan ing panliten iki ngasilake asil prakiraan sing apik, nanging adhedhasar prakiraan analitik.Cara ngonfirmasi asil kasebut kanthi data klinis minangka pitakonan penting.Ultrasonografi aspirasi jarum halus endoskopik (EUS-FNA) wis dadi cara sing penting kanggo diagnosa lesi pankreas sing padhet lan ekstrapankreas kanthi sensitivitas 85% lan spesifisitas 98% [41].Tekane jarum biopsi jarum halus EUS (EUS-FNB) utamane adhedhasar kaluwihan sing dirasakake tinimbang FNA, kayata akurasi diagnostik sing luwih dhuwur, entuk conto sing njaga struktur histologis, lan kanthi mangkono ngasilake jaringan kekebalan sing penting kanggo diagnosa tartamtu.pewarnaan khusus [42].Tinjauan sistematis literatur dikonfirmasi manawa jarum FNB (utamane 22G) nuduhake efisiensi paling dhuwur ing panen jaringan saka massa pankreas [43].Secara klinis, mung sawetara pasien sing layak kanggo operasi radikal, lan umume pasien duwe tumor sing ora bisa ditindakake nalika diagnosis awal.Ing praktik klinis, mung sebagian cilik pasien sing cocog kanggo operasi radikal amarga umume pasien duwe tumor sing ora bisa ditindakake nalika diagnosis awal.Sawise konfirmasi patologis dening EUS-FNB lan cara liyane, perawatan non-bedah standar kayata kemoterapi biasane dipilih.Program riset sabanjure yaiku nguji model prognostik panliten iki ing kohort bedah lan nonsurgi liwat analisis retrospektif.
Sakabèhé, panliten kita nggawe model risiko prognostik anyar adhedhasar irlncRNA sing dipasangake, sing nuduhake nilai prognostik sing janjeni ing pasien kanker pankreas.Model risiko prognostik kita bisa mbantu mbedakake pasien PAAD sing cocog kanggo perawatan medis.
Dataset sing digunakake lan dianalisis ing panliten saiki kasedhiya saka penulis sing cocog kanthi panyuwunan sing cukup.
Sui Wen, Gong X, Zhuang Y. Peran mediasi saka self-efficacy ing pangaturan emosi emosi negatif sajrone pandemi COVID-19: studi cross-sectional.Int J Ment Health Nurs [artikel jurnal].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Pandangan anggota kulawarga babagan nggawe keputusan alternatif ing unit perawatan intensif: tinjauan sistematis.INT J NURS STUD [artikel majalah;review].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Kanker pankreas.Lancet.[Artikel jurnal;dhukungan riset, NIH, extramural;dhukungan riset, pamaréntah njaba US;review].2011 08/13/2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologi kanker pankreas.Jurnal Gastroenterologi Donya.[Artikel jurnal, review].2016 11/28/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. A nomogram sing gegandhengan karo tp53 anyar kanggo prédhiksi kaslametan sakabèhé ing pasien kanker pankreas.Kanker BMC [artikel jurnal].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Efek terapi fokus solusi ing kelelahan sing gegandhengan karo kanker ing pasien kanker kolorektal sing nampa kemoterapi: uji coba sing dikontrol kanthi acak.perawat kanker.[Artikel jurnal;nyoba kontrol acak;sinau iki didhukung dening pamaréntah njaba Amerika Serikat].2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Tingkat antigen carcinoembryonic postoperative (CEA) prédhiksi asil sawise reseksi kanker kolorektal ing pasien kanthi tingkat CEA preoperatif normal.Pusat Riset Kanker Terjemahan.[Artikel jurnal].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.lncRNAs sing gegandhengan karo kekebalan ngasilake teken novel lan prédhiksi lanskap kekebalan karsinoma hepatoseluler manungsa.Asam Nukleat Mol Ther [Artikel jurnal].2020-12-04;22:937-47.
Toffey RJ, Zhu Y., Schulich RD Immunotherapy kanggo kanker pankreas: alangan lan terobosan.Ann Ahli Bedah Gastrointestinal [Artikel Jurnal;review].2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Long non-coding RNAs (LncRNAs), genomik tumor virus lan acara splicing aberrant: implikasi terapeutik.AM J CANCER RES [artikel jurnal;review].2021 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikasi tanda tangan lncRNA sing gegandhèngan karo prognosis kanker endometrium.Prestasi ilmu [artikel majalah].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Analisis komprehensif gen prognostik protein pengikat RNA lan calon obat ing karsinoma sel ginjal sel papillary.pregen.[Artikel jurnal].2021 01/20/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Karakteristik RNA non-coding dawa sing gegandhengan karo autophagy prédhiksi prognosis kanker payudara.pregen.[Artikel jurnal].2021 01/20/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Kekebalan sing gegandhengan karo enem teken lncRNA nambah prognosis ing glioblastoma multiforme.Neurobiologi MOL.[Artikel jurnal].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.Tandha tri-lncRNA novel prédhiksi kaslametané pasien kanker pankreas.WAKIL ONKOL.[Artikel jurnal].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 ningkatake perkembangan kanker pankreas kanthi ngatur ekspresi LIN28B lan jalur PI3K / AKT liwat sponged miR-577.Mol Therapeutics - Asam nukleat.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Umpan balik positif antarane lncRNA FLVCR1-AS1 lan KLF10 bisa nyegah perkembangan kanker pankreas liwat jalur PTEN / AKT.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikasi telulas gen sing prédhiksi kaslametan sakabèhé ing karsinoma hepatoseluler.Biosci Rep [artikel jurnal].2021 04/09/2021.
Wektu kirim: Sep-22-2023