Kanker pankreas minangka salah sawijining tumor paling mematikan ing donya kanthi prognosis sing kurang apik. Mulane, model prediksi sing akurat dibutuhake kanggo ngenali pasien sing duwe risiko dhuwur kena kanker pankreas supaya bisa nyetel perawatan lan ningkatake prognosis pasien kasebut.
Kita entuk data RNAseq adenokarsinoma pankreas (PAAD) The Cancer Genome Atlas (TCGA) saka database UCSC Xena, ngidentifikasi lncRNA sing ana gandhengane karo kekebalan (irlncRNA) liwat analisis korelasi, lan ngidentifikasi bedane antarane TCGA lan jaringan adenokarsinoma pankreas normal. DEirlncRNA) saka TCGA lan ekspresi jaringan genotipe (GTEx) saka jaringan pankreas. Analisis regresi univariat lan lasso luwih lanjut ditindakake kanggo mbangun model tanda tangan prognostik. Banjur kita ngetung area ing sangisore kurva lan nemtokake nilai cutoff optimal kanggo ngidentifikasi pasien adenokarsinoma pankreas risiko dhuwur lan endhek. Kanggo mbandhingake karakteristik klinis, infiltrasi sel imun, lingkungan mikro imunosupresif, lan resistensi kemoterapi ing pasien kanker pankreas risiko dhuwur lan endhek.
Kita ngidentifikasi 20 pasangan DEirlncRNA lan nglompokake pasien miturut nilai cutoff optimal. Kita nduduhake manawa model tanda tangan prognostik kita nduweni kinerja sing signifikan kanggo prédhiksi prognosis pasien PAAD. AUC saka kurva ROC yaiku 0,905 kanggo prakiraan 1 taun, 0,942 kanggo prakiraan 2 taun, lan 0,966 kanggo prakiraan 3 taun. Pasien risiko dhuwur nduweni tingkat kaslametan sing luwih murah lan karakteristik klinis sing luwih elek. Kita uga nduduhake manawa pasien risiko dhuwur imunosupresi lan bisa uga ngalami resistensi marang imunoterapi. Evaluasi obat antikanker kayata paclitaxel, sorafenib, lan erlotinib adhedhasar alat prediksi komputasi bisa uga cocog kanggo pasien risiko dhuwur PAAD.
Sakabèhé, panliten kita nggawé model risiko prognostik anyar adhedhasar irlncRNA sing dipasangake, sing nuduhaké nilai prognostik sing njanjeni ing pasien kanker pankreas. Model risiko prognostik kita bisa mbantu mbédakaké pasien PAAD sing cocog kanggo perawatan medis.
Kanker pankreas minangka tumor ganas kanthi tingkat kelangsungan urip limang taun sing endhek lan derajat sing dhuwur. Nalika diagnosis, umume pasien wis ana ing tahap lanjut. Ing konteks epidemi COVID-19, dokter lan perawat ana ing tekanan sing gedhe banget nalika nambani pasien kanker pankreas, lan kulawargane pasien uga ngadhepi pirang-pirang tekanan nalika nggawe keputusan perawatan [1, 2]. Sanajan kemajuan gedhe wis digawe ing perawatan DOAD, kayata terapi neoadjuvant, reseksi bedhah, terapi radiasi, kemoterapi, terapi molekuler sing ditargetake, lan inhibitor checkpoint imun (ICI), mung udakara 9% pasien sing slamet 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 individual kudu nimbang kaluwihan lan kekurangan kabeh pilihan perawatan, ora mung kanggo ngluwihi kelangsungan urip, nanging uga kanggo nambah kualitas urip [6]. Mulane, model prediksi sing efektif dibutuhake kanggo netepake prognosis pasien kanthi akurat [7]. Dadi, perawatan sing cocog bisa dipilih kanggo nyeimbangake kaslametan lan kualitas urip pasien PAAD.
Prognosis PAAD sing kurang apik utamane amarga resistensi marang obat kemoterapi. Ing taun-taun pungkasan, inhibitor checkpoint imun wis digunakake sacara wiyar kanggo perawatan tumor padat [8]. Nanging, panggunaan ICI ing kanker pankreas arang sukses [9]. Mulane, penting kanggo ngenali pasien sing bisa entuk manfaat saka terapi ICI.
RNA non-coding dawa (lncRNA) iku jinis RNA non-coding kanthi transkrip >200 nukleotida. LncRNA nyebar lan nyakup udakara 80% saka transkriptom manungsa [10]. Akeh karya sing nuduhake yen model prognostik adhedhasar lncRNA bisa kanthi efektif prédhiksi prognosis pasien [11, 12]. Contone, 18 lncRNA sing ana gandhengane karo autophagy diidentifikasi kanggo ngasilake tandha prognostik ing kanker payudara [13]. Enem lncRNA liyane sing ana gandhengane karo kekebalan wis digunakake kanggo netepake fitur prognostik glioma [14].
Ing kanker pankreas, sawetara panliten wis netepake tandha tangan adhedhasar lncRNA kanggo prédhiksi prognosis pasien. Tandha tangan 3-lncRNA ditetepake ing adenokarsinoma pankreas kanthi area ing sangisore kurva ROC (AUC) mung 0,742 lan kaslametan sakabèhé (OS) 3 taun [15]. Kajaba iku, nilai ekspresi lncRNA beda-beda ing antarane genom sing beda, format data sing beda, lan pasien sing beda, lan kinerja model prediktif ora stabil. Mulane, kita nggunakake algoritma pemodelan anyar, pasangan lan iterasi, kanggo ngasilake tandha tangan lncRNA (irlncRNA) sing ana gandhengane karo kekebalan kanggo nggawe model prediktif sing luwih akurat lan stabil [8].
Data RNAseq sing dinormalisasi (FPKM) lan data TCGA kanker pankreas klinis lan ekspresi jaringan genotipe (GTEx) dijupuk saka basis data UCSC XENA (https://xenabrowser.net/datapages/). File GTF dijupuk saka basis data Ensembl (http://asia.ensembl.org) lan digunakake kanggo njupuk profil ekspresi lncRNA saka RNAseq. Kita ndownload gen sing ana gandhengane karo kekebalan saka basis data ImmPort (http://www.immport.org) lan ngidentifikasi lncRNA sing ana gandhengane karo kekebalan (irlncRNA) nggunakake analisis korelasi (p <0,001, r > 0,4). Identifikasi irlncRNA sing diekspresikan kanthi beda (DEirlncRNA) kanthi nyebrang irlncRNA lan lncRNA sing diekspresikan kanthi beda sing dijupuk saka basis data GEPIA2 (http://gepia2.cancer-pku.cn/#index) ing kohort TCGA-PAAD (|logFC| > 1 lan FDR) <0,05).
Cara iki wis dilapurake sadurunge [8]. Khususé, 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 ora X ditetepake minangka 0. Mulane, kita bisa entuk matriks 0 utawa – 1. Sumbu vertikal matriks makili saben sampel, lan sumbu horisontal makili saben pasangan DEirlncRNA kanthi nilai 0 utawa 1.
Analisis regresi univariat sing diterusake karo regresi Lasso digunakake kanggo nyaring pasangan DEirlncRNA prognostik. Analisis regresi lasso nggunakake validasi silang 10 kali lipat sing diulang kaping 1000 (p <0,05), kanthi 1000 rangsangan acak saben proses. Nalika frekuensi saben pasangan DEirlncRNA ngluwihi kaping 1000 sajrone 1000 siklus, pasangan DEirlncRNA dipilih kanggo mbangun model risiko prognostik. Banjur kita nggunakake kurva AUC kanggo nemokake nilai cutoff optimal kanggo nglasifikasikake pasien PAAD dadi klompok risiko dhuwur lan endhek. Nilai AUC saben model uga diitung lan diplot minangka kurva. Yen kurva tekan titik paling dhuwur sing nuduhake nilai AUC maksimal, proses pitungan mandheg lan model dianggep minangka kandidat sing paling apik. Model kurva ROC 1, 3, lan 5 taun dibangun. Analisis regresi univariat lan multivariat digunakake kanggo mriksa kinerja prediktif independen saka model risiko prognostik.
Gunakake pitung piranti kanggo nyinaoni tingkat infiltrasi sel imun, kalebu XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS, lan CIBERSORT. Data infiltrasi sel imun diunduh saka basis data TIMER2 (http://timer.comp-genomics.org/#tab-5817-3). Bentenane isi sel sing nyusup imun antarane klompok risiko dhuwur lan endhek saka model sing dibangun dianalisis nggunakake uji Wilcoxon signed-rank, asil kasebut dituduhake ing grafik kothak. Analisis korelasi Spearman ditindakake kanggo nganalisis hubungan antarane nilai skor risiko lan sel sing nyusup imun. Koefisien korelasi sing diasilake dituduhake minangka lolipop. Ambang signifikansi disetel ing p <0,05. Prosedur kasebut ditindakake nggunakake paket R ggplot2. Kanggo mriksa hubungan antarane model lan tingkat ekspresi gen sing ana gandhengane karo tingkat infiltrasi sel imun, kita nindakake paket ggstatsplot lan visualisasi plot biola.
Kanggo ngevaluasi pola perawatan klinis kanggo kanker pankreas, kita ngetung IC50 obat kemoterapi sing umum digunakake ing kohort TCGA-PAAD. Bedane setengah konsentrasi penghambat (IC50) antarane klompok risiko dhuwur lan endhek dibandhingake nggunakake uji Wilcoxon signed-rank, lan asil kasebut dituduhake minangka boxplot sing digawe nggunakake pRRophetic lan ggplot2 ing R. Kabeh metode tundhuk karo pedoman lan norma sing relevan.
Alur kerja panliten iki dituduhake ing Gambar 1. Nggunakake analisis korelasi antarane lncRNA lan gen sing ana gandhengane karo kekebalan, kita milih 724 irlncRNA kanthi p < 0,01 lan r > 0,4. Sabanjure kita nganalisa lncRNA GEPIA2 sing diekspresikan kanthi beda (Gambar 2A). Total 223 irlncRNA diekspresikan kanthi beda antarane adenokarsinoma pankreas lan jaringan pankreas normal (|logFC| > 1, FDR < 0,05), sing dijenengi DEirlncRNA.
Konstruksi model risiko prediktif. (A) Plot gunung geni saka lncRNA sing diekspresikan kanthi beda. (B) Distribusi koefisien lasso kanggo 20 pasangan DEirlncRNA. (C) Variansi kemungkinan parsial saka distribusi koefisien LASSO. (D) Plot alas sing nuduhake analisis regresi univariat saka 20 pasangan DEirlncRNA.
Sabanjure, kita mbangun matriks 0 utawa 1 kanthi masangake 223 DEirlncRNA. Total 13.687 pasangan DEirlncRNA diidentifikasi. Sawise analisis regresi univariat lan lasso, 20 pasangan DEirlncRNA pungkasane diuji kanggo mbangun model risiko prognostik (Gambar 2B-D). Adhedhasar asil analisis Lasso lan regresi berganda, kita ngetung skor risiko kanggo saben pasien ing kohort TCGA-PAAD (Tabel 1). Adhedhasar asil analisis regresi lasso, kita ngetung skor risiko kanggo saben pasien ing kohort 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 3,105, nggolongake pasien kohort TCGA-PAAD dadi klompok risiko dhuwur lan endhek, lan nggambar asil kaslametan lan distribusi skor risiko kanggo saben pasien (Gambar 3C-E). Analisis Kaplan-Meier nuduhake yen kaslametan pasien PAAD ing klompok risiko dhuwur luwih murah tinimbang pasien ing klompok risiko endhek (p < 0,001) (Gambar 3F).
Validitas model risiko prognostik. (A) ROC saka model risiko prognostik. (B) Model risiko prognostik ROC 1, 2, lan 3 taun. (C) ROC saka model risiko prognostik. Nuduhake titik potong optimal. (DE) Distribusi status kaslametan (D) lan skor risiko (E). (F) Analisis Kaplan-Meier saka pasien PAAD ing klompok risiko dhuwur lan endhek.
Kita luwih lanjut ngevaluasi bedane skor risiko miturut karakteristik klinis. Plot strip (Gambar 4A) nuduhake hubungan sakabèhé antarane karakteristik klinis lan skor risiko. Utamane, pasien sing luwih tuwa duwe skor risiko sing luwih dhuwur (Gambar 4B). Kajaba iku, pasien kanthi stadium II duwe skor risiko sing luwih dhuwur tinimbang pasien kanthi stadium I (Gambar 4C). Babagan tingkat tumor ing pasien PAAD, pasien tingkat 3 duwe skor risiko sing luwih dhuwur tinimbang pasien tingkat 1 lan 2 (Gambar 4D). Kita luwih lanjut nindakake analisis regresi univariat lan multivariat lan nduduhake manawa skor risiko (p < 0,001) lan umur (p = 0,045) minangka faktor prognostik independen ing pasien PAAD (Gambar 5A-B). Kurva ROC nduduhake manawa skor risiko luwih unggul tinimbang karakteristik klinis liyane kanggo prédhiksi kaslametan 1, 2, lan 3 taun pasien kanthi PAAD (Gambar 5C-E).
Karakteristik klinis model risiko prognostik. Histogram (A) nuduhake (B) umur, (C) stadium tumor, (D) tingkat tumor, skor risiko, lan jenis kelamin 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 skor wektu lan risiko. Kita nemokake yen skor risiko ing pasien PAAD berkorelasi terbalik karo sel T CD8+ lan sel NK (Gambar 6A), sing nuduhake fungsi kekebalan sing ditekan ing klompok risiko dhuwur. Kita uga ngevaluasi bedane infiltrasi sel kekebalan antarane klompok risiko dhuwur lan endhek lan nemokake asil sing padha (Gambar 7). Ana infiltrasi sel T CD8+ lan sel NK sing luwih sithik ing klompok risiko dhuwur. Ing taun-taun pungkasan, inhibitor checkpoint kekebalan (ICI) wis digunakake sacara wiyar ing perawatan tumor padat. Nanging, panggunaan ICI ing kanker pankreas arang sukses. Mulane, kita ngevaluasi ekspresi gen checkpoint kekebalan ing klompok risiko dhuwur lan endhek. Kita nemokake yen CTLA-4 lan CD161 (KLRB1) diekspresikan kanthi berlebihan ing klompok risiko endhek (Gambar 6B-G), sing nuduhake yen pasien PAAD ing klompok risiko endhek bisa uga sensitif marang ICI.
Analisis korelasi 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 endhek. (HK) Nilai IC50 kanggo obat antikanker tartamtu ing klompok risiko dhuwur lan endhek. *p < 0,05, **p < 0,01, ns = ora signifikan
Kita luwih lanjut ngevaluasi hubungan antarane skor risiko lan agen kemoterapi umum ing kohort TCGA-PAAD. Kita nggoleki obat antikanker sing umum digunakake ing kanker pankreas lan nganalisa bedane nilai IC50 antarane klompok risiko dhuwur lan endhek. Asil kasebut nuduhake yen nilai IC50 AZD.2281 (olaparib) luwih dhuwur ing klompok risiko dhuwur, sing nuduhake yen pasien PAAD ing klompok risiko dhuwur bisa uga tahan marang perawatan AZD.2281 (Gambar 6H). Kajaba iku, nilai IC50 paclitaxel, sorafenib, lan erlotinib luwih murah ing klompok risiko dhuwur (Gambar 6I-K). Kita luwih lanjut ngidentifikasi 34 obat antikanker kanthi nilai IC50 sing luwih dhuwur ing klompok risiko dhuwur lan 34 obat antikanker kanthi nilai IC50 sing luwih murah ing klompok risiko dhuwur (Tabel 2).
Ora bisa dipungkiri yen lncRNA, mRNA, lan miRNA akeh ana lan nduweni peran penting ing perkembangan kanker. Ana akeh bukti sing ndhukung peran penting mRNA utawa miRNA kanggo prédhiksi kaslametan sakabèhé ing sawetara jinis kanker. Ora diragukake, akeh model risiko prognostik uga adhedhasar lncRNA. Contone, Luo et al. Panliten nuduhake yen LINC01094 nduweni peran penting ing proliferasi lan metastasis PC, lan ekspresi LINC01094 sing dhuwur nuduhake kaslametan sing kurang apik kanggo pasien kanker pankreas [16]. Panliten sing diwenehake dening Lin et al. Panliten nuduhake yen downregulation lncRNA FLVCR1-AS1 ana gandhengane karo prognosis sing kurang apik ing pasien kanker pankreas [17]. Nanging, lncRNA sing ana gandhengane karo kekebalan relatif kurang dibahas babagan prédhiksi kaslametan sakabèhé kanggo pasien kanker. Bubar, akeh karya sing difokusake kanggo mbangun model risiko prognostik kanggo prédhiksi kaslametan pasien kanker lan kanthi mangkono nyetel metode perawatan [18, 19, 20]. Ana pangenalan sing saya tambah babagan peran penting infiltrat imun ing inisiasi kanker, perkembangan, lan respon kanggo perawatan kayata kemoterapi. Akeh panliten sing wis ngonfirmasi manawa sel imun sing nyusup tumor nduweni peran penting 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, digunakake sacara wiyar ing perawatan tumor padat [26]. Gen sing ana gandhengane karo kekebalan digunakake sacara wiyar kanggo mbangun model risiko prognostik. Contone, Su et al. Model risiko prognostik sing ana gandhengane karo kekebalan adhedhasar gen pengkode protein kanggo prédhiksi prognosis pasien kanker ovarium [27]. Gen non-pengkode kayata lncRNA uga cocog kanggo mbangun model risiko prognostik [28, 29, 30]. Luo et al nguji papat lncRNA sing ana gandhengane karo kekebalan lan mbangun model prediktif kanggo risiko kanker serviks [31]. Khan et al. Total 32 transkrip sing diekspresikan kanthi beda diidentifikasi, lan adhedhasar iki, model prediksi kanthi 5 transkrip sing signifikan digawe, sing diusulake minangka alat sing disaranake banget kanggo prédhiksi penolakan akut sing wis kabukten biopsi sawise transplantasi ginjel [32].
Sebagéan gedhé model iki adhedhasar tingkat èksprèsi gen, gen sing ngode protein utawa gen sing ora ngode. Nanging, gen sing padha bisa duwé nilai èksprèsi sing béda ing genom, format data, lan pasien sing béda, sing ndadèkaké prakiraan sing ora stabil ing model prediktif. Ing panliten iki, kita nggawé model sing cukup masuk akal nganggo rong pasang lncRNA, ora gumantung saka nilai èksprèsi sing pas.
Ing panliten iki, kita ngidentifikasi irlncRNA kanggo pisanan liwat analisis korelasi karo gen sing ana gandhengane karo kekebalan. Kita nyaring 223 DEirlncRNA kanthi hibridisasi karo lncRNA sing diekspresikan kanthi beda. Kapindho, kita nggawe matriks 0-utawa-1 adhedhasar metode pasangan DEirlncRNA sing diterbitake [31]. Banjur kita nindakake analisis regresi univariat lan lasso kanggo ngidentifikasi pasangan DEirlncRNA prognostik lan nggawe model risiko prediktif. Kita luwih lanjut nganalisa hubungan antarane skor risiko lan karakteristik klinis ing pasien 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 endhek lan pasien kelas dhuwur saka pasien kelas endhek. Kajaba iku, nilai AUC saka kurva ROC saka model risiko prognostik yaiku 0,905 kanggo ramalan 1 taun, 0,942 kanggo ramalan 2 taun, lan 0,966 kanggo ramalan 3 taun.
Para peneliti nglaporake yen pasien kanthi infiltrasi sel T CD8+ sing luwih dhuwur luwih sensitif marang perawatan ICI [33]. Peningkatan isi sel sitotoksik, sel NK CD56, sel NK lan sel T CD8+ ing lingkungan mikro imun tumor bisa uga dadi salah sawijining alesan kanggo efek supresif tumor [34]. Panaliten sadurunge nuduhake yen tingkat CD4(+) T lan CD8(+) T sing nyusup tumor sing luwih dhuwur ana gandhengane karo kaslametan sing luwih dawa [35]. Infiltrasi sel T CD8 sing kurang apik, beban neoantigen sing kurang, lan lingkungan mikro tumor sing imunosupresif banget nyebabake kurang respon marang terapi ICI [36]. Kita nemokake yen skor risiko berkorelasi negatif karo sel T CD8+ lan sel NK, sing nuduhake yen pasien kanthi skor risiko dhuwur bisa uga ora cocog kanggo perawatan ICI lan duwe prognosis sing luwih elek.
CD161 minangka penanda sel pembunuh alami (NK). Sel T sing ditransduksi CAR CD8+CD161+ ningkatake khasiat antitumor in vivo ing model xenograft adenokarsinoma duktal pankreas HER2+ [37]. Inhibitor checkpoint imun nargetake jalur protein 4 sing ana gandhengane karo limfosit T sitotoksik (CTLA-4) lan protein kematian sel terprogram 1 (PD-1)/ligan kematian sel terprogram 1 (PD-L1) lan duwe potensi gedhe ing pirang-pirang wilayah. Ekspresi CTLA-4 lan CD161 (KLRB1) luwih murah ing klompok risiko dhuwur, sing luwih nuduhake yen pasien kanthi skor risiko dhuwur bisa uga ora layak kanggo perawatan ICI. [38]
Kanggo nemokake pilihan perawatan sing cocog kanggo pasien risiko dhuwur, kita nganalisa macem-macem obat antikanker lan nemokake manawa paclitaxel, sorafenib, lan erlotinib, sing digunakake sacara wiyar ing pasien PAAD, bisa uga cocog kanggo pasien risiko dhuwur karo PAAD. [33]. Zhang et al nemokake manawa mutasi ing jalur respon kerusakan DNA (DDR) bisa nyebabake prognosis sing kurang apik ing pasien kanker prostat [39]. Uji coba Pankreas Cancer Olaparib Ongoing (POLO) nuduhake manawa perawatan perawatan nganggo olaparib nambah kelangsungan urip bebas perkembangan dibandhingake karo plasebo sawise kemoterapi berbasis platinum lini pertama ing pasien adenokarsinoma duktal pankreas lan mutasi germline BRCA1/2 [40]. Iki menehi optimisme sing signifikan manawa asil perawatan bakal saya apik ing subkelompok pasien iki. Ing panliten iki, nilai IC50 AZD.2281 (olaparib) luwih dhuwur ing klompok risiko dhuwur, sing nuduhake manawa pasien PAAD ing klompok risiko dhuwur bisa uga tahan perawatan nganggo AZD.2281.
Model prakiraan ing panliten iki ngasilake asil prakiraan sing apik, nanging adhedhasar prakiraan analitis. Kepiye carane ngonfirmasi asil kasebut nganggo data klinis minangka pitakonan sing penting. Ultrasonografi aspirasi jarum alus endoskopik (EUS-FNA) wis dadi metode sing ora bisa dipisahake kanggo diagnosa lesi pankreas padat lan ekstrapankreas kanthi sensitivitas 85% lan spesifisitas 98% [41]. Muncule jarum biopsi jarum alus EUS (EUS-FNB) utamane adhedhasar kaluwihan sing dirasakake tinimbang FNA, kayata akurasi diagnostik sing luwih dhuwur, entuk sampel sing njaga struktur histologis, lan kanthi mangkono ngasilake jaringan kekebalan sing penting kanggo diagnosis tartamtu. pewarnaan khusus [42]. Tinjauan sistematis literatur ngonfirmasi 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 dioperasi nalika diagnosis awal. Ing praktik klinis, mung sebagian cilik pasien sing cocog kanggo operasi radikal amarga umume pasien duwe tumor sing ora bisa dioperasi nalika diagnosis awal. Sawise konfirmasi patologis dening EUS-FNB lan metode liyane, perawatan non-bedah standar kayata kemoterapi biasane dipilih. Program riset sabanjure yaiku nguji model prognostik saka panliten iki ing kohort bedhah lan non-bedah liwat analisis retrospektif.
Sakabèhé, panliten kita nggawé model risiko prognostik anyar adhedhasar irlncRNA sing dipasangake, sing nuduhaké nilai prognostik sing njanjeni ing pasien kanker pankreas. Model risiko prognostik kita bisa mbantu mbédakaké pasien PAAD sing cocog kanggo perawatan medis.
Kumpulan data sing digunakake lan dianalisis ing panliten iki kasedhiya saka penulis sing cocog yen ana panyuwunan sing cukup.
Sui Wen, Gong X, Zhuang Y. Peran mediasi saka efikasi diri ing regulasi emosional 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, dkk. Panemu anggota kulawarga babagan pengambilan keputusan alternatif ing unit perawatan intensif: tinjauan sistematis. INT J NURS STUD [artikel majalah; tinjauan]. 2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Kanker pankreas. Lancet. [Artikel jurnal; dhukungan riset, NIH, ekstramural; dhukungan riset, pamrentah ing njaba AS; ulasan]. 2011 08/13/2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologi kanker pankreas. Jurnal Gastroenterologi Donya. [Artikel jurnal, ulasan]. 2016 11/28/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Nomogram anyar sing ana gandhengane karo tp53 kanggo prédhiksi kaslametan sakabèhé ing pasien kanker pankreas. BMC Cancer [artikel jurnal]. 2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Efek terapi sing fokus ing solusi marang rasa kesel sing ana gandhengane karo kanker ing pasien kanker kolorektal sing nampa kemoterapi: uji coba terkontrol acak. Perawat kanker. [Artikel jurnal; uji coba terkontrol acak; panliten iki didhukung dening pamrentah ing njaba Amerika Serikat]. 2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, dkk. Kadar antigen karsinoembrionik (CEA) pascaoperasi ngira-ira asil sawise reseksi kanker kolorektal ing pasien kanthi kadar CEA praoperasi normal. Pusat Riset Kanker Translasi. [Artikel jurnal]. 2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, dkk. LncRNA sing ana gandhengane karo kekebalan ngasilake tandha-tandha anyar lan prédhiksi lanskap kekebalan karsinoma hepatoseluler manungsa. Asam Nukleat Mol Ther [Artikel jurnal]. 2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Imunoterapi kanggo kanker pankreas: alangan lan terobosan. Ahli Bedah Gastrointestinal Ann [Artikel Jurnal; ulasan]. 2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. RNA non-coding dawa (LncRNA), genomik tumor virus lan kedadeyan splicing sing ora normal: 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 ana gandhengane karo prognosis kanker endometrium. Prestasi sains [artikel majalah]. 2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, dkk. Analisis komprehensif gen prognostik protein pengikat RNA lan kandidat obat ing karsinoma sel ginjal sel papiler. pregen. [Artikel jurnal]. 2021 01/20/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, dkk. Karakteristik RNA non-coding dawa sing ana gandhengane karo autophagy bisa 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. Tandha tangan enem lncRNA sing ana gandhengane karo kekebalan nambah prognosis ing glioblastoma multiforme. MOL Neurobiology. [Artikel jurnal]. 2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, dkk. Tandha tangan tri-lncRNA anyar ngramalake kaslametané pasien kanker pankreas. PERWAKILAN 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 miR-577 sing di-spons. Mol Therapeutics – Asam Nukleat. 2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, dkk. 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 kiriman: 22-Sep-2023