论文部分内容阅读
目的:肝细胞癌(Hepatocellular Carcinoma,HCC)术后复发率高,微血管侵犯(Microvascularinvasion,MVI)是肝癌早期复发的重要危险因素。目前MVI只能通过术后病理诊断,对肝癌患者术前管理缺乏指导意义。在本研究中,我们将结合患者血清学指标及影像学特征建立肝癌MVI的术前诊断模型,并探究该模型对术前手术方案的指导意义。材料与方法:回顾性分析2015年1月至2017年12月在中国医学科学院肿瘤医院接受手术治疗的肝细胞癌患者临床及影像学资料,研究共纳入357例患者,并根据手术时间分为训练集(n=257)及验证集(n=100)。独立样本T检验、卡方检验及Fisher精确检验评估两组患者的临床及影像学特征间的差异,单因素和多因素Logistic回归分析MVI的危险因素,建立并验证MVI的术前诊断列线图。ROC曲线下面积和校准曲线结合Hosmer-Lemeshow检验验证列线图的区分度及校准度,决策曲线分析评估列线图的临床应用前景。采用Kaplan-Meier法结合Log-rank检验进行预后分析并绘制生存曲线,探究该列线图对手术方案的指导意义。结果:训练集和验证集患者常规临床和影像学特征无显著性差异,其中共有140(39.2%)例患者经术后病理诊断证实伴有MVI。术前影像学特征中:肿瘤大小、瘤内动脉、肿瘤类型及血清甲胎蛋白是MVI的独立危险因素。基于这些变量建立MVI的术前诊断列线图,列线图在训练集及验证集中的曲线下面积分别为0.803(95%CI,0.746-0.860)和 0.814(95%CI,0.720-0.908)。校准曲线和 Hosmer-Lemeshow检验提示列线图在两个队列中有较好的校准度(P=0.84,P=0.79)。决策曲线分析证实该列线图在临床应用中有广阔的应用前景。此外,生存分析结果提示列线图诊断MVI阳性的患者术后复发风险增高(P<0.001)。解剖性切除可以提高术前诊断为MVI阳性的小肝癌患者的无复发生存率。结论:列线图在术前诊断MVI上取得了理想的效果,具有较为广阔的临床应用前景。术前诊断为MVI阳性的患者术后早期复发率增高;且推荐针对术前诊断为MVI阳性的小肝癌患者行解剖性切除。目的:术后复发是肝细胞癌(HepatocellularCarcinoma,HCC)治疗失败的主要原因,现有分期系统及预后模型对肝癌患者术后复发风险分层效果欠佳。本研究旨在探究肝癌术后复发相关生物标志物,建立预后模型,并对肝癌患者术后复发风险进行分层。材料与方法:分析TCGA数据库中371例肝癌患者的临床病理资料,探宄肝癌患者术后早期复发的高危因素。使用DESeq2分析早期复发及无早期复发患者的差异表达基因,并对差异基因GO功能注释。COX单因素、LASSO回归结合COX多因素回归筛选与肝癌无复发生存期相关的基因,建立基因预后模型。使用单因素、多因素COX回归分析患者术后无复发生存期相关的预后因素。联合TNM分期及基因预后模型建立综合预后模型,时间依赖的ROC曲线和决策曲线分析评估三个模型在TCGA数据集及GSE14520数据集中应用情况结果:肝癌患者ECOG评分(P=0.025)、Child-Pugh分级(P=0.040)及TNM分期(P<0.001)同肝癌早期复发显著相关。以差异倍数>4且校正P值<0.01为标准,筛选出179个差异基因(73个基因表达上调,106个基因表达下调);GO富集分析提示差异基因主要与免疫功能相关。经筛选后CD79A及PDZRN4为肝癌早期复发的独立预后基因,并在TCGA和GSE14520数据集中验证。单因素、多因素COX回归提示基因预后模型及TNM分期均是无复发生存期的独立预后因素00.001,^=0.043)。时间依赖的R0C曲线提示基因预后模型及TNM分期在术后第1年、2年及3年的预测效能类似(TCGA数据集：0.68 vs.0.76,P=0.106;0.74 vs.0.71,尸=0.675和0.71 vs.0.68,P=0.554;GSE14520数据集:0.63 vs.0.65,卢0.812;0.69 vs.0.69,P=0.923和0.63 vs.0.68,P=0.258);综合预后模型可以改善TNM分期的预测效能(TCGA数据集:0.81 vs.0.76,P=0.033;0.82 vs.0.71,尸<0.001和0.77 vs.0.68,P=0.003GSE14520数据集:0.67 vs.0.65,作0.080,.0.74 vs.0.69,P=0.001和0.70 vs.0.68,P=0.081)。决策曲线分析提示基因预后模型及综合预后模型具有临床应用前景。结论:我们利用公共数据库初步探宄肝癌早期复发的临床病理特征,筛选早期复发相关生物标志物,建立了肝癌早期复发的两基因预后模型,进一步分析表明该模型在预测患者术后无复发生存率效能与TNM分期相当,且能改善TNM分期系统的预测效能。