一、602例胃癌临床分析(论文文献综述)
李文会[1](2021)在《基于GEO和TCGA数据库构建胃癌预后风险模型及CTNNAL1基因表达与胃癌临床病理因素及预后的关系》文中研究表明前言:胃癌是威胁人类健康的重要疾病之一,根据国际癌症机构(International Agency for Research on Cancer,IARC)的研究结果,2020年全球新发病例约108万,占全球所有恶性肿瘤的5.6%,胃癌死亡病例在全世界大约76.9万(占7.7%)。随着对胃癌的认识不断加深、癌症筛查的实施、诊断和治疗方案的不断改进,胃癌的发病率和死亡率在世界范围内已有下降趋势。但是,随着人口的增长及老龄化,胃癌的疾病负担依然严重。尽管手术、化疗、靶向治疗、免疫治疗等方法的应用,进展期胃癌患者的预后仍较差。因此寻找影响胃癌预后的关键基因及治疗靶点尤为重要。随着基因组学技术的发展,大量的肿瘤相关生物数据的出现,肿瘤生物信息学可以通过对癌症基因表达谱进行分析,对癌症发病机制进行分析。通过鉴定肿瘤生物标志物与肿瘤预后的关系,使得寻找可以作为癌症诊断、预测、预后及治疗的分子标志物变为可能,而且意义尤为重要。然而癌症作为一个多基因参与的复杂疾病,单个基因纵然可以作为潜在的预后标志物,但具有一定的局限性。基于对癌症多组学大数据的分析,利用有效的生物信息学分析方法可以发现多个基因组合的预后模型,这些模型可以应用于癌症病人的诊断、预后评估和治疗效果评价等方面。目的:应用生物信息学方法分析TCGA和GSE62254数据集,基于预后相关基因构建胃癌预后风险模型,分析预后风险模型与临床病理因素的关系,并针对预后风险模型中的基因CTNNAL1的表达特征与临床病理因素的关系和预后进行深入分析。研究方法:1、采用生物信息学方法分析TCGA中胃癌数据集和GSE62254数据集,发现了其共同的预后相关基因,利用R语言cluster Profiler包对预后相关基因进行功能富集分析。基于Lasso(the least absolute shrinkage and selection operator)-Cox算法,构建包含六个基因的预后风险模型。利用时间依赖的受试者工作特征曲线(time-dependent receiver operating characteristic curve,t ROC)评估预后风险模型。分析预后风险模型与临床病理因素的关系,基于多因素风险回归分析,构建包含预后风险模型和多个临床病理因素的诺模图(nomogram)。2、在TCGA数据库中下载33个肿瘤类型基因表达谱数据,分析CTNNAL1m RNA的表达与肿瘤患者预后的关系;分析TCGA数据库中的胃癌表达数据集及临床病理因素,根据CTNNAL1m RNA表达量的中位值将患者分为两组,通过卡方检验,比较高表达组与正常对照组织之间CTNNAL1表达水平的差异,分析各临床病理因素分组之间CTNNAL1m RNA的表达差异。利用R语言survminer包确定GSE62254胃癌数据集中CTNNAL1m RNA表达与患者预后的最佳cutoff值。然后将GSE62254中的300例胃癌患者根据最佳cutoff值分成CTNNAL1m RNA高表达和低表达两组。利用Kaplan-Meier法绘制生存曲线,log-rank检验比较两组之间的生存率;利用人类蛋白图谱HPA(the Human Protein Atlas)数据库分析CTNNAL1基因在人体各正常组织中的表达水平,利用单细胞测序数据分析CTNNAL1基因在细胞水平的表达特征;进一步在GSE134520(胃单细胞测序数据集)中分析CTNNAL1在胃组织中不同种类细胞中的表达;分析CTNNAL1基因的表达与间质细胞数量的相关性;通过基因集富集分析(GSEA,Gene set enrichment analysis)和蛋白蛋白相互作用(PPI,protein-protein interaction)网络预测CTNNAL1相关功能。3、免疫组化检测209例胃癌及其非癌胃粘膜组织中CTNNAL1蛋白的表达及178例胃癌组织中E-cadherin蛋白的表达,分析其与临床病理因素的关系和意义以及两者的相关性,蛋白表达与临床病理因素的关系采用卡方检验和kendall tau-b等级相关进行分析。结果:1、通过单因素Cox分析,TCGA胃癌数据集中与胃癌预后相关的基因共有1561个(P<0.05),其中风险比(Hazard ratio,HR)>1的基因共1137个,HR<1的基因有424个。GSE62254数据集中与胃癌预后相关的基因共有5949个(P<0.05),其中HR>1的基因有2913个,HR<1的有3036个。两个数据的预后相关基因共同的不良预后基因457个,良好的预后因素171个。不良预后因素KEGG信号通路明显富集在PI3K-Akt信号通路、Rap1信号通路、黏着斑、Ras信号通路、丝裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)信号通路、基底膜-受体相互作用等生物学通路。2、将TCGA和GSE62254中分析所得的共有预后相关基因代入Lasso-Cox回归模型,成功构建包含六个基因的预后风险模型,这六个基因分别是富脯氨酸蛋白15样(PRR15L,proline rich 15 like)、SP6转录因子(SP6,Sp6 transcription factor)、包含C2结构域蛋白8(CPNE8,copine 8)、神经菌毛素1(NRP1,neuropilin 1)、血小板源性生长因子样受体(PDGFRL,platelet derived growth factor receptor like)和α连环蛋白样1(CTNNAL1,catenin alpha like 1)。生存分析结果表明,风险评分高的胃癌患者生存率显着低于低风险组的患者。该模型预测的5年生存率AUC为0.754,结果表明该模型具有较好的预后评判价值。并在GEO数据库中验证了基于6个基因构建的预后风险模型具有一定的预后评判价值。3、根据胃癌预后风险模型评分分组,高风险组组织学分级更高,弥漫型胃癌中风险评分高于肠型胃癌Lauren分型,随着TNM分期的增加,高风险组的比例上升。4、将胃癌预后风险模型评分和临床病理因素(年龄、性别、组织学分级、lauren分型、T分期、N分期、M分期、MSI状态和是否进行放射治疗)纳入多因素Cox风险比例回归分析,建立了定量的诺模图用于预测胃癌患者的个体化生存时间。5、通过单因素Cox分析CTNNAL1m RNA表达与不同肿瘤类型的预后关系,发现CTNNAL1不仅在胃癌中与不良预后相关,在肾乳头状癌和低级别胶质瘤等也与肿瘤患者的不良预后有关。而在弥漫大B淋巴瘤和胸腺瘤等中,则与预后较好相关。6、HPA数据库显示CTNNAL1在人正常的肾上腺、卵巢、甲状腺、睾丸、肺脏、心肌中表达量较高。CTNNAL1基因在单细胞水平上,具有较低的细胞特异性,其中在滋养层细胞中表达量最高。内皮细胞和间质细胞中CTNNAL1的表达次之。胃单细胞测序数据集GSE134520的分析结果显示,CTNNAL1在多种细胞中存在表达,其中在内皮细胞和肿瘤细胞中表达较高。CTNNAL1基因表达与间质评分、肿瘤相关成纤维细胞数量和内皮细胞数量成正比。7、TCGA数据库中CTNNAL1 m RNA表达,在Lauren分型中,弥漫型胃癌的高表达率明显高于肠型胃癌(P=0.014)。组织学分级G3组中CTNNAL1 m RNA的高表达率高于G2组和G1组(P=0.023),CTNNAL1m RNA表达在间质表型胃癌高于上皮表型(P<0.001)。GSE62254中CTNNAL1 m RNA高表达组胃癌患者生存率低于CTNNAL1m RNA低表达组(P<0.001),CTNNAL1在弥漫型胃癌中的表达率明显高于肠型胃癌(P=0.010)。亚洲癌症研究组织(ACRG,Asian Cancer Research Group)胃癌分子分型中,MSS/EMT亚型CTNNAL1的m RNA表达高于其他亚型(P<0.001)。GSEA分析显示CTNNAL1基因与EPITHELIAL_MESENCHYMAL_TRANSITION(上皮间质转化)、MYOGENESIS(肌细胞生成)和TGF_BETA_SIGNALING(转化生长因子-β)信号通路相关。PPI网络分析显示CTNNAL1基因与细胞黏附、黏着连接等功能相关。8、免疫组织化学染色结果显示,胃癌组织中CTNNAL1蛋白高表达率显着高于非癌胃粘膜组织。CTNNAL1蛋白表达与胃癌组织学分级成弱等级相关(r=0.146,P=0.026)。Lauren分型中,弥漫型胃癌中CTNNAL1的表达显着高于肠型胃癌(P=0.008)。E-cadherin的缺失率在组织学分级G3组高于G1组和G2组,且与组织学分级呈弱等级相关(P<0.001,r=0.327)。Lauren分型中,弥漫型胃癌中E-cadherin的缺失率显着高于肠型胃癌(P<0.001)。但是,161例胃癌组织中CTNNAL1表达与E-cadherin表达未见明显相关性(P>0.05)。结论:1、本研究基于TCGA胃癌数据集和GSE62254数据集,得到了共同的预后不良相关基因457个,良好的预后基因171个。其中不良预后基因显着富集在PI3K-Akt信号传导通路、细胞外基质黏附等与癌症发生发展密切相关的通路。采用Lasoo-Cox回归模型,利用TCGA胃癌数据集,基于筛选得到的预后相关基因,构建了基于六个基因的胃癌预后风险模型。通过在多个GEO数据集的验证,证实该模型中的基因具有良好的预后预测价值。利用TCGA胃癌数据集中的临床病理资料和预后风险模型,构建了预测胃癌患者预后的诺模图。2、CTNNAL1基因与多种肿瘤的预后密切相关,有可能成为肿瘤预后评估的因子;CTNNAL1基因在多种组织中普遍表达,在单细胞层面,CTNNAL1基因在成间质细胞/成纤维细胞和内皮细胞表达较高。CTNNAL1在间质细胞/成纤维细胞和内皮细胞中的较高表达与胃癌不良预后相关,可能提示肿瘤微环境中成纤维细胞和/或内皮细胞的增多导致胃癌不良预后。3、胃癌组织中CTNNAL1的蛋白表达显着高于非癌胃粘膜组织;CTNNAL1在不同组织学类型的胃癌组织中表达具有异质性,CTNNAL1高表达与弥漫型胃癌和组织学分级相关。
刘茜茜[2](2021)在《胃癌卵巢转移的预后分析》文中认为目的:通过回顾性分析胃癌卵巢转移患者的临床资料,来分析胃癌卵巢转移瘤患者的临床病理特征、治疗方式与生存之间的相关性,从而探索可能对其生存有益的治疗方法,并找出影响其生存及预后的因素。方法:收集并整理2010年1月至2019年12月新疆医科大学肿瘤医院经组织病理学及影像学确诊的136例Ⅳ期胃癌卵巢转移患者的资料,根据治疗方式将患者分为两组:卵巢转移瘤切除组(n=34)及卵巢转移瘤未切除组(n=102)。分析两组患者的1、2、3、5年生存率,生存期及不同治疗方式对患者生存的影响,并用COX回归模型分析影响患者生存的因素。结果:卵巢转移瘤切除组的生存期明显优于卵巢转移瘤未切除组(16.8个月︰6.1个月,P<0.001),多因素分析显示卵巢转移瘤切除术[HR(95%CI):2.730(1.673-4.456),P<0.001]、CA-125升高[HR(95%CI):0.637(0.420-0.965),P=0.033]是影响生存的独立预后因素。结论:对于胃癌卵巢转移患者,卵巢转移瘤切除术可延长1、2、3年的生存率及生存期。转移灶切除术,CA-125水平是影响生存的独立预后因素。
赵甜甜[3](2020)在《胃癌脉管神经侵犯的临床意义》文中研究指明第一部分胃癌脉管神经侵犯与临床病理特征相关性分析背景与目的:胃癌是指发生于胃的上皮源性的恶性肿瘤,在我国胃癌发病率仅次于肺癌居第二位,大多数发现时已是进展期,总统5年生存率不足50%。目前胃癌的预后判定主要依靠TNM分期,脉管神经侵犯对患者的预后也有一定影响,但尚无定论。本研究旨在探讨胃癌患者的各种临床病理特征与脉管神经侵犯的相关性。方法:选取2014年1月一2014年12月经我院外科手术治疗的胃癌患者共336例,通过筛选手术病理证实为胃腺癌的患者共247例;为探讨影响胃癌患者脉管神经侵犯的相关因素,确立了患者性别、年龄、肿瘤最大直径、分化程度、浸润深度、有无淋巴结转移、有无神经侵犯、有脉管侵犯、有无脉管神经同时侵犯、有无癌结节、有无粘液腺癌成分、有无印戒细胞癌成分等共12项指标。结果:247例胃癌患者中脉管侵犯阳性者159例,脉管侵犯阳性率为64.4%。χ2检验示:分化程度、浸润深度、淋巴结转移阳性、肿瘤最大直径、癌结节阳性、有粘液腺癌成分均是胃癌脉管侵犯的危险因素(χ2值分别为9.040、44.065、89.602、22.900、8.740、3.977,P<0.05)。Logistic回归分析示:淋巴结转移阳性是胃癌脉管侵犯的独立危险因素(OR值为10.485)。神经侵犯阳性者131例,神经侵犯阳性率为53.0%。χ2检验示:分化程度、浸润深度、淋巴结转移阳性、肿瘤最大直径、癌结节阳性均是胃癌神经侵犯的危险因素(χ2值分别为11.602、57.108、49.374、8.850、12.289,P<0.05)。Logistic回归分析示:浸润深度和淋巴结转移阳性是胃癌神经侵犯的独立危险因素(OR值分别为6.180、2.865)。脉管神经同时侵犯阳性者108例,脉管神经同时侵犯阳性率为43.7%。χ2检验显示:分化程度、浸润深度、淋巴结转移阳性、肿瘤最大直径、癌结节阳性均是胃癌脉管神经同时侵犯的危险因素(χ2值分别为14.673、73.398、94.494、21.854、9.435,P<0.05)。Logistic回归分析示:浸润深度和淋巴结转移阳性是胃癌脉管神经同时侵犯的独立危险因素(OR值分别为11.512、31.082)。结论:1.胃癌脉管侵犯与多种临床病理因素相关,其中淋巴结转移阳性是胃癌脉管侵犯的独立危险因素。2.胃癌神经侵犯与多种临床病理因素相关,其中浸润深度和淋巴结转移阳性是胃癌神经侵犯的独立危险因素。3.胃癌脉管神经同时侵犯与多种临床病理因素相关,其中浸润深度和淋巴结转移阳性是胃癌脉管神经同时侵犯的独立危险因素。第二部分胃癌生存分析及预后评价背景与目的:胃癌患者的总体5年生存率比较低,整体预后较差。胃癌的AJCC/UICC指南显示肿瘤的浸润程度、淋巴结转移情况、远处转移等是影响胃癌术后生存率的最关键因素,但许多相关研究显示胃癌患者的生存率也与其他一些临床病理特征相关联,因此有必要分析胃癌患者的生存情况及探讨胃癌的预后影响因素。方法:我院2014年1月至2014年12月的247例胃癌患者中,35例失访,7例生存期小于2个月,因此共205例患者纳入生存分析,中位随访时间是62.5个月(2.5个月71.5个月)。分别计算1年、3年、5年生存率,绘制生存曲线,进行生存分析,并评价预后影响因素。结果:205例胃癌患者中,脉管侵犯阳性患者的1年、3年、5年生存率分别为74.8%、59.1%、52%,神经侵犯阳性患者的1年、3年、5年生存率分别为72.4%、50.5%、42.9%,脉管神经同时侵犯阳性患者的1年、3年、5年生存率分别为68.2%、50.6%、41.4%。Kaplan-Meier法生存分析结果显示,在肿瘤最大直径、浸润程度、淋巴结转移、脉管侵犯、神经侵犯、脉管神经同时侵犯、有无印戒细胞癌成分、有无癌结节这8个分组中,预后生存分析均具有统计学意义(P<0.05)。多因素COX回归分析显示,浸润程度、淋巴结转移、神经侵犯均可作为评价胃癌手术患者预后的独立指标,不受其他危险因素影响。结论:多种临床病理因素影响胃癌患者的术后生存时间,其中浸润深度、淋巴结转移、神经侵犯可作为评价胃癌患者预后的独立指标。
高婷婷[4](2020)在《基于胃癌患者CT影像的淋巴结转移的影像组学研究》文中进行了进一步梳理胃癌作为消化系统最常见的恶性肿瘤之一,胃癌淋巴结转移作为影响胃癌患者个性化治疗决策制定与的最重要因素之一,使得准确评估和术前预知淋巴结转移状态对于确定最佳的手术方式和是否需要辅助治疗具有重要的临床意义。而利用传统的影像学检查来对胃癌进行术前淋巴结转移状态的评估和预测仍然具有较大的局限性,无法满足现代医学对于精准医疗的要求。而影像组学的迅速发展,细化和丰富了影像学手段对于肿瘤异质性等特征的客观定量的描述和表征信息,对于提高肿瘤检测和诊断的精确度,提高患者靶向治疗的精准性与治疗效果,实现肿瘤患者的个性化治疗决策的制定提供了新的解决思路和方法。本文针对陕西省人民医院数据库中收集整理的胃癌患者数据围绕患者的淋巴结转移进行了一系列的回顾性分析。首先针对158例胃癌患者的多层螺旋CT平扫影像由放射科的临床医师基于3D-Slicer软件平台进行了半自动的肿瘤目标区域分割,基于患者影像的肿瘤区域影像提取了四类影像组学特征,其中包括肿瘤形状和大小特征,一阶灰度直方图特征,二阶统计纹理特征以及基于小波变换的特征,随后使用LASSO特征选择算法对提取的高通量的影像特征进行了特征筛选和降维,基于筛选所得的影像特征构建了影像组学标签并绘制了影像组学标签关于患者淋巴结转移状态的分布直方图,为了定量评估影像组学标签对于胃癌患者淋巴结转移状态的分类性能,基于影像组学标签利用SVM模型建立了淋巴结转移状态的分类模型。结果发现基于胃癌患者多层螺旋CT平扫肿瘤区域影像的影像特征构建的影像组学标签与患者的淋巴结转移状态显着相关,影像组学标签数值越高,患者发生淋巴结转移的概率越大,反之,胃癌患者的影像组学标签数值越小,患者不发生淋巴结转移的概率越大,即患者影像组学标签数值与患者发生淋巴结转移的概率成正比。而且构建的影像组学标签对于胃癌患者淋巴结转移状态具有良好的分类性能,建立的分类模型在训练集和测试集中的AUC值分别可达到0.8024(95%CI:0.7237-0.8810)和0.7045(95%CI:0.5108-0.8981)。接着基于影像组学标签,结合患者的性别,年龄和肿瘤的分化程度三个临床病理因素,建立了胃癌患者的淋巴结转移风险概率的术前预测模型,并通过模型的准确度、区分度、校准度和净获益率四个方面评估了预测模型的预测效果,还通过绘制诺谟图将预测模型转化为可视化的淋巴结转移风险概率计算工具。结果发现胃癌患者多层螺旋CT平扫影像的影像组学标签,结合患者的性别、年龄和肿瘤分化程度三个临床病理因素建立的患者淋巴结转移风险概率的术前预测模型也可以达到良好的预测性能,预测模型的预测准确率和模型的C-Index值在训练集中分别可达0.7698(95%CI:0.6704-0.8238)和0.8162(95%CI:0.7420-0.8904),在测试集中则分别可达0.625(95%CI:0.4525-0.7945)和0.6397(95%CI:0.4282-0.8512),相应的可视化诺谟图则可以作为简便可靠的、无创的计算工具,为临床诊断胃癌患者的淋巴结转移提供有效的辅助手段。最后通过影像组学方法比较了103例胃癌患者的增强CT扫描的动脉期、静脉期和延迟期影像的影像组学标签对于患者淋巴结转移状态的分类性能。结果发现基于胃癌患者增强CT扫描动脉期、静脉期和延迟期影像的影像组学标签分别建立的淋巴结转移状态的分类模型的分类性能各不相同,其中基于增强CT动脉期影像的影像组学标签建立的分类性能最优,具体表现在基于各期增强CT扫描的影像组学标签建立的分类模型的AUC值大小不同,其中动脉期影像下分类模型的AUC值则最大,在训练集中基于增强CT扫描的动脉期、静脉期和延迟期的影像组学标签的分类模型AUC值分别为0.9227(95%CI:0.8630-0.9824),0.8122(95%CI:0.7182-0.9062),和0.8345(95%CI:0.7446-0.9245),在测试集中则分别为0.7041(95%CI:0.4771-0.9309),0.6429(95%CI:0.3578-0.9279)和0.6531(95%CI:0.3736-0.9326)。
张月华[5](2020)在《基于炎性基因多态性的胃癌个体化风险评估》文中研究指明目的通过meta分析方法汇总近年来炎性基因多态性与胃癌的关联研究,合并效应量分析筛选出与胃癌相关的炎性基因多态性位点,使用通过实验验证后的多态性位点,建立结合炎性基因多态性位点和传统环境危险因素的胃癌个体化风险评估评分规则,并进行初步内部验证。方法1.基于meta分析的炎性基因多态性与胃癌的关联研究及流行病学评价(1)将胃癌、炎性基因、多态性作为主题词并与自由词进行组合,收集在七大数据库(中国知网、万方、维普、Embase、Web of Science、Pubmed、Cochrane 数据库)上发表至今研究对象为中国汉族人群的文献研究资料。使用NOS量表进行研究的质量评价。(2)使用STATA 15.0软件对炎性相关基因的各多态性位点研究进行合并效应量比值比(Odds ratio,OR)及95%可信区间(95%Confidence Interval,95%CI)的计算及发表偏倚的检查。使用假阳性报告率(False positive report probability,FPRP)对其合并结果的真实关联性进行检验。(3)使用归因危险度百分比(A tributable Risk Percent,ARP)和人群归因危险度百分比(Population Attributable Risk Proportion,PARP)对其效应进行流行病学评价。2.炎性多态性位点与胃癌易感性关联的实验验证(1)以660例病理学或组织学确诊的胃癌患者作为病例组,660例与其性别、年龄频数匹配的健康人群作为对照组进行病例对照研究。使用荧光多重酶连接反应基因分型技术进行实验基因分型,盲法判读分型结果。(2)通过拟合优度卡方检验方法检验对照人群中的基因型分布是否符合遗传学哈迪-温伯格平衡定律。通过非条件逻辑回归方法分析炎性多态性位点与胃癌的关联性并确定位点的最佳拟合遗传模型。(3)使用Mantel-Haenszel方法进行环境因素的层间差异分析及比较。使用Cochran-Armitage检验方法评价炎性基因多态性位点突变数目与胃癌发生风险的趋势性关联。3.胃癌发生风险评估评分规则的建立及验证(1)将实验验证确定的研究对象随机分组,2/3研究对象为训练组,1/3研究对象为验证组。训练组中分别基于炎性基因多态性位点、基于传统环境危险因素、结合炎性基因多态性位点和传统环境危险因素进行多因素逻辑回归分析,建立风险评价模型。比较三模型之间的评价指标后,选择最优模型作为胃癌风险个体化评估评分规则建立的基础。(2)通过受试工作者曲线(Receiver Operating Characteristic curve,ROC)及曲线下面积(Areaunder Curve,AUC)、净重新分类指数(Net ReclassificationIndex,NRI)、Brier 分数(Brierscore,BS)、Hosmer-Lemeshow检验、灵敏度(Sensitivity,Sen)、特异度(Specificity,Spe)、准确度(Accuracyrate,AR)、阳性预测值(Positivepredictive value,PPV)、阴性预测值(Negative predictive value,NPV)、阳性似然比(Positive likelihood ratio,+LR)、阴性似然比(Negative likelihood ratio,-LR)指标进行模型整体评价和模型间比较。(3)根据最优风险模型中的回归系数β值建立风险评估评分规则,并在验证组中进行内部验证。使用ROC及AUC评价比较其评分规则在训练组和对照组的预测效能。评分规则的表现性评价通过Sen、Spe、AR、PPV、NPV、+LR、-LR 指标进行评价。结果1.共纳入87篇文章,151个多态性位点研究,以进行合并效应量定量综合分析。高质量研究(NOS≥7分)占比为43.71%(66/151)。中高质量研究且两个以上遗传模型与胃癌有关联的位点共有7个,分别为Cox-2 rs20417、IL-10 rs1800896、IL-17F rs763780、IL-17A rs2275913、IL-17Ars8193036、TGF-BR2rs3773651 和 VDRrs731236。流行病学评价结果显示,一般人群PARP大小排名前三的位点模型分别为IL-17A rs2275913 GG vsAA(23.17%),IL-10rs1800896AAvs GG(12.13%),TGF-BR2 rs3773651 GG vsAA(8.63%)。2.实验基因分型结果显示:Cox-2rs20417位点,IL-17Ars2275913位点,TGF-BR2 rs3773651位点,IL-17F rs763780位点和IL-17Ars8193036位点的共显性模型与胃癌发生有统计学关联。Cox-2rs20417位点风险等位基因为G,以CC基因型为参照,CG基因型使胃癌患病风险增加(OR=1.55,95%CI:1.10-2.19,P=0.012)。TGF-BR2 rs3773651位点风险等位基因为A,以AA基因型为参照,AG基因型使胃癌患病风险降低(OR=0.69,95%CI:0.51-0.93,P=0.015)。IL-17A rs2275913 位点风险等位基因为A,以GG基因型为参照,AA基因型使胃癌患病风险增加(OR=1.43,95%CI:1.05-1.93,P=0.022)。IL-17F rs763780位点风险等位基因为C,以TT基因型为参照,TC基因型使胃癌患病风险增加(OR=1.42,95%CI:1.09-1.85,P=0.010)。IL-17A rs8193036 位点风险等位基因为T,以CC基因型为参照,CT基因型使胃癌患病风险增加(OR=1.29,95%CI:1.03-1.63,P=0.027)。3.IL-17A rs2275913位点和IL-23R rs1884444位点的最佳拟合遗传模型是隐性,Cox-2 rs20417 位点、TGF-BR2 rs3773651 位点、IL-17A rs8193036 位点和 IL-17F rs763780位点的最佳拟合遗传模型是显性。经性别、年龄、胃癌家族史、吸烟、饮酒因素调整之后,随着位点突变数目的增加,胃癌的患病可能性增加(Ptrend=3.75×10-5)。4.结合炎性基因多态性位点最佳拟合遗传模型和传统环境危险因素构建的胃癌个体化风险预测模型的评价效果最好(AUC=0.724,校准度:0.986,BS=0.021,NRI=16.2%,Sen=77.06%,Spe=62.56%,AR=67.95%,PPV=67.6%,NPV=72.9%,+LR=2.06,-LR=0.37)。5.建立的胃癌发生风险评估评分规则的得分范围为[0,25],该规则预测胃癌发生风险的AUC为0.713(95%CI:0.682-0.743),P<0.0001,区分度中等。总得分的最佳临界值为10分,其预测胃癌发生的评价指标分别为:Spe=77.29%、Spe=61.40%、AR=68.30%、+LR=2.00、-LR=0.37、PPV=67.00%、NPV=72.70%。11-25 分高风险人群中胃癌患者占比为67.0%,显着高于0-10分低风险人群中胃癌患者占比27.3%,P<0.0001,区分度良好。验证集内部验证结果与训练集一致。结论1.Meta 分析结果表明 Cox-2rs20417、IL-10rs1800896、IL-17F rs763780、IL-17A rs2275913、IL-17A rs8193036、TGF-BR2 rs3773651 和 VDR rs731236 位点与胃癌发生可能存在真实关联。2.基因分型实验验证Cox-2rs20417、IL-17F rs763780、IL-17A rs2275913、IL-17A rs8193036、TGF-BR2 rs3773651和IL-23R rs1884444为胃癌的相关炎性基因多态性位点。3.炎性相关基因多态性位点纳入到传统环境危险因素胃癌发生风险预测模型后所构建的综合胃癌发生风险预测模型,优化了传统环境危险因素模型的预测效能和校准度。4.以综合胃癌发生风险预测模型为基础建立的风险评估评分规则区分度良好,内部验证结果一致。该评分规则对胃癌高危人群的早期筛查以及个体化胃癌发病风险检测和控制具有重要意义。
唐翎瀚[6](2020)在《长链非编码RNA LINC01268经由PI3K/Akt信号通路调控胃癌EMT和侵袭转移的实验研究》文中指出目的:长链非编码RNA(long non-coding RNA,LncRNA)在肿瘤发生发展过程中的作用和参与调控机制是目前肿瘤研究领域的热点,需要进一步阐明。本研究旨在探究LncRNA LINC01268在胃癌中的表达水平,与胃癌病人临床病理特征的关系及其在胃癌诊断、预后评估方面的潜在意义,并深入探讨其参与调控胃癌EMT和侵袭转移的分子机制。方法:(1)利用基因芯片分析筛选出差异表达LncRNALINC01268。利用RT-qPCR检测LINC01268在62例胃癌和癌旁组织,以及胃癌细胞系、胃正常粘膜上皮细胞中的表达水平差异。(2)结合临床病理资料分析LINC01268的表达变化与胃癌病人临床病理特征的关系。(3)RT-qPCR检测31例胃癌患者和19名健康人血浆中的LINC01268表达水平,并构建ROC曲线初步评估其诊断价值。(4)根据随访资料,用Kaplan-Meier法绘制生存曲线并探讨LINC01268表达水平与患者预后的关系,评估其在胃癌患者预后判断中的价值。(5)利用在线分析工具circlncRNAnet筛选LINC01268共表达基因,用RT-qPCR检测共表达基因在胃癌组织中的表达水平,并结合数据库starBase、Kaplan-Meier Plotter分别分析其与LINC01268在胃癌中表达量、预后评估等方面的相关性。(6)体外细胞实验中,利用基因干扰技术敲低LINC01268表达,通过transwell、划痕实验中观察胃癌细胞侵袭迁移能力的变化,同时分析MARCKS、PI3K/Akt信号通路以及EMT相关分子的表达变化。结果:(1)与癌旁组织和正常胃壁细胞对比,胃癌组织和胃癌细胞系中LINC01268的表达水平明显上调。(2)LINC01268表达水平与胃癌病人淋巴结转移、TNM分期、癌组织分化程度呈现明显相关性。(3)LINC01268表达水平是胃癌发生转移的独立影响因素。(4)胃癌患者血浆中LINC01268表达水平明显上调,血浆LINC01268诊断胃癌灵敏度为67.74%,特异度为94.74%,AUC为0.840,具有一定的临床诊断价值。(5)LINC01268表达水平可能与胃癌患者的不良预后有关,表达水平高的患者预后更差。(6)胃癌组织中MARCKS的mRNA和蛋白水平均高于癌旁组织。在共表达基因MARCKS与HDAC2中,MARCKS与LINC01268在多方面都表现出更明显的正向相关性,因此推测MARCKS极大可能是LINC01268靶调控基因。(7)敲低LINC01268表达水平后,MARCKS表达水平也下降,同时胃癌细胞的侵袭迁移能力削弱。(8)敲低LINC01268表达水平后,胃癌细胞中PI3K、Akt、CDH2、Vimentin、MMP9表达水平也下降,提示PI3K/Akt信号通路、EMT过程受到抑制。结论:(1)胃癌中LINC01268表达上调,与胃癌淋巴结转移阳性、更晚的TNM分期、癌组织低分化呈现显着正相关性,同时LINC01268的表达水平可能与胃癌患者的不良预后有关,表达水平高的患者预后更差。(2)相比较正常健康人群,胃癌病人血浆中LINC01268的表达水平升高,其对胃癌诊断、预后评估监测具有一定的潜在临床应用的价值。(3)敲低LINC01268表达能够显着抑制胃癌细胞的EMT和侵袭转移,提示LINC01268在胃癌的侵袭转移过程中扮演着重要角色,其极大可能是通过靶向调控促进MARCKS基因的表达上调和活化,进而激活PI3K/Akt信号通路,并促使胃癌细胞EMT的发生,最终促进胃癌的侵袭和转移。
黄红娟[7](2020)在《CEA、CA242、NSE联合检测在胃良恶性疾病鉴别诊断中的应用价值》文中研究表明目的:目前临床上尚无灵敏度、特异度均较高的鉴别诊断胃良性疾病与胃癌的单项肿瘤标志物,研究报道联合检测可提高胃癌的诊断效能。因此,本研究通过分析CEA、CA242、NSE等12种肿瘤标志物与胃癌的诊断、病理类型、胃癌TNM分期、分化程度、肿瘤位置、大小之间的相关性,以找出鉴别诊断胃良恶性疾病的肿瘤标志物最佳组合,明确其在胃良恶性疾病鉴别诊断中的应用价值。材料和方法:收集2014年5月至2017年7月期间,在我院经胃镜病理活检首次确诊的681例胃癌患者作为胃癌组,选择同期住院收治的500例胃良性疾病患者(包括198例胃炎、174例胃溃疡、128例胃息肉)作为胃良性疾病组。收集所有研究对象的年龄、性别、个人史、家族史、幽门螺杆菌(Helicobacter pylori,Hp)感染史、血清肿瘤标志物结果、内镜和影像学资料等,应用SPSS 20.0统计学软件进行统计学分析。结果:1、胃癌组CEA、AFP、CA199、CA242、HGH、TPSA、NSE、CPSA表达水平明显高于胃良性疾病组(p<0.01);胃癌组CA153、FER表达水平低于胃良性疾病组(p<0.05);两组之间CA125、HCG表达水平差异无统计学意义(p>0.05)。2、鉴别诊断胃良性疾病与胃癌的最佳单项肿瘤标志物是CEA,其ROC曲线下面积(AUC)为0.643,敏感度、特异度分别为43.2%、78.0%。根据ROC曲线和Logistic回归分析筛选出与胃癌相关的肿瘤标志物是:CEA、CA242、NSE。CEA+CA242+NSE三项联合,其AUC值最大(0.669),且高于任意单项检测和两项联合检测(p<0.05),是鉴别诊断胃癌与胃良性疾病较好的肿瘤标志物组合。3、CEA表达水平与胃癌分期、分化程度、肿瘤大小有关(p<0.05);CA242表达水平与胃癌分期、病变部位、肿瘤大小有关(p<0.05);NSE表达水平与胃癌分期、组织学分型、肿瘤大小、位置、分化程度等均无相关性(p>0.05)。4、在弥漫型胃癌、低分化胃癌、胃窦癌、肿瘤直径≥5cm的胃癌,CEA+CA242+NSE联合检测的诊断效能高于单项检测(p<0.05)。结论:1、单项检测时,CEA鉴别胃良恶性疾病的诊断效能优于CA242和NSE等11种血清肿瘤标志物。2、CEA+CA242+NSE联合检测可以提高鉴别诊断胃良恶性疾病的诊断效能。
程虹[8](2020)在《炎症指标与胃癌预后的相关性研究》文中研究说明目的:本文的目的是探讨炎症指标中性粒细胞淋巴细胞比(NLR)、衍生中性粒细胞淋巴细胞比(dNLR)、血小板淋巴细胞比(PLR)、淋巴细胞单核细胞比(LMR)、全身免疫炎症指数(SⅡ)与胃癌预后的相关性,为胃癌预后判断提供新的生物标志物。方法:我们回顾性分析了 2012年05月01日到2019年05月31日在苏州大学附属第二医院初治的221例胃癌患者。1.根据受试者工作特征(ROC)曲线和曲线下面积,来确定治疗前NLR、dNLR、PLR、LMR、SⅡ的最佳临界值。2.采用卡方检验分析五项炎症指标与胃癌患者临床病理特征的关系。3.采用Logistic回归分析进行多因素分析,筛选出各炎症指标的独立影响因素。4.采用Kaplan-Meier法进行生存曲线的描绘,并用log-rank检验比较结果。5.采用COX单因素和多因素分析评估影响总生存期的相关危险因素。结果:1.根据ROC曲线,NLR、dNLR、PLR、LMR、SⅡ的最佳临界值分别2.8、1.7、211、3.6、609。2.221例患者的中位生存时间是49.8个月。所有患者的1年、3年、5年生存率分别为 80.5%、58.4%、45.9%。与低 NLR、dNLR、PLR、SⅡ 和高 LMR 的患者相比,高NLR、dNLR、PLR、SⅡ和低LMR的患者总生存期较差(P<0.05)。3.在单因素分析中,年龄(P=0.002)、分化程度(P=0.001)、临床分期(P<0.001)、浸润深度(P<0.001)、淋巴结转移(P<0.001)、NLR(P<0.001)、dNLR(P<0.001)、PLR(P=0.008)、LMR(P<0.001)、SⅡ(P=0.001)被确定为与总生存期相关的不良预后因素。4.在多因素分析中,高龄(OR=1.665,95%CI=1.102-2.515,P=0.015)、低分化(OR=1.948,95%CI=1.252-3.030,P=0.003)、较深的浸润深度(OR=2.493,95%CI=1.243-4.998,P=0.010)、较多的区域淋巴结转移数(OR=2.396,95%CI=1.530-3.753,P<0.001)、有远处转移(OR=2.175,95%CI=1.338-3.536,P=0.002)和高NLR(OR=2.173,95%CI=1.445-3.267,P<0.001)是整体生存的独立预后因素。结论:我们的研究表明,治疗前NLR值可以作为胃癌患者预后的重要生物标志物。
FREARD Marc(冯茂荣)[9](2020)在《舒鹏教授辨治胃癌之回顾性研究》文中研究说明目的:以舒鹏教授治疗胃癌的临床医案为研究基础,对其临床辨治胃癌的临证经验及学术思想进行研究和探讨,通过医案数据挖掘,医案研究,教授访谈等多种研究形式,使其学术思想能够得到较为全面的总结及传承,为胃癌的中医诊疗提供指导思路与方法。方法:(1)对近30年胃癌的中医文献进行研究,分析探讨目前胃癌的中医药研究现状。(2)基于胃癌中医药文献形成理论研究,总结近现代医家对该病的病因病机,辨证分型,治法与选方用药,辅助治疗的观点。(3)采用Medcase Ver3.8数据记录挖掘系统对舒鹏教授2010年2月至2019年3月临床诊疗胃癌的医案进行录入,建立数据库,并严格按照纳入标准、排除标准进行筛选。对符合标准的339例病案通过运用频数法、关联规则、聚类分析等数据挖掘研究方法,重点挖掘医案中的病理分类,临床分期,治疗阶段,症状,治法,方药等内容,结合舒鹏教授的临证经验对挖掘结果进行分析、归纳和总结。(4)整理出四例不同治疗阶段的代表性医案,进行评论性分析。(5)采用教授结构化访谈形式,详细记录舒鹏教授对胃癌从病因病机,治则治法,选方用药等方面的辨治观点并进行分析讨论。结果:(1)共检索到167篇中医辨治胃癌的相关文献,其中主要集中在理论研究、经验总结,临床观察等方面。(2)中医学认为胃癌的病因多由六淫邪毒等外因及饮食不节,情志内伤,正气内虚等内因共同导致脾胃脏腑功能失调,气滞,食积,血瘀,痰结,热/火毒久稽于胃,相互作用形成癌肿。胃癌的治法可以总结为“扶正祛邪”,扶正需“重视脾胃”,扶正为主的方剂以六君子汤使用最多。(3)本研究共纳入339位胃癌病人,共计1046诊次。首先进行总体(总体组)数据挖掘研究,然后按不同的治疗阶段分成三个亚组分别进行对比研究:辅助化疗组纳入27例患者,共计37诊次;康复组202例患者,共793诊次;姑息组108例患者,共214诊次。结果显示:①基本情况:总体组男女比为1.7:1;辅助化疗组男女比为1.25:1;康复组男女比为1.6:1;姑息组男女比为2:1。胃癌高发年龄为60-69之间。②病理分类和临床分期:组织病理学分型分布97%属于腺癌;组织学分级79%为G3;Lauren分型38.09%属弥漫型。TNM分期36.15%属IV期。③临床表现:总体组临床症状频率高于10%的有纳差,便溏,暖气,乏力,泛酸,畏寒;常见舌象为苔薄白质淡红,苔少质偏红,苔腻质淡红,质淡红有齿痕等;细脉频率最高。辅助化疗组嗳气频率特别高;苔腻频率相对高。康复组麻木和胃脘隐痛频率相对高。姑息组的纳差和乏力频率尤其高;苔少频率低,质偏暗比较高。④治法:健脾养胃,解毒祛邪是基本治法。⑤方药:总体组使用频次大于10%的药物共有45种,全幅频率达82.81%,其中鸡内金、炙甘草、茯苓、党参、陈皮、半夏、浙贝母、炒麦芽、炒谷芽、炒山楂、炒神曲、莪术、三棱、炒白术、生黄芪、三七使用频率皆高于50%。基本方为“六君子汤”。根据K-均值聚类法则,得出三个核心方:一为生黄芪、党参、炒白术、获苓、当归、陈皮、法半夏、乌梅、干姜、石见穿、炙甘草。二为生黄芪、党参、炒白术、白芍、当归、法半夏、陈皮、三棱、莪术、石见穿、炙甘草。三为生黄芪、党参、炒白术、茯苓、白芍、当归、三棱、莪术、石见穿、陈皮、半夏、炙甘草。辅助化疗组核心方为:三棱、党参、半夏、当归、炙甘草、石见穿、茯苓、莪术、陈皮、鸡内金。康复组频次大于50%鸡内金、茯苓、炙甘草、党参、陈皮、半夏、浙贝母、炒麦芽、炒谷芽、炒山楂、炒神曲、炒白术、莪术、三棱、生黄芪。姑息性治疗组莪术和三棱使用频率比较高,得出一个核心方:北沙参、南沙参、天门冬、甘草、麦门冬、生石膏、知母。包含抗癌毒药如藤梨根、半枝莲、山慈姑、急性子、地鳖虫、徐长卿、蜈蚣、壁虎、红豆杉、蜂房的药对和药物组合多。(4)四个不同治疗阶段分别为新辅助化疗期,辅助化疗期,康复期,姑息性治疗期,其核心治则分别为攻补适宜,调理中焦脾胃;促进脾胃健运;益气化瘀解毒;滋养后天,解毒攻邪。(5)胃癌的首要病因是脾胃虚弱,其病机为脾胃虚弱,浊毒内蕴,应以健脾养胃为主,以解毒祛邪为辅为主要治则。要通过补和运促使脾胃功能正常运转。不同的治疗阶段有不同的目标,但都应遵循同样的辨证论治原则。结论:本论文通过理论研究,数据挖掘,医案研究,教授访谈四种形式探讨并总结舒鹏教授辨治胃癌的临证经验及学术思想。其诊治模式为中西医结合,通过病理学诊断,根据不同治疗阶段的病机特征采用相应治法治则,通过辨病辨证辨症指导遣方用药。
娄萧旗[10](2020)在《凋亡相关基因BNIP3和DAPK1甲基化与胃癌发生发展、化疗疗效及预后关联研究》文中认为背景外周血白细胞BNIP3和DAPK1基因甲基化作为胃癌(gastric cancer,GC)检测的无创生物标志物的潜在价值仍有待评估。本研究的目的是检测研究对象外周血白细胞中BNIP3和DAPK1基因甲基化水平,并探讨BNIP3和DAPK1基因甲基化水平与胃癌发生发展、化疗疗效及预后的关联。方法本项研究采用病例对照的研究方法,利用Methyl Target技术检测150例胃癌患者和100例健康对照(healthy controls,HCs)外周血白细胞中BNIP3和DAPK1基因甲基化水平。从BNIP3基因中挑选出55个Cp G位点,4个区域进行甲基化水平检测;从DAPK1基因挑选出85个Cp G位点,6个区域进行甲基化水平检测。评估BNIP3和DAPK1基因甲基化水平与胃癌发生发展、化疗疗效及预后的关联。结果研究结果表明,胃癌患者BNIP3和DAPK1基因的38个Cp G位点和6个Cp G岛的甲基化水平低于健康对照(Padj<0.05)。女性中Cp G位点BNIP3_1_5和BNIP3_s_1联合检测,诊断特异性和敏感性分别为75.0%,88.9%;DAPK1_4_9和DAPK1_5_2联合检测,诊断特异性和敏感性分别为66.7%,77.8%。临床病理特征分层分析结果表明:BNIP3和DAPK1基因在男性、年轻(≤平均值)、低分化和Ⅳ期胃癌患者中呈现低甲基化;BNIP3和DAPK1基因甲基化水平与淋巴结转移、内脏转移和肿瘤部位无关。化疗疗效及预后分析结果表明:胃癌患者BNIP3和DAPK1基因甲基化水平与化疗疗效及预后有关,低甲基化患者的化疗疗效比高甲基化患者差,低甲基化患者的DFS,PFS和OS比高甲基化患者明显缩短。结论外周血白细胞BNIP3和DAPK1基因甲基化水平与胃癌发生发展及化疗疗效有关,外周血白细胞BNIP3和DAPK1基因甲基化水平具有检测胃癌、识别更具侵袭性生物学行为患者和评价患者化疗疗效和预后的潜在价值。
二、602例胃癌临床分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、602例胃癌临床分析(论文提纲范文)
(1)基于GEO和TCGA数据库构建胃癌预后风险模型及CTNNAL1基因表达与胃癌临床病理因素及预后的关系(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
第一部分:基于TCGA和 GEO数据库寻找胃癌预后基因并构建预后风险模型的研究 |
1 前言 |
2 材料与方法 |
2.1 实验材料 |
2.1.1 TCGA数据库中胃癌数据 |
2.1.2 GEO数据库胃癌基因表达谱 |
2.2 实验方法 |
2.2.1 分析流程 |
2.2.2 TCGA胃癌数据集的生存分析 |
2.2.3 GSE62254 生存分析 |
2.2.4 基因功能富集分析 |
2.2.5 构建胃癌预后风险模型及模型评估 |
2.2.6 胃癌预后风险模型与临床病理相关因素的关系 |
2.2.7 胃癌预后风险模型与临床病理相关因素构建诺模图 |
3 结果 |
3.1 TCGA胃癌数据集和GSE62254 数据集的单因素Cox分析胃癌预后相关基因及功能富集分析 |
3.2 构建胃癌预后风险模型及模型评估 |
3.3 胃癌预后风险模型与TCGA胃癌临床病理因素的关系 |
3.4 胃癌预后风险模型与临床病理因素构建诺模图 |
3.5 胃癌预后风险模型相关基因 |
4 讨论 |
5 结论 |
第二部分:TCGA、HPA和 GEO等数据库中CTNNAL1 与肿瘤预后的关系及其表达特征 |
1 前言 |
2 材料与方法 |
2.1 CTNNAL1 表达与TCGA33 种肿瘤生存预后分析 |
2.2 TCGA胃癌数据中CTNNAL1 的表达与临床病理因素的关系 |
2.3 GSE62254中CTNNAL1 的表达与胃癌临床病理因素及预后的关系 |
2.4 HPA数据库中CTNNAL1 的表达特征 |
2.5 GSE134520 单细胞测序数据分析CTNNAL1 基因在不同细胞的表达 |
2.6 CTNNAL1 基因与肿瘤微环境中细胞数量的相关性 |
2.7 CTNNAL1 基因集富集分析GSEA(Gene set enrichment analysis) |
2.8 CTNNAL1 基因蛋白质-蛋白质相互作用(protein-proteininteraction,PPI)网络及功能富集分析 |
3 结果 |
3.1 CTNNAL1 TCGA-pan Cancer预后分析 |
3.2 TCGA数据库中CTNNAL1 m RNA在胃癌中的表达 |
3.3 TCGA数据库中CTNNAL1 m RNA表达与临床病理因素的关系及意义 |
3.4 GSE62254中CTNNAL1m RNA表达与胃癌预后及临床病理因素的关系 |
3.5 HPA数据库中CTNNAL1 的表达特征 |
3.5.1 CTNNAL1 在人体各组织中的表达水平 |
3.5.2 CTNNAL1在sc RNA-seq单细胞基因测序数据中的表达 |
3.6 GSE134520 单细胞测序数据分析CTNNAL1 基因在不同细胞的表达 |
3.7 CTNNAL1 基因表达在间质细胞数量的相关性 |
3.8 GSEA分析CTNNAL1 相关信号通路 |
3.9 CTNNAL1 基因PPI网络及功能富集分析 |
4 讨论 |
5 结论 |
第三部分:胃癌组织中CTNNAL1 表达与临床病理因素的关系 |
1 前言 |
2 材料与方法 |
2.1 主要试剂和仪器 |
2.2 研究对象 |
2.3 免疫组织化学染色与结果判定 |
2.4 统计分析 |
3 结果 |
3.1 临床病理资料 |
3.2 CTNNAL1 在细胞、非癌胃粘膜组织和胃癌中的表达 |
3.3 胃癌组织CTNNAL1 蛋白表达与临床病理因素的关系 |
3.4 E-cadherin表达与胃癌临床病理因素的关系及意义 |
3.5 CTNNAL1 表达与E-cadherin表达的相关性分析 |
4 讨论 |
5 结论 |
附录 |
本论文创新性的自我评价 |
参考文献 |
综述 CTNNAL1 与肿瘤关系的研究进展 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简介 |
(2)胃癌卵巢转移的预后分析(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
研究内容与方法 |
1 一般资料 |
2 研究内容与方法 |
3 质量控制 |
4 统计方法 |
5 技术路线图 |
结果 |
讨论 |
小结 |
致谢 |
参考文献 |
综述 胃癌卵巢转移的研究进展 |
参考文献 |
硕士学位期间发表的学术论文 |
导师评阅表 |
(3)胃癌脉管神经侵犯的临床意义(论文提纲范文)
中文摘要 |
abstract |
英文缩写对照表 |
第一部分 胃癌脉管神经侵犯与临床病理特征相关性分析 |
前言 |
资料与方法 |
1.一般资料 |
2.纳入与排除标准 |
3.统计学方法 |
结果 |
1.临床病理特征 |
2.单因素分析结果 |
3.多因素分析结果 |
讨论 |
第二部分 胃癌脉管神经侵犯生存分析及预后评价 |
前言 |
材料与方法 |
1.一般资料与方法 |
2.统计学处理 |
结果 |
1.单因素生存分析 |
2.多因素生存分析 |
讨论 |
结论 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(4)基于胃癌患者CT影像的淋巴结转移的影像组学研究(论文提纲范文)
摘要 |
Abstract |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和研究意义 |
1.2 国内外研究现状 |
1.3 主要研究内容与创新点 |
1.4 论文的组织安排 |
第二章 计算机多层螺旋CT和影像组学研究 |
2.1 多层螺旋CT概述 |
2.1.1 多层螺旋CT发展概述 |
2.1.2 多层螺旋CT在胃癌研究中的应用 |
2.2 影像组学概述 |
2.2.1 影像组学的发展概述 |
2.2.2 医学影像数据的获取 |
2.2.3 肿瘤目标区域分割 |
2.2.4 特征的提取与选择 |
2.2.5 分类和预测模型 |
2.3 小结 |
第三章 基于多层螺旋CT的影像组学标签对于胃癌患者淋巴结转移的分类性能 |
3.1 引言 |
3.2 研究对象与研究数据 |
3.3 影像数据预处理 |
3.3.1 影像肿瘤区域分割 |
3.3.2 影像数据量化操作 |
3.4 影像组学特征的定义与提取 |
3.4.1 基于肿瘤形状和大小的特征 |
3.4.2 灰度直方图特征 |
3.4.3 纹理特征 |
3.5 影像特征选择 |
3.6 影像组学标签的构建和其分类性能的评估 |
3.7 研究结果 |
3.7.1 研究数据分析和整理 |
3.7.2 特征提取 |
3.7.3 特征选择 |
3.7.4 影像组学标签的构建 |
3.7.5 影像组学标签分类性能的评估 |
3.8 结果分析与讨论 |
3.9 小结 |
第四章 基于影像组学标签构建胃癌患者淋巴结转移风险概率的术前预测模型 |
4.1 引言 |
4.2 构建胃癌患者淋巴结转移风险概率的术前预测模型 |
4.3 绘制预测模型的可视化诺谟图 |
4.4 淋巴结转移的术前预测模型的评估 |
4.5 研究结果 |
4.5.1 胃癌患者淋巴结转移的术前预测模型与可视化诺谟图 |
4.5.2 预测模型和诺谟图的性能评估 |
4.6 结果分析与讨论 |
4.7 小结 |
第五章 基于胃癌患者增强CT多期扫描的影像组学特征的性能比较 |
5.1 引言 |
5.2 研究材料和数据 |
5.3 研究方法 |
5.4 研究结果 |
5.4.1 患者影像与临床数据整理 |
5.4.2 患者影像特征提取结果 |
5.4.3 影像特征选择 |
5.4.4 影像组学标签的构建与评估 |
5.4.5 淋巴结转移状态的分类模型的建立与评估 |
5.5 结果讨论与分析 |
5.6 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(5)基于炎性基因多态性的胃癌个体化风险评估(论文提纲范文)
摘要 |
Abstract |
英文缩略词表 |
1 前言 |
2 材料方法 |
2.1 胃癌相关炎性基因单核苷酸多态性的Meta分析 |
2.1.1 文献的检索和收集 |
2.1.2 文献质量评价 |
2.1.3 统计学分析 |
2.2 炎性基因单核苷酸多态性与胃癌关联的实验验证 |
2.2.1 生物学实验 |
2.2.2 研究方法 |
2.2.3 统计学分析 |
2.2.4 质量控制 |
2.3 基于胃癌相关炎性基因多态性和环境危险因素的胃癌发生风险评估评分规则的建立及验证 |
2.3.1 风险评估评分规则的研究变量 |
2.3.2 风险评估模型及评分规则的构建、验证及评价 |
2.3.3 统计学分析 |
3 结果 |
3.1 基于meta分析的炎性基因多态性与胃癌的关联研究及流行病学评价 |
3.1.1 入选文献研究的筛选流程 |
3.1.2 入选文献研究的基本特征 |
3.1.3 Meta分析合并效应值计算 |
3.1.4 异质性检验及假阳性率分析 |
3.1.5 流行病学评价 |
3.1.6 发表偏倚的检查 |
3.2 实验验证炎性多态性位点与胃癌易感性的关联 |
3.2.1 研究对象基本信息 |
3.2.2 炎性多态性位点分型结果 |
3.2.3 多态性位点哈温平衡检验 |
3.2.4 质量控制结果 |
3.2.5 炎性基因多态性位点与胃癌关联分析 |
3.2.6 炎性基因多态性与环境因素关联分析 |
3.2.7 炎性基因多态性位点与胃癌关联研究的分层分析 |
3.2.8 炎性基因多态性位点等位基因突变数目与胃癌的关联分析 |
3.3 基于胃癌相关炎性基因多态性和环境危险因素的胃癌发生风险评估评分规则的建立及验证 |
3.3.1 胃癌发生风险预测模型的构建 |
3.3.2 胃癌发生风险评估评分规则的建立及验证 |
4 讨论 |
4.1 胃癌相关炎性基因单核苷酸多态性的Meta分析 |
4.2 炎性基因单核苷酸多态性与胃癌关联的实验验证 |
4.3 风险评估评分规则的建立及初步验证 |
4.4 本研究优点及局限性 |
5 结论 |
参考文献 |
附录 |
综述 炎性相关基因单核苷酸多态性与胃癌的研究进展 |
参考文献 |
个人简历及学术论文发表情况 |
致谢 |
(6)长链非编码RNA LINC01268经由PI3K/Akt信号通路调控胃癌EMT和侵袭转移的实验研究(论文提纲范文)
摘要 |
Abstract |
前言 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 结论 |
参考文献 |
综述: 长链非编码RNA与胃癌侵袭转移相关性研究进展 |
参考文献 |
附录 (主要中英文名词缩写对照表) |
个人简历 |
致谢 |
(7)CEA、CA242、NSE联合检测在胃良恶性疾病鉴别诊断中的应用价值(论文提纲范文)
摘要 |
Abstract |
主要缩略词英文索引 |
第1章 绪论 |
第2章 材料与方法 |
2.1 研究对象 |
2.2 实验方法 |
2.3 统计学分析 |
第3章 结果 |
3.1 胃癌患者的临床病理学特征 |
3.2 胃癌相关肿瘤标志物的筛选 |
3.3 三项肿瘤标志物与胃癌临床病理特征相关性分析 |
3.4 幽门螺杆菌感染、吸烟和喝酒与胃癌 |
第4章 讨论 |
4.1 肿瘤标志物与胃癌 |
4.2 CEA、CA242、NSE联合检测与胃癌 |
4.3 吸烟、喝酒、Hp感染与胃癌 |
4.4 存在的不足与展望 |
第5章 结论 |
参考文献 |
文献综述 |
参考文献 |
作者攻读学位期间的科研成果 |
致谢 |
(8)炎症指标与胃癌预后的相关性研究(论文提纲范文)
中文摘要 |
ABSTRACT |
前言 |
1、资料与方法 |
1.1 研究对象 |
1.2 收集数据 |
1.3 病例随访 |
1.4 数据分析 |
2、结果 |
2.1 炎症指标与临床病理特征的关系 |
2.2 影响炎症指标的多因素分析 |
2.3 生存分析 |
2.4 影响胃癌患者预后的单因素和多因素分析 |
3、讨论 |
4、结论 |
参考文献 |
综述 炎症指标与胃癌的研究进展 |
参考文献 |
常用缩写词中英文对照表 |
致谢 |
(9)舒鹏教授辨治胃癌之回顾性研究(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
第一章 文献研究 |
1.1 资料与方法 |
1.2 结果 |
1.2.1 国医大师辨治胃癌经验总结文献 |
1.2.2 名老中医辨治胃癌经验总结文献 |
1.2.3 胃癌方药规律文献研究 |
1.2.4 胃癌数据挖掘文献研究 |
1.2.5 舒鹏教授辨治胃癌经验总结文献 |
1.2.6 胃癌辅助治疗的文献研究 |
1.3 讨论 |
1.4 结论 |
第二章 理论研究 |
2.1 中医病名 |
2.2 病因病机 |
2.3 辨证分型 |
2.4 治法与选方用药 |
2.5 临床研究状况 |
2.6 辅助治疗 |
第三章 数据挖掘研究 |
3.1 数据采集 |
3.1.1 基础数据库构建 |
3.1.2 纳排标准 |
3.2 数据清洗 |
3.2.1 初步整理 |
3.2.2 数据规范化 |
3.2.3 中医药术语数据规范化 |
3.3 数据分析 |
3.4 数据表达 |
3.4.1 总体医案数据结果 |
3.4.2 辅助化疗期间医案数据结果 |
3.4.3 康复期医案数据结果 |
3.4.4 姑息性治疗期医案数据结果 |
3.5 数据解读 |
3.5.1 基本情况 |
3.5.2 病理分类 |
3.5.3 临床分期 |
3.5.4 临床表现 |
3.5.5 治法 |
3.5.6 方药 |
3.5.7 本研究的局限 |
3.6 结论 |
第四章 医案研究 |
4.1 胃癌新辅助化疗期 |
4.2 胃癌辅助化疗期 |
4.3 胃癌康复期 |
4.4 胃癌姑息性化疗中 |
第五章 访谈研究 |
5.1 访谈介绍 |
5.2 实施方式 |
5.3 访谈转录 |
5.4 访谈报告 |
创新点 |
结语 |
问题与展望 |
参考文献 |
附录 |
附表1 数据挖掘术语中英文对照表 |
附表2 临床症状频次频率分布 |
附表3 舌象频次频率分布 |
附表4 脉象频次频率分布 |
附表5 治法治则频次频率分布 |
附表6 药物频次频率分布 |
致谢 |
作者简介 |
(10)凋亡相关基因BNIP3和DAPK1甲基化与胃癌发生发展、化疗疗效及预后关联研究(论文提纲范文)
英文缩略词表 |
中文摘要 |
Abstract |
1.前言 |
2.材料与方法 |
3.结果 |
4.讨论 |
5.结论 |
参考文献 |
附录 |
致谢 |
综述 凋亡相关基因DAPK1和BNIP3甲基化在胃癌中的研究进展 |
参考文献 |
四、602例胃癌临床分析(论文参考文献)
- [1]基于GEO和TCGA数据库构建胃癌预后风险模型及CTNNAL1基因表达与胃癌临床病理因素及预后的关系[D]. 李文会. 中国医科大学, 2021(02)
- [2]胃癌卵巢转移的预后分析[D]. 刘茜茜. 新疆医科大学, 2021(09)
- [3]胃癌脉管神经侵犯的临床意义[D]. 赵甜甜. 吉林大学, 2020(08)
- [4]基于胃癌患者CT影像的淋巴结转移的影像组学研究[D]. 高婷婷. 西安电子科技大学, 2020(05)
- [5]基于炎性基因多态性的胃癌个体化风险评估[D]. 张月华. 郑州大学, 2020(02)
- [6]长链非编码RNA LINC01268经由PI3K/Akt信号通路调控胃癌EMT和侵袭转移的实验研究[D]. 唐翎瀚. 川北医学院, 2020(04)
- [7]CEA、CA242、NSE联合检测在胃良恶性疾病鉴别诊断中的应用价值[D]. 黄红娟. 南华大学, 2020(01)
- [8]炎症指标与胃癌预后的相关性研究[D]. 程虹. 苏州大学, 2020(02)
- [9]舒鹏教授辨治胃癌之回顾性研究[D]. FREARD Marc(冯茂荣). 南京中医药大学, 2020(08)
- [10]凋亡相关基因BNIP3和DAPK1甲基化与胃癌发生发展、化疗疗效及预后关联研究[D]. 娄萧旗. 安徽医科大学, 2020