基于GEO数据库建立上皮性卵巢癌分子预后风险评分模型
王兴国1
马刚2
董健3
徐智阳3
刘淑娟3
1.空军军医大学西京医院妇产科,陕西 西安710032;解放军第93011部队医院,吉林 延边1330002.空军军医大学西京医院消化内科,陕西 西安7100323.空军军医大学西京医院妇产科,陕西 西安710032
摘要：目的 探索上皮性卵巢癌预后特征基因并构建分子预后风险评分模型.方法 从GEO数据库中下载GSE26712数据集,其中包括185例上皮性卵巢癌患者和10例正常对照组织的表达数据和相应的临床数据.将上皮性卵巢癌患者分为训练组(129例)和验证组(56例).在GSE26712数据集中筛选差异表达基因并从训练组中识别预后相关基因.对共有的基因进行LASSO和逐步回归,筛选出最佳预后基因,通过多因素Cox比例风险回归确定预后特征基因的回归系数,并构建风险评分模型.受试者工作特征曲线(ROC)、Kaplan-Meier(KM)生存分析和十折交叉验证用于评估其预测能力.结果 筛选出IGFBP4、IGF2、TLR2、DIAPH2、AADAC共5个与卵巢癌预后显著相关的基因.根据5个基因的Cox系数构建风险评分模型进行预后预测分析,KM生存曲线显示高风险组的患者预后更差(P<0.0001).ROC曲线显示1、3、5年的曲线下面积分别为0.813、0.876、0.895.结论 本研究构建的风险评分模型可以较好地预测上皮性卵巢癌患者的预后,为临床医生提供可靠的预后评估工具并辅助临床治疗决策.
关键词：GEO数据库卵巢癌基因特征预后预测
分类号：R737.31(泌尿生殖器肿瘤)
资助基金：陕西省重点研发计划项目(2020ZDLSF02-02)
论文发表日期：2023-09-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：5( 876-880 )
英文信息