CN113470782A - 初始不可切除肝细胞癌外科手术前的临床预后预测模型 - Google Patents
初始不可切除肝细胞癌外科手术前的临床预后预测模型 Download PDFInfo
- Publication number
- CN113470782A CN113470782A CN202110756266.9A CN202110756266A CN113470782A CN 113470782 A CN113470782 A CN 113470782A CN 202110756266 A CN202110756266 A CN 202110756266A CN 113470782 A CN113470782 A CN 113470782A
- Authority
- CN
- China
- Prior art keywords
- slr
- treatment
- initial
- model
- hepatocellular carcinoma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010073071 hepatocellular carcinoma Diseases 0.000 title claims abstract description 58
- 231100000844 hepatocellular carcinoma Toxicity 0.000 title claims abstract description 54
- 238000004393 prognosis Methods 0.000 title claims abstract description 37
- 238000001356 surgical procedure Methods 0.000 title claims description 23
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 64
- 238000011282 treatment Methods 0.000 claims abstract description 46
- 230000004083 survival effect Effects 0.000 claims abstract description 38
- 230000000246 remedial effect Effects 0.000 claims abstract description 33
- 238000012752 Hepatectomy Methods 0.000 claims abstract description 31
- 201000011510 cancer Diseases 0.000 claims abstract description 23
- 102000013529 alpha-Fetoproteins Human genes 0.000 claims abstract description 14
- 108010026331 alpha-Fetoproteins Proteins 0.000 claims abstract description 14
- 230000007774 longterm Effects 0.000 claims abstract description 14
- 208000005189 Embolism Diseases 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 7
- 210000003240 portal vein Anatomy 0.000 claims abstract description 7
- 230000008901 benefit Effects 0.000 claims abstract description 5
- 238000000611 regression analysis Methods 0.000 claims abstract description 5
- BFPSDSIWYFKGBC-UHFFFAOYSA-N chlorotrianisene Chemical compound C1=CC(OC)=CC=C1C(Cl)=C(C=1C=CC(OC)=CC=1)C1=CC=C(OC)C=C1 BFPSDSIWYFKGBC-UHFFFAOYSA-N 0.000 claims abstract 6
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 3
- 201000007270 liver cancer Diseases 0.000 abstract description 19
- 208000014018 liver neoplasm Diseases 0.000 abstract description 18
- 239000003814 drug Substances 0.000 abstract description 3
- 238000000034 method Methods 0.000 abstract description 3
- 229940079593 drug Drugs 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract 1
- 210000004185 liver Anatomy 0.000 description 8
- 238000002271 resection Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 3
- 238000011337 individualized treatment Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000002054 transplantation Methods 0.000 description 3
- 238000010317 ablation therapy Methods 0.000 description 2
- 230000000259 anti-tumor effect Effects 0.000 description 2
- 239000002246 antineoplastic agent Substances 0.000 description 2
- 230000010109 chemoembolization Effects 0.000 description 2
- 229940044683 chemotherapy drug Drugs 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000003908 liver function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000001959 radiotherapy Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- LJCZNYWLQZZIOS-UHFFFAOYSA-N 2,2,2-trichlorethoxycarbonyl chloride Chemical compound ClC(=O)OCC(Cl)(Cl)Cl LJCZNYWLQZZIOS-UHFFFAOYSA-N 0.000 description 1
- 206010005003 Bladder cancer Diseases 0.000 description 1
- 208000008839 Kidney Neoplasms Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 206010061309 Neoplasm progression Diseases 0.000 description 1
- 206010038389 Renal cancer Diseases 0.000 description 1
- 208000007097 Urinary Bladder Neoplasms Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000011284 combination treatment Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010102 embolization Effects 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 230000000415 inactivating effect Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 201000010982 kidney cancer Diseases 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 238000012148 non-surgical treatment Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009121 systemic therapy Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000011277 treatment modality Methods 0.000 description 1
- 230000005751 tumor progression Effects 0.000 description 1
- 201000005112 urinary bladder cancer Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种初始不可切除肝细胞癌外科手术前的临床预后预测模型,属于生物医药技术领域。预测模型为基于外科手术前数据的Cox回归分析构建的Nomogram模型;模型包括SLR前甲胎蛋白、癌灶数目、门静脉癌栓、主瘤最大径和TACE治疗后肿瘤负荷变化5个影响关键因素。通过本发明构建的TACE+SLR治疗初始不可切除HCC的SLR术前选择预后预测模型,可筛选出能更好的从SLR中生存获益的人群,为TACE治疗后适合进行补救性肝切除的患者选择提供临床指导;还可以对准备接受补救性肝切除治疗的HCC患者进行外科手术前精确的、个体化的长期生存预测,有利于肝癌更精准的个体化治疗。
Description
技术领域
本发明涉及一种初始不可切除肝细胞癌外科手术前的临床预后预测模型,属于生物医药技术领域。
背景技术
肝细胞癌(Hepatocellular carcinoma,HCC)约占原发性肝癌85%-90%,本发明中“肝癌”特指HCC。全球HCC每年新发患者的数量约80万,在癌症死因中排第2位。在国内,HCC是第四常见,癌症死因第二的恶性肿瘤,全世界每年新发现病人的数量近50%在我国,因此它对我国人民的生命和健康构成极大威胁。与西方国家不同,我国HCC患者有着东方国家独有的特点,HBV感染(80%以上)是主因,HCV感染和其他非感染原因占比较少。
外科手术(肝切除术和肝移植)和消融治疗是治疗早期肝癌最主要的和有效的手段,国内外最常用的巴塞罗那肝癌分期(BCLC)将极早期或早期HCC列为外科治疗的最优候选人群。现阶段,虽然肝切除是早期HCC的首选治疗手段,但因大部分患者发现较晚,在我国仅有不足1/3初发HCC患者能够实施外科切除。在米兰标准以内的HCC,肝移植后5年总生存率(OS)约70%或更高。但是,供肝的缺乏使肝移植的使用率受到限制,许多病人在等待中因肿瘤进展失去移植机会。在这种情况下,经导管动脉化疗栓塞(Transcatheter arterialchemoembolization,TACE)等非手术疗法在HCC的综合治疗中的作用显得极其重要。尽管TACE等非手术治疗疗效确切,但它们仍属姑息性治疗,与外科手术切除术(5年生存率30%-60%)相比,非手术治疗肝癌患者长期生存期仍有不小的差距。因此如何采用综合治疗改善这些初始不可切除肝癌患者的预后是提高肝癌患者整体长期生存的关键。已有研究报道显示部分初始不可切除肝癌可通过非手术治疗使肿瘤缩小、从而达到降期或转化再进行外科手术,进而延长患者的生存时间。
现阶段,在非手术治疗当中,TACE是最常用的治疗手段,它能有效改善HCC患者的预后结果。TACE通过导管超选至癌灶的滋养动脉,采用带有化疗药物的碘油乳剂、微球等进行栓塞,一方面使肿瘤缺血坏死,另一方面保持肿瘤局部高浓度化疗药物对癌细胞进行杀伤。它可以通过缩小肿瘤、灭活子灶使肿瘤降期获得II期切除的机会。最近的研究也表明,包括TACE等不同疗法降期后行补救性肝切除术(Salvation liver resection,SLR)的HCC患者的5年生存率为24.9%-57%,与初始可切除肝癌疗效相当(5年OS为30%-60%)。但是,这些研究多为回顾性研究,采取补救性外科切除多凭外科医生的临床经验,未对TACE治疗后补救性外科切除最合适的候选人群和手术时机进行深入探讨。因此,非常有必要探讨影响TACE联合补救性肝切除治疗初始不可切除HCC患者疗效的关键因素,并建立一种简单、可靠、实用的TACE+SLR治疗初始不可切除HCC的SLR术前选择模型,从而能够进一步筛选出补救性手术切除的最佳人群和最合适时机。
Nomogram已经在膀胱癌、肾癌、肝癌等疾病的预后评估方面进行了研究,它具有预测准确、个体化等特点。目前对于TACE+SLR治疗初始不可切除HCC人群,尚无简单、可靠、实用的SLR术前预后预测模型的相关报道。因此,本发明拟通过基于外科手术前数据的Cox回归模型构建一个经导管动脉化疗栓塞(TACE)联合补救性肝切除术(SLR)治疗初始不可切除肝细胞癌的外科手术前的临床预后预测模型;TACE+SLR治疗初始不可切除HCC的SLR术前选择性预后预测模型,一方面可以筛选出能更好的从SLR中生存获益的人群,为TACE治疗后适合进行补救性肝切除的患者选择提供临床指导;另一方面,可以对准备接受补救性肝切除治疗的HCC患者进行外科手术前精确的、个体化的长期生存预测,有利于肝癌更精准的个体化治疗。
发明内容
本发明的目的是为解决如何筛选出能更好的从SLR中生存获益的人群,为TACE治疗后适合进行补救性肝切除的患者选择提供临床指导;以及对准备接受补救性肝切除治疗的HCC患者进行外科手术前精确的、个体化的长期生存预测,以进行肝癌更精准的个体化治疗的技术问题。
为达到解决上述问题的目的,本发明所采取的技术方案是提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型,预测模型为基于外科手术前数据的Cox回归分析构建的Nomogram模型;模型包括SLR前甲胎蛋白、癌灶数目、门静脉癌栓、主瘤最大径和TACE治疗后肿瘤负荷变化5个影响关键因素。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,所述应用包括筛选出能从SLR中生存获益的人群和选择TACE治疗后适合进行补救性肝切除的患者。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,所述应用包括对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测从SLR中生存获益的人群的检测试剂盒中的应用。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测患者经过TACE治疗后是否适合进行补救性肝切除的检测试剂盒中的应用。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测的检测试剂盒中的应用。
相比现有技术,本发明具有如下有益效果:
本发明通过基于外科手术前数据的Cox回归模型构建一个TACE+SLR治疗初始不可切除HCC的SLR术前选择性预后预测模型,一方面可以筛选出能更好的从SLR中生存获益的人群,为TACE治疗后适合进行补救性肝切除的患者选择提供临床指导;另一方面,可以对准备接受补救性肝切除治疗的HCC患者进行外科手术前精确的、个体化的长期生存预测,有利于肝癌更精准的个体化治疗。
本发明构建的TACE+SLR预后的Nomogram预测模型整合了SLR前甲胎蛋白(AFP)、癌灶数目、门静脉癌栓(PVTT)、主瘤最大径和TACE治疗后肿瘤负荷变化等5个影响TACE+SLR预后的关键因素,模型简单易用。这5个预后关键因素在临床实践中很容易测量获得。Nomogram为每一位患者创建了个体化预后统计预测图,以便为这些候选者在外科手术前给予精确的预后分层价值分析,以便筛选出最佳候选人群,指导临床治疗。
附图说明
图1为基于SLR前关键因素构建的Nomogram模型。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下:
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型,预测模型为基于外科手术前数据的Cox回归分析构建的Nomogram模型;模型包括SLR前甲胎蛋白、癌灶数目、门静脉癌栓、主瘤最大径和TACE治疗后肿瘤负荷变化5个影响关键因素。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,所述应用包括筛选出能从SLR中生存获益的人群和选择TACE治疗后适合进行补救性肝切除的患者。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,所述应用包括对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测从SLR中生存获益的人群的检测试剂盒中的应用。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测患者经过TACE治疗后是否适合进行补救性肝切除的检测试剂盒中的应用。
本发明提供一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测的检测试剂盒中的应用。
实施例
1.一般资料:
回顾性分析在2010年1月至2016年12月,在复旦大学附属中山医院接受TACE+SLR治疗的393例初始不可切除HCC患者的临床资料。本研究经复旦大学附属中山医院伦理委员会批准(批准号:B2021-068R)。
本研究入组和排除标准具体如下:
1.1.入组标准:
(1)肝组织病理学标本证实为HCC;
(2)全部病人补救性外科切除前接受TACE治疗,TACE次数无限制;
(3)不可切除肝细胞癌定义为:A、中国肝癌分期(China liver cancer stage,CNLC)中IIb、IIIa期患者;B、CNLC分期中因病灶较大或处于高危部位(大血管、膈肌、肝门等)不可切除的部分Ib、IIa期患者。
(4)ECOG 0-2分;Child-Pugh A/B级;
1.2.排除标准:
(1)SLR前接受消融治疗、放射治疗、全身***治疗等其他抗肿瘤治疗患者;
(2)影像学证实存在肝外转移CNLC(IIIb期);
(3)合并其他恶性肿瘤;
(4)随访资料不完整。
393例患者中274例患者由于以下原因被排除:190例患者随访资料不完整;3例SLR前有远处转移;37例除TACE治疗外,SLR前采用消融、放疗、化疗、免疫、靶向、中药等其他抗肿瘤治疗;44例为CNLC Ia期(单发肿瘤,直径<5cm)。最终119例患者符合入组和排除标准被纳入本研究。
119例患者均随访满36个月,以此分为长期(生存期≥36个月,82人)和短期(生存期<36个月,37人)生存组,分别为A和B组。两组变量通过卡方检验获取影响初始不可切除肝癌患者SLR前有统计学意义的单因素变量;将上述变量纳入Cox多元回归模型中仅多因素变量分析,从而获得TACE+SLR肝癌人群的补救性肝切除术前的独立预后因素;最后,基于SLR前独立预后因素构建TACE+SLR治疗不可切除肝癌人群的补救性肝切除术前选择性预后预测模型—Nomagram。
采用SPSS(v.25;IBM,美国芝加哥)进行数据分析。通过单因素和多因素分析获得影响TACE+SLR治疗初始不可切除肝癌人群的长期(生存期≥36个月)和短期(生存期<36个月)生存结果的独立预后因素,然后运用R 3.6.3软件(http://www.rproject.org/)基于Cox回归分析构建Nomogram模型。
本发明构建的TACE+SLR预后的Nomogram预测模型整合了SLR前甲胎蛋白(AFP)、癌灶数目、门静脉癌栓(PVTT)、主瘤最大径和TACE治疗后肿瘤负荷变化等5个影响TACE+SLR预后的关键因素,模型简单易用。这5个预后关键因素在临床实践中很容易测量获得。Nomogram为每一位患者创建了个体化预后统计预测图,以便为这些候选者在外科手术前给予精确的预后分层价值,筛选出最佳候选人群,指导临床治疗,这对与患者进行外科手术前预后的预测至关重要。
选择RECIST1.1标准进行短期疗效评估,这主要是基于进行补救性肝切除术的考量,需要对病灶全部根治性切除,这无关于肿瘤活性灶的大小,而是基于整个病灶的大小。在此基础衍生出自定义的TACE治疗后肿瘤负荷变化:用最多两个靶病灶TACE治疗前后负荷的比值来反映。TACE治疗后肿瘤负荷变化=TACE后肿瘤负荷/TACE前肿瘤负荷。运用时间依赖受试者工作特征曲线(tROC)获得其最佳临界值为0.85,即TACE前后肿瘤负荷减少最佳临界值为0.15;以此分为肿瘤负荷下降≥0.15和肿瘤负荷下降<0.15两组。
通过单因素和Cox多因素分析,确认了补救性肝切除术前影响患者预后的关键因素,分别是:AFP>20ng/mL、肿瘤数目≥4个、门脉癌栓、最大肿瘤直径>10cm、肿瘤负荷降低<0.15。将这5个独立危险因素进行整合,建立研究人群的补救性肝切除术前预测预后的Nomagram模型,如图1。
对接受TACE治疗后的初始不可切除肝细胞癌患者测量获取上述5个临床因素,即可在图表中获取该患者1、2、3年的生存概率。本发明得出,SLR术前肝功能良好、AFP≤20ng/mL、无门脉癌栓、肿瘤数目<4个、肿瘤最大径≤10cm、肿瘤负荷下降≥0.15的患者是SLR最佳候选人群。对于AFP>20ng/mL、有门脉癌栓、肿瘤数目≥4个、肿瘤最大径>10cm和/或肿瘤负荷下降<0.15的高危患者建议外科手术前再进行积极干预或在外科手术后进行预防性治疗。
本发明的使用:
图1中points是一条带有刻度的标尺,下面自变量每个都有一条变量轴,对应各变量轴的起始点做一条与Points轴垂直的直线与其相交,读取的数值即自变量的分值。例如补救性肝切除术前AFP取>20ng/mL时评分为100分,补救性肝切除术前肿瘤数目<4个时评分为0分。如上所述,研究人群中的任何一个患者的5个关键因素在points轴都能找到相对应的分值,然后对全部自变量分值求和。最后在总分(TotalPoints)轴上找到该患者的总分值,画一垂线与生存概率轴相交(如1-year survival probability、2-year survivalprobability或3-year survival probability),交点即为该患者的1、2或3年生存概率。
本发明的Nomogram模型显示,SLR术前肝功能良好、AFP≤20ng/mL、无门脉癌栓、肿瘤数目<4个、肿瘤最大径≤10cm、肿瘤负荷下降≥0.15的患者是SLR最佳候选人群。对于AFP>20ng/mL、有门脉癌栓、肿瘤数目≥4个、肿瘤最大径>10cm和/或肿瘤负荷下降<0.15的高危患者建议外科手术前再进行积极干预或在外科手术后进行预防性治疗。
以上所述,仅为本发明的较佳实施例,并非对本发明任何形式上和实质上的限制,应当指出,对于本技术领域的普通技术人员,在不脱离本发明的前提下,还将可以做出若干改进和补充,这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员,在不脱离本发明的精神和范围的情况下,当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变,均仍属于本发明的技术方案的范围内。
Claims (6)
1.一种初始不可切除肝细胞癌外科手术前的临床预后预测模型,其特征在于:预测模型为基于外科手术前数据的Cox回归分析构建的Nomogram模型;模型包括SLR前甲胎蛋白、癌灶数目、门静脉癌栓、主瘤最大径和TACE治疗后肿瘤负荷变化5个影响关键因素。
2.如权利要求1所述的一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,其特征在于:所述应用包括筛选出能从SLR中生存获益的人群和选择TACE治疗后适合进行补救性肝切除的患者。
3.如权利要求1所述的一种初始不可切除肝细胞癌外科手术前的临床预后预测模型的应用,其特征在于:所述应用包括对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测。
4.一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测从SLR中生存获益的人群的检测试剂盒中的应用。
5.一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备预测患者经过TACE治疗后是否适合进行补救性肝切除的检测试剂盒中的应用。
6.一种初始不可切除肝细胞癌外科手术前的临床预后预测模型在制备对准备接受补救性肝切除治疗的HCC患者进行外科手术前长期生存预测的检测试剂盒中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110756266.9A CN113470782A (zh) | 2021-07-05 | 2021-07-05 | 初始不可切除肝细胞癌外科手术前的临床预后预测模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110756266.9A CN113470782A (zh) | 2021-07-05 | 2021-07-05 | 初始不可切除肝细胞癌外科手术前的临床预后预测模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113470782A true CN113470782A (zh) | 2021-10-01 |
Family
ID=77878021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110756266.9A Pending CN113470782A (zh) | 2021-07-05 | 2021-07-05 | 初始不可切除肝细胞癌外科手术前的临床预后预测模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113470782A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110993104A (zh) * | 2019-12-03 | 2020-04-10 | 中国医科大学附属第一医院 | 肿瘤患者生存期预测*** |
CN111863159A (zh) * | 2020-06-01 | 2020-10-30 | 中山大学孙逸仙纪念医院 | 一种肿瘤免疫治疗疗效预测的列线图模型及其建立方法 |
CN112011616A (zh) * | 2020-09-02 | 2020-12-01 | 复旦大学附属中山医院 | 预测肝细胞癌肿瘤免疫浸润和术后生存时间的免疫基因预后模型 |
-
2021
- 2021-07-05 CN CN202110756266.9A patent/CN113470782A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110993104A (zh) * | 2019-12-03 | 2020-04-10 | 中国医科大学附属第一医院 | 肿瘤患者生存期预测*** |
CN111863159A (zh) * | 2020-06-01 | 2020-10-30 | 中山大学孙逸仙纪念医院 | 一种肿瘤免疫治疗疗效预测的列线图模型及其建立方法 |
CN112011616A (zh) * | 2020-09-02 | 2020-12-01 | 复旦大学附属中山医院 | 预测肝细胞癌肿瘤免疫浸润和术后生存时间的免疫基因预后模型 |
Non-Patent Citations (2)
Title |
---|
林云: "肝癌患者预后预测模型的建立与评估", 中国学位论文全文数据库, pages 1 - 20 * |
程显声: "慢性阻塞性肺疾病论文集 慢性阻塞性肺疾病流行病学和社区综合防治研究", 军事谊文出版社, pages 49 - 53 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ranck et al. | Stereotactic body radiotherapy for the treatment of oligometastatic renal cell carcinoma | |
Falch et al. | Anorectal malignant melanoma: extensive 45-year review and proposal for a novel staging classification | |
Zhang et al. | Metastatic tumors of the penis: a report of 8 cases and review of the literature | |
Erovic et al. | Merkel cell carcinoma: the past, the present, and the future | |
Scott et al. | Radiation therapy for angiosarcoma: the 35-year University of Florida experience | |
Stein | Indications for early cystectomy | |
Dongol et al. | A retrospective clinicopathological analysis of small‑cell carcinoma of the uterine cervix | |
Ward et al. | Radiation therapy for angiosarcoma | |
Venkatesh et al. | Parotid gland tumors: 2-year prospective clinicopathological study | |
Li et al. | Prognostic nomograms for pre-and postoperative predictions of long-term survival for patients who underwent liver resection for huge hepatocellular carcinoma | |
Soyfer et al. | Single-institution experience of SBRT for lung metastases in sarcoma patients | |
Danish et al. | The influence of postoperative lymph node radiation therapy on overall survival of patients with stage III melanoma, a National Cancer Database analysis | |
McLean et al. | Concurrent primary and metastatic cutaneous head and neck squamous cell carcinoma: analysis of prognostic factors | |
Brown et al. | First report of elective selective neck dissection in the management of squamous cell carcinoma of the maxillary sinus | |
Sniezek et al. | Rare tumors of the thyroid gland | |
Angelico et al. | Ultrasound‐guided FNA cytology of groin lymph nodes improves the management of squamous cell carcinoma of the vulva: results from a comparative cytohistological study | |
Xiao et al. | Living donor liver transplantation does not increase tumor recurrence of hepatocellular carcinoma compared to deceased donor transplantation | |
Lee et al. | Surgical outcomes of robotic thyroid surgery using a double incision gasless transaxillary approach: analysis of 400 cases treated by the same surgeon | |
Yeh et al. | Clinical effect of a positive surgical margin after hepatectomy on survival of patients with intrahepatic cholangiocarcinoma | |
Rattanasirivilai et al. | Cutaneous metastasis of prostatic adenocarcinoma: a cautionary tale | |
Chua et al. | Hepatic resection for transplantable hepatocellular carcinoma for patients within Milan and UCSF criteria | |
Anfinan et al. | Indicators of survival and prognostic factors in women treated for cervical cancer at a tertiary care center in Saudi Arabia | |
Lee et al. | Prognostic significance of inflammation-associated blood cell markers in nonmetastatic clear cell renal cell carcinoma | |
Vitiello et al. | Dermatofibrosarcoma protuberans: what is this? | |
Zhou et al. | Meta-analysis of neoadjuvant immunotherapy for non-metastatic colorectal cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |