Kræft i bugspytkirtlen er en af de dødeligste tumorer i verden med en dårlig prognose.Derfor er en nøjagtig forudsigelsesmodel nødvendig for at identificere patienter med høj risiko for bugspytkirtelkræft for at skræddersy behandlingen og forbedre prognosen for disse patienter.
Vi opnåede The Cancer Genome Atlas (TCGA) pancreas adenocarcinoma (PAAD) RNAseq-data fra UCSC Xena-databasen, identificerede immunrelaterede lncRNA'er (irlncRNA'er) gennem korrelationsanalyse og identificerede forskelle mellem TCGA og normalt pancreas-adenokarcinomvæv.DEirlncRNA) fra TCGA og genotypevævsekspression (GTEx) af bugspytkirtelvæv.Yderligere univariate og lasso regressionsanalyser blev udført for at konstruere prognostiske signaturmodeller.Vi beregnede derefter arealet under kurven og bestemte den optimale afskæringsværdi til identifikation af patienter med høj- og lavrisiko pancreas-adenokarcinom.At sammenligne kliniske karakteristika, immuncelleinfiltration, immunsuppressivt mikromiljø og kemoterapiresistens hos patienter med høj- og lavrisiko bugspytkirtelkræft.
Vi identificerede 20 DEirlncRNA-par og grupperede patienter i henhold til den optimale cutoff-værdi.Vi demonstrerede, at vores prognostiske signaturmodel har betydelig ydeevne til at forudsige prognosen for patienter med PAAD.AUC for ROC-kurven er 0,905 for 1-års prognosen, 0,942 for 2-års prognosen og 0,966 for 3-års prognosen.Højrisikopatienter havde lavere overlevelsesrater og dårligere kliniske karakteristika.Vi påviste også, at højrisikopatienter er immunsupprimerede og kan udvikle resistens over for immunterapi.Evaluering af kræftlægemidler såsom paclitaxel, sorafenib og erlotinib baseret på beregningsmæssige forudsigelsesværktøjer kan være passende for højrisikopatienter med PAAD.
Samlet set etablerede vores undersøgelse en ny prognostisk risikomodel baseret på parret irlncRNA, som viste lovende prognostisk værdi hos patienter med bugspytkirtelkræft.Vores prognostiske risikomodel kan hjælpe med at differentiere patienter med PAAD, som er egnede til medicinsk behandling.
Bugspytkirtelkræft er en ondartet tumor med en lav femårs overlevelsesrate og høj grad.På diagnosetidspunktet er de fleste patienter allerede i fremskredne stadier.I forbindelse med COVID-19-epidemien er læger og sygeplejersker under et enormt pres, når de behandler patienter med kræft i bugspytkirtlen, og patienternes familier står også over for flere pres, når de træffer behandlingsbeslutninger [1, 2].Selvom der er gjort store fremskridt i behandlingen af DOAD'er, såsom neoadjuverende terapi, kirurgisk resektion, strålebehandling, kemoterapi, målrettet molekylær terapi og immun checkpoint inhibitors (ICI'er), overlever kun omkring 9% af patienterne fem år efter diagnosen [3 ].], 4].Fordi de tidlige symptomer på pancreas adenocarcinom er atypiske, diagnosticeres patienter normalt med metastaser på et fremskredent stadium [5].Derfor skal individualiseret omfattende behandling for en given patient afveje fordele og ulemper ved alle behandlingsmuligheder, ikke kun for at forlænge overlevelsen, men også for at forbedre livskvaliteten [6].Derfor er en effektiv forudsigelsesmodel nødvendig for nøjagtigt at vurdere en patients prognose [7].Således kan passende behandling vælges for at balancere overlevelse og livskvalitet for patienter med PAAD.
Den dårlige prognose for PAAD skyldes hovedsageligt resistens over for kemoterapi.I de senere år har immun checkpoint-hæmmere været meget brugt i behandlingen af solide tumorer [8].Imidlertid er brugen af ICI'er i bugspytkirtelkræft sjældent vellykket [9].Derfor er det vigtigt at identificere patienter, der kan have gavn af ICI-terapi.
Langt ikke-kodende RNA (lncRNA) er en type ikke-kodende RNA med transkripter >200 nukleotider.LncRNA'er er udbredte og udgør omkring 80% af det humane transkriptom [10].En stor mængde arbejde har vist, at lncRNA-baserede prognostiske modeller effektivt kan forudsige patientprognose [11, 12].For eksempel blev 18 autofagi-relaterede lncRNA'er identificeret til at generere prognostiske signaturer i brystkræft [13].Seks andre immun-relaterede lncRNA'er er blevet brugt til at fastslå de prognostiske træk ved gliom [14].
I bugspytkirtelkræft har nogle undersøgelser etableret lncRNA-baserede signaturer til at forudsige patientprognose.En 3-lncRNA-signatur blev etableret i pancreas-adenokarcinom med et areal under ROC-kurven (AUC) på kun 0,742 og en samlet overlevelse (OS) på 3 år [15].Derudover varierer lncRNA-ekspressionsværdier mellem forskellige genomer, forskellige dataformater og forskellige patienter, og præstationen af den prædiktive model er ustabil.Derfor bruger vi en ny modelleringsalgoritme, parring og iteration, til at generere immunitetsrelaterede lncRNA (irlncRNA) signaturer for at skabe en mere nøjagtig og stabil prædiktiv model [8].
Normaliserede RNAseq-data (FPKM) og klinisk pancreascancer TCGA og genotypevævsekspression (GTEx) data blev opnået fra UCSC XENA-databasen (https://xenabrowser.net/datapages/).GTF-filer blev hentet fra Ensembl-databasen (http://asia.ensembl.org) og brugt til at udtrække lncRNA-ekspressionsprofiler fra RNAseq.Vi downloadede immunitetsrelaterede gener fra ImmPort-databasen (http://www.immport.org) og identificerede immunitetsrelaterede lncRNA'er (irlncRNA'er) ved hjælp af korrelationsanalyse (p < 0,001, r > 0,4).Identifikation af differentielt udtrykte irlncRNA'er (DEirlncRNA'er) ved at krydse irlncRNA'er og differentielt udtrykte lncRNA'er opnået fra GEPIA2-databasen (http://gepia2.cancer-pku.cn/#index) i TCGA-PAAD-kohorten (|logFC| > 1 og FDR ) <0,05).
Denne metode er blevet rapporteret tidligere [8].Specifikt konstruerer vi X for at erstatte det parrede lncRNA A og lncRNA B. Når ekspressionsværdien af lncRNA A er højere end ekspressionsværdien af lncRNA B, er X defineret som 1, ellers er X defineret som 0. Derfor kan vi opnå en matrix på 0 eller – 1. Matrixens lodrette akse repræsenterer hver prøve, og den vandrette akse repræsenterer hvert DEirlncRNA-par med en værdi på 0 eller 1.
Univariat regressionsanalyse efterfulgt af Lasso-regression blev brugt til at screene prognostiske DEirlncRNA-par.Lasso-regressionsanalysen brugte 10 gange krydsvalidering gentaget 1000 gange (p < 0,05) med 1000 tilfældige stimuli pr. kørsel.Når frekvensen af hvert DEirlncRNA-par oversteg 100 gange i 1000 cyklusser, blev DEirlncRNA-par udvalgt til at konstruere en prognostisk risikomodel.Vi brugte derefter AUC-kurven til at finde den optimale cutoff-værdi til klassificering af PAAD-patienter i høj- og lavrisikogrupper.AUC-værdien for hver model blev også beregnet og plottet som en kurve.Hvis kurven når det højeste punkt, der angiver den maksimale AUC-værdi, stopper beregningsprocessen, og modellen anses for at være den bedste kandidat.1-, 3- og 5-årige ROC-kurvemodeller blev konstrueret.Univariate og multivariate regressionsanalyser blev brugt til at undersøge den uafhængige prædiktive præstation af den prognostiske risikomodel.
Brug syv værktøjer til at studere immuncelleinfiltrationshastigheder, herunder XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS og CIBERSORT.Immuncelleinfiltrationsdata blev downloadet fra TIMER2-databasen (http://timer.comp-genomics.org/#tab-5817-3).Forskellen i indholdet af immuninfiltrerende celler mellem høj- og lavrisikogrupperne i den konstruerede model blev analyseret ved hjælp af Wilcoxon signed-rank test, resultaterne er vist i den kvadratiske graf.Spearman korrelationsanalyse blev udført for at analysere forholdet mellem risikoscoreværdier og immuninfiltrerende celler.Den resulterende korrelationskoefficient er vist som en slikkepind.Signifikanstærsklen blev sat til p < 0,05.Proceduren blev udført ved hjælp af R-pakken ggplot2.For at undersøge forholdet mellem modellen og genekspressionsniveauer forbundet med immuncelleinfiltrationshastigheden udførte vi ggstatsplot-pakken og violinplot-visualisering.
For at evaluere kliniske behandlingsmønstre for kræft i bugspytkirtlen, beregnede vi IC50 for almindeligt anvendte kemoterapilægemidler i TCGA-PAAD kohorten.Forskelle i halve hæmmende koncentrationer (IC50) mellem høj- og lavrisikogrupper blev sammenlignet ved brug af Wilcoxon signed-rank test, og resultaterne er vist som boxplots genereret ved hjælp af pRRophetic og ggplot2 i R. Alle metoder overholder relevante retningslinjer og normer.
Arbejdsgangen i vores undersøgelse er vist i figur 1. Ved hjælp af korrelationsanalyse mellem lncRNA'er og immunitetsrelaterede gener valgte vi 724 irlncRNA'er med p < 0,01 og r > 0,4.Vi analyserede derefter de differentielt udtrykte lncRNA'er af GEPIA2 (figur 2A).I alt 223 irlncRNA'er blev differentielt udtrykt mellem bugspytkirteladenokarcinom og normalt pancreasvæv (|logFC| > 1, FDR < 0,05), benævnt DEirlncRNA'er.
Konstruktion af prædiktive risikomodeller.(A) Vulkanplot af differentielt udtrykte lncRNA'er.(B) Fordeling af lasso-koefficienter for 20 DEirlncRNA-par.(C) Partiel sandsynlighedsvarians af LASSO-koefficientfordelingen.(D) Skovplot, der viser univariat regressionsanalyse af 20 DEirlncRNA-par.
Vi konstruerede derefter en 0 eller 1 matrix ved at parre 223 DEirlncRNA'er.I alt 13.687 DEirlncRNA-par blev identificeret.Efter univariat og lassoregressionsanalyse blev 20 DEirlncRNA-par endelig testet for at konstruere en prognostisk risikomodel (figur 2B-D).Baseret på resultaterne af Lasso og multipel regressionsanalyse beregnede vi en risikoscore for hver patient i TCGA-PAAD kohorten (tabel 1).Baseret på resultaterne af lasso-regressionsanalyse beregnede vi en risikoscore for hver patient i TCGA-PAAD-kohorten.AUC for ROC-kurven var 0,905 for den 1-årige risikomodel-forudsigelse, 0,942 for den 2-årige forudsigelse og 0,966 for den 3-årige forudsigelse (figur 3A-B).Vi satte en optimal cutoff-værdi på 3,105, stratificerede TCGA-PAAD-kohortepatienterne i høj- og lavrisikogrupper og plottede overlevelsesresultaterne og risikoscorefordelingerne for hver patient (figur 3C-E).Kaplan-Meier-analyse viste, at overlevelse af PAAD-patienter i højrisikogruppen var signifikant lavere end hos patienter i lavrisikogruppen (p < 0,001) (figur 3F).
Validiteten af prognostiske risikomodeller.(A) ROC af den prognostiske risikomodel.(B) 1-, 2- og 3-årige ROC prognostiske risikomodeller.(C) ROC af prognostisk risikomodel.Viser det optimale afskæringspunkt.(DE) Fordeling af overlevelsesstatus (D) og risikoscore (E).(F) Kaplan-Meier-analyse af PAAD-patienter i høj- og lavrisikogrupper.
Vi vurderede yderligere forskelle i risikoscore efter kliniske karakteristika.Stripplottet (figur 4A) viser det overordnede forhold mellem kliniske karakteristika og risikoscore.Især ældre patienter havde højere risikoscore (figur 4B).Derudover havde patienter med stadium II højere risikoscore end patienter med stadium I (figur 4C).Med hensyn til tumorgrad hos PAAD-patienter havde grad 3-patienter højere risikoscore end grad 1 og 2-patienter (figur 4D).Vi udførte yderligere univariate og multivariate regressionsanalyser og viste, at risikoscore (p < 0,001) og alder (p = 0,045) var uafhængige prognostiske faktorer hos patienter med PAAD (figur 5A-B).ROC-kurven viste, at risikoscoren var overlegen i forhold til andre kliniske karakteristika ved forudsigelse af 1-, 2- og 3-års overlevelse af patienter med PAAD (Figur 5C-E).
Kliniske karakteristika af prognostiske risikomodeller.Histogram (A) viser (B) alder, (C) tumorstadium, (D) tumorgrad, risikoscore og køn for patienter i TCGA-PAAD kohorten.**p < 0,01
Uafhængig prædiktiv analyse af prognostiske risikomodeller.(AB) Univariat (A) og multivariat (B) regressionsanalyser af prognostiske risikomodeller og kliniske karakteristika.(CE) 1-, 2- og 3-årig ROC for prognostiske risikomodeller og kliniske karakteristika
Derfor undersøgte vi sammenhængen mellem tids- og risikoscore.Vi fandt, at risikoscore hos PAAD-patienter var omvendt korreleret med CD8+ T-celler og NK-celler (figur 6A), hvilket indikerer undertrykt immunfunktion i højrisikogruppen.Vi vurderede også forskellen i immuncelleinfiltration mellem høj- og lavrisikogrupperne og fandt de samme resultater (figur 7).Der var mindre infiltration af CD8+ T-celler og NK-celler i højrisikogruppen.I de senere år er immun checkpoint-hæmmere (ICI'er) blevet brugt i vid udstrækning til behandling af solide tumorer.Imidlertid har brugen af ICI'er i bugspytkirtelkræft sjældent været vellykket.Derfor vurderede vi ekspressionen af immun checkpoint-gener i høj- og lavrisikogrupper.Vi fandt, at CTLA-4 og CD161 (KLRB1) blev overudtrykt i lavrisikogruppen (figur 6B-G), hvilket indikerer, at PAAD-patienter i lavrisikogruppen kan være følsomme over for ICI.
Korrelationsanalyse af prognostisk risikomodel og immuncelleinfiltration.(A) Korrelation mellem prognostisk risikomodel og immuncelleinfiltration.(BG) Angiver genekspression i høj- og lavrisikogrupper.(HK) IC50-værdier for specifikke kræftlægemidler i høj- og lavrisikogrupper.*p < 0,05, **p < 0,01, ns = ikke signifikant
Vi vurderede yderligere sammenhængen mellem risikoscore og almindelige kemoterapimidler i TCGA-PAAD-kohorten.Vi søgte efter almindeligt anvendte lægemidler mod kræft i bugspytkirtlen og analyserede forskelle i deres IC50-værdier mellem høj- og lavrisikogrupper.Resultaterne viste, at IC50-værdien af AZD.2281 (olaparib) var højere i højrisikogruppen, hvilket indikerer, at PAAD-patienter i højrisikogruppen kan være resistente over for AZD.2281-behandling (figur 6H).Derudover var IC50-værdierne for paclitaxel, sorafenib og erlotinib lavere i højrisikogruppen (figur 6I-K).Vi identificerede yderligere 34 kræftlægemidler med højere IC50-værdier i højrisikogruppen og 34 kræftlægemidler med lavere IC50-værdier i højrisikogruppen (tabel 2).
Det kan ikke benægtes, at lncRNA'er, mRNA'er og miRNA'er i vid udstrækning eksisterer og spiller en afgørende rolle i kræftudvikling.Der er rigeligt med beviser, der understøtter den vigtige rolle af mRNA eller miRNA i at forudsige den samlede overlevelse i flere typer kræft.Uden tvivl er mange prognostiske risikomodeller også baseret på lncRNA'er.For eksempel beskriver Luo et al.Undersøgelser har vist, at LINC01094 spiller en nøglerolle i pc-proliferation og metastaser, og høj ekspression af LINC01094 indikerer dårlig overlevelse af pancreascancerpatienter [16].Undersøgelsen præsenteret af Lin et al.Undersøgelser har vist, at nedregulering af lncRNA FLVCR1-AS1 er forbundet med dårlig prognose hos patienter med bugspytkirtelkræft [17].Imidlertid er immunitetsrelaterede lncRNA'er relativt mindre diskuteret med hensyn til at forudsige den samlede overlevelse af kræftpatienter.På det seneste har et stort arbejde været fokuseret på at opbygge prognostiske risikomodeller til at forudsige kræftpatienters overlevelse og derved justere behandlingsmetoder [18, 19, 20].Der er voksende erkendelse af den vigtige rolle, som immuninfiltrater spiller i kræftinitiering, progression og respons på behandlinger såsom kemoterapi.Talrige undersøgelser har bekræftet, at tumorinfiltrerende immunceller spiller en kritisk rolle i responsen på cytotoksisk kemoterapi [21, 22, 23].Tumorens immunmikromiljø er en vigtig faktor for tumorpatienters overlevelse [24, 25].Immunterapi, især ICI-terapi, er meget udbredt i behandlingen af solide tumorer [26].Immunrelaterede gener er meget brugt til at konstruere prognostiske risikomodeller.For eksempel beskriver Su et al.Den immunrelaterede prognostiske risikomodel er baseret på proteinkodende gener for at forudsige prognosen for ovariecancerpatienter [27].Ikke-kodende gener såsom lncRNA'er er også velegnede til at konstruere prognostiske risikomodeller [28, 29, 30].Luo et al testede fire immunrelaterede lncRNA'er og byggede en prædiktiv model for risiko for livmoderhalskræft [31].Khan et al.I alt 32 differentielt udtrykte transkripter blev identificeret, og på baggrund heraf blev der etableret en forudsigelsesmodel med 5 signifikante transkripter, som blev foreslået som et stærkt anbefalet værktøj til at forudsige biopsi-bevist akut afstødning efter nyretransplantation [32].
De fleste af disse modeller er baseret på genekspressionsniveauer, enten proteinkodende gener eller ikke-kodende gener.Det samme gen kan dog have forskellige ekspressionsværdier i forskellige genomer, dataformater og i forskellige patienter, hvilket fører til ustabile estimater i prædiktive modeller.I denne undersøgelse byggede vi en rimelig model med to par lncRNA'er, uafhængigt af de nøjagtige ekspressionsværdier.
I denne undersøgelse identificerede vi irlncRNA for første gang gennem korrelationsanalyse med immunitetsrelaterede gener.Vi screenede 223 DEirlncRNA'er ved hybridisering med differentielt udtrykte lncRNA'er.For det andet konstruerede vi en 0-eller-1 matrix baseret på den offentliggjorte DEirlncRNA-parringsmetode [31].Vi udførte derefter univariate og lasso-regressionsanalyser for at identificere prognostiske DEirlncRNA-par og konstruere en forudsigelig risikomodel.Vi analyserede yderligere sammenhængen mellem risikoscore og kliniske karakteristika hos patienter med PAAD.Vi fandt ud af, at vores prognostiske risikomodel, som en uafhængig prognostisk faktor hos PAAD-patienter, effektivt kan differentiere højkvalitetspatienter fra patienter med lav grad og patienter af høj grad fra patienter med lav grad.Derudover var AUC-værdierne for ROC-kurven for den prognostiske risikomodel 0,905 for 1-års prognosen, 0,942 for 2-års prognosen og 0,966 for 3-års prognosen.
Forskere rapporterede, at patienter med højere CD8+ T-celleinfiltration var mere følsomme over for ICI-behandling [33].En stigning i indholdet af cytotoksiske celler, CD56 NK-celler, NK-celler og CD8+ T-celler i tumorimmunmikromiljøet kan være en af årsagerne til den tumorundertrykkende effekt [34].Tidligere undersøgelser viste, at højere niveauer af tumorinfiltrerende CD4(+) T og CD8(+) T var signifikant forbundet med længere overlevelse [35].Dårlig CD8 T-celleinfiltration, lav neoantigen-belastning og et stærkt immunsuppressivt tumormikromiljø fører til manglende respons på ICI-terapi [36].Vi fandt, at risikoscore var negativt korreleret med CD8+ T-celler og NK-celler, hvilket indikerer, at patienter med høj risikoscore muligvis ikke er egnede til ICI-behandling og har en dårligere prognose.
CD161 er en markør for naturlige dræberceller (NK).CD8+CD161+ CAR-transducerede T-celler medierer forbedret in vivo antitumoreffektivitet i HER2+ pancreas duktalt adenokarcinom xenograft-modeller [37].Immun checkpoint-hæmmere retter sig mod cytotoksisk T-lymfocytassocieret protein 4 (CTLA-4) og programmeret celledødsprotein 1 (PD-1)/programmeret celledødsligand 1 (PD-L1) veje og har et stort potentiale på mange områder.Ekspression af CTLA-4 og CD161 (KLRB1) er lavere i højrisikogrupper, hvilket yderligere indikerer, at patienter med højrisikoscore muligvis ikke er kvalificerede til ICI-behandling.[38]
For at finde behandlingsmuligheder, der er egnede til højrisikopatienter, analyserede vi forskellige kræftlægemidler og fandt ud af, at paclitaxel, sorafenib og erlotinib, som er meget udbredt hos patienter med PAAD, kan være velegnede til højrisikopatienter med PAAD.[33].Zhang et al fandt, at mutationer i enhver DNA-skaderespons (DDR)-vej kan føre til dårlig prognose hos prostatacancerpatienter [39].Pancreatic Cancer Olaparib Ongoing (POLO) forsøget viste, at vedligeholdelsesbehandling med olaparib forlængede progressionsfri overlevelse sammenlignet med placebo efter førstelinjes platinbaseret kemoterapi hos patienter med pancreas duktalt adenokarcinom og germline BRCA1/2 mutationer [40].Dette giver betydelig optimisme om, at behandlingsresultater vil forbedres væsentligt i denne undergruppe af patienter.I denne undersøgelse var IC50-værdien af AZD.2281 (olaparib) højere i højrisikogruppen, hvilket indikerer, at PAAD-patienter i højrisikogruppen kan være resistente over for behandling med AZD.2281.
Prognosemodellerne i denne undersøgelse giver gode prognoseresultater, men de er baseret på analytiske prognoser.Hvordan man bekræfter disse resultater med kliniske data er et vigtigt spørgsmål.Endoskopisk finnålsaspirationsultralyd (EUS-FNA) er blevet en uundværlig metode til diagnosticering af faste og ekstrapankreatiske bugspytkirtellæsioner med en sensitivitet på 85 % og specificitet på 98 % [41].Fremkomsten af EUS finnålsbiopsi (EUS-FNB) nåle er hovedsageligt baseret på opfattede fordele i forhold til FNA, såsom højere diagnostisk nøjagtighed, opnåelse af prøver, der bevarer histologisk struktur, og dermed generering af immunvæv, der er afgørende for visse diagnoser.speciel farvning [42].En systematisk gennemgang af litteraturen bekræftede, at FNB-nåle (især 22G) viser den højeste effektivitet til at høste væv fra bugspytkirtelmasser [43].Klinisk er kun et lille antal patienter berettiget til radikal kirurgi, og de fleste patienter har inoperable tumorer på tidspunktet for den første diagnose.I klinisk praksis er kun en lille del af patienterne egnede til radikal kirurgi, fordi de fleste patienter har inoperable tumorer på tidspunktet for den første diagnose.Efter patologisk bekræftelse af EUS-FNB og andre metoder, vælges normalt standardiseret ikke-kirurgisk behandling såsom kemoterapi.Vores efterfølgende forskningsprogram er at teste den prognostiske model af denne undersøgelse i kirurgiske og ikke-kirurgiske kohorter gennem en retrospektiv analyse.
Samlet set etablerede vores undersøgelse en ny prognostisk risikomodel baseret på parret irlncRNA, som viste lovende prognostisk værdi hos patienter med bugspytkirtelkræft.Vores prognostiske risikomodel kan hjælpe med at differentiere patienter med PAAD, som er egnede til medicinsk behandling.
De datasæt, der anvendes og analyseres i den aktuelle undersøgelse, er tilgængelige fra den tilsvarende forfatter på rimelig anmodning.
Sui Wen, Gong X, Zhuang Y. Self-efficacys formidlende rolle i følelsesmæssig regulering af negative følelser under COVID-19-pandemien: en tværsnitsundersøgelse.Int J Ment Health Nurs [tidsskriftsartikel].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Familiemedlemmers syn på alternativ beslutningstagning på intensivafdelinger: en systematisk gennemgang.INT J NURS STUD [magasinartikel;anmeldelse].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Pancreatic cancer.Lancet.[Tidskriftsartikel;forskningsstøtte, NIH, ekstramural;forskningsstøtte, regering uden for USA;anmeldelse].2011 08/13/2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologi af bugspytkirtelkræft.World Journal of Gastroenterology.[Tidsskriftsartikel, anmeldelse].2016 28.11.2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Et nyt tp53-relateret nomogram til forudsigelse af den samlede overlevelse hos patienter med bugspytkirtelkræft.BMC Cancer [tidsskriftsartikel].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Effekt af løsningsfokuseret terapi på cancerrelateret træthed hos kolorektal cancerpatienter, der modtager kemoterapi: et randomiseret kontrolleret forsøg.Kræftsygeplejerske.[Tidskriftsartikel;randomiseret kontrolleret forsøg;undersøgelsen er støttet af en regering uden for USA].2022 05/01/2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Postoperativt carcinoembryonalt antigen (CEA) niveauer forudsiger resultatet efter kolorektal cancerresektion hos patienter med normale præoperative CEA-niveauer.Center for Translationel Cancerforskning.[Journalartikel].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Immun-relaterede lncRNA'er genererer nye signaturer og forudsiger immunlandskabet af humant hepatocellulært karcinom.Mol Ther nukleinsyrer [tidsskriftsartikel].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Immunterapi for bugspytkirtelkræft: barrierer og gennembrud.Ann Gastrointestinal Surgeon [Journalartikel;anmeldelse].2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Lange ikke-kodende RNA'er (LncRNA'er), viral tumorgenomik og afvigende splejsningsbegivenheder: terapeutiske implikationer.AM J CANCER RES [tidsskriftsartikel;anmeldelse].2021 20/01/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikation af lncRNA-signaturer forbundet med endometriecancer prognose.Videnskabens præstationer [magasinartikel].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Omfattende analyse af RNA-bindende protein prognostiske gener og lægemiddelkandidater i papillærcellet nyrecellecarcinom.pregen.[Journalartikel].2021 20/01/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Karakteristika for autofagi-relateret lang ikke-kodende RNA forudsiger brystkræftprognose.pregen.[Journalartikel].2021 20/01/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Immunrelateret seks lncRNA-signatur forbedrer prognosen i glioblastoma multiforme.MOL Neurobiologi.[Journalartikel].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.En ny tri-lncRNA-signatur forudsiger overlevelse af patienter med bugspytkirtelkræft.REPRÆSENTANTER FOR ONKOL.[Journalartikel].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 fremmer bugspytkirtelkræftprogression ved at regulere LIN28B-ekspression og PI3K/AKT-vejen gennem svampet miR-577.Mol Therapeutics – Nukleinsyrer.2021;26:523-35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Positiv feedback mellem lncRNA FLVCR1-AS1 og KLF10 kan hæmme bugspytkirtelkræftprogression gennem PTEN/AKT-vejen.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikation af tretten gener, der forudsiger samlet overlevelse i hepatocellulært karcinom.Biosci Rep [tidsskriftsartikel].2021 04/09/2021.
Indlægstid: 22. september 2023