Kræft i bugspytkirtlen er en af de dødeligste tumorer i verden med en dårlig prognose. Derfor er der behov for en præcis prædiktionsmodel for at identificere patienter med høj risiko for kræft i bugspytkirtlen for at skræddersy behandlingen og forbedre prognosen for disse patienter.
Vi indhentede The Cancer Genome Atlas (TCGA) pankreasadenokarcinom (PAAD) RNAseq-data fra UCSC Xena-databasen, identificerede immunrelaterede lncRNA'er (irlncRNA'er) gennem korrelationsanalyse og identificerede forskelle mellem TCGA og normalt pankreasadenokarcinomvæv. DEirlncRNA) fra TCGA og genotypevævsekspression (GTEx) af pankreasvæv. Yderligere univariate og lasso-regressionsanalyser blev udført for at konstruere prognostiske signaturmodeller. Vi beregnede derefter arealet under kurven og bestemte den optimale grænseværdi til at identificere patienter med høj- og lavrisiko pankreasadenokarcinom. For at sammenligne kliniske karakteristika, immuncelinfiltration, immunsuppressivt mikromiljø og kemoterapiresistens hos patienter med høj- og lavrisiko pankreaskræft.
Vi identificerede 20 DEirlncRNA-par og grupperede patienterne efter den optimale cutoff-værdi. Vi demonstrerede, at vores prognostiske signaturmodel har signifikant ydeevne i 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 demonstrerede også, at højrisikopatienter er immunsupprimerede og kan udvikle resistens over for immunterapi. Evaluering af kræftmedicin 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 kræft i bugspytkirtlen. Vores prognostiske risikomodel kan hjælpe med at differentiere patienter med PAAD, der er egnede til medicinsk behandling.
Kræft i bugspytkirtlen er en ondartet tumor med en lav femårs overlevelsesrate og høj grad. På diagnosetidspunktet er de fleste patienter allerede i et fremskredent stadie. I forbindelse med COVID-19-epidemien er læger og sygeplejersker under enormt pres, når de behandler patienter med kræft i bugspytkirtlen, og patienternes familier står også over for flere pres, når de skal træffe behandlingsbeslutninger [1, 2]. Selvom der er gjort store fremskridt i behandlingen af DOAD'er, såsom neoadjuverende behandling, kirurgisk resektion, strålebehandling, kemoterapi, målrettet molekylær terapi og immuncheckpointhæmmere (ICI'er), overlever kun omkring 9% af patienterne fem år efter diagnosen [3], 4]. Fordi de tidlige symptomer på adenocarcinom i bugspytkirtlen er atypiske, diagnosticeres patienter normalt med metastaser på et fremskredent stadie [5]. Derfor skal en individuelt tilpasset og 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 prædiktionsmodel nødvendig for nøjagtigt at vurdere en patients prognose [7]. Således kan der vælges passende behandling for at afbalancere overlevelse og livskvalitet for patienter med PAAD.
Den dårlige prognose for PAAD skyldes primært resistens over for kemoterapimedicin. I de senere år er immuncheckpoint-hæmmere blevet anvendt i vid udstrækning i behandlingen af solide tumorer [8]. Brugen af ICI'er til behandling af kræft i bugspytkirtlen er dog sjældent vellykket [9]. Derfor er det vigtigt at identificere patienter, der kan have gavn af ICI-behandling.
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 forskning 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 immunrelaterede lncRNA'er er blevet brugt til at fastslå de prognostiske træk ved gliom [14].
Ved kræft i bugspytkirtlen har nogle studier etableret lncRNA-baserede signaturer til at forudsige patientprognose. En 3-lncRNA-signatur blev etableret ved adenocarcinom i bugspytkirtlen med et areal under ROC-kurven (AUC) på kun 0,742 og en samlet overlevelse (OS) på 3 år [15]. Derudover varierer lncRNA-ekspressionsværdierne mellem forskellige genomer, forskellige dataformater og forskellige patienter, og prædiktionsmodellens ydeevne er ustabil. Derfor bruger vi en ny modelleringsalgoritme, parring og iteration, til at generere immunitetsrelaterede lncRNA (irlncRNA) signaturer for at skabe en mere præcis og stabil prædiktiv model [8].
Normaliserede RNAseq-data (FPKM) og kliniske TCGA- og genotypevævsekspressionsdata (GTEx) for bugspytkirtelkræft blev indhentet fra UCSC XENA-databasen (https://xenabrowser.net/datapages/). GTF-filer blev indhentet 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 indhentet fra GEPIA2-databasen (http://gepia2.cancer-pku.cn/#index) i TCGA-PAAD-kohorten (|logFC| > 1 og FDR) <0,05).
Denne metode er tidligere blevet rapporteret [8]. Specifikt konstruerer vi X til at erstatte det parrede lncRNA A og lncRNA B. Når ekspressionsværdien af lncRNA A er højere end ekspressionsværdien af lncRNA B, defineres X som 1, ellers defineres X 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 anvendte 10-fold krydsvalidering gentaget 1000 gange (p < 0,05) med 1000 tilfældige stimuli pr. kørsel. Når hyppigheden 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 grænseværdi 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 betragtes som den bedste kandidat. 1-, 3- og 5-årige ROC-kurvemodeller blev konstrueret. Univariate og multivariate regressionsanalyser blev brugt til at undersøge den uafhængige prædiktive ydeevne af den prognostiske risikomodel.
Syv værktøjer blev brugt til at studere immuncelleinfiltrationshastigheder, herunder XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS og CIBERSORT. Data om immuncelleinfiltration 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-testen, og 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 halvhæmmende koncentrationer (IC50) mellem høj- og lavrisikogrupper blev sammenlignet ved hjælp af Wilcoxon signed-rank-testen, og resultaterne vises som boksplots genereret ved hjælp af pRRophetic og ggplot2 i R. Alle metoder overholder relevante retningslinjer og normer.
Vores studies arbejdsgang er vist i figur 1. Ved hjælp af korrelationsanalyse mellem lncRNA'er og immunitetsrelaterede gener udvalgte vi 724 irlncRNA'er med p < 0,01 og r > 0,4. Vi analyserede derefter de differentielt udtrykte lncRNA'er i GEPIA2 (figur 2A). I alt 223 irlncRNA'er blev udtrykt differentielt mellem pankreatisk adenocarcinom og normalt pankreasvæv (|logFC| > 1, FDR < 0,05), kaldet DEirlncRNA'er.
Konstruktion af prædiktive risikomodeller. (A) Vulkanplot af differentielt udtrykte lncRNA'er. (B) Fordeling af lassokoefficienter 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 lasso-regressionsanalyse 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-regressionsanalysen beregnede vi en risikoscore for hver patient i TCGA-PAAD-kohorten. AUC for ROC-kurven var 0,905 for 1-års risikomodelforudsigelsen, 0,942 for 2-årsforudsigelsen og 0,966 for 3-årsforudsigelsen (Figur 3A-B). Vi satte en optimal cutoff-værdi på 3,105, stratificerede patienterne i TCGA-PAAD-kohorten i høj- og lavrisikogrupper og plottede overlevelsesresultaterne og risikoscorefordelingerne for hver patient (Figur 3C-E). Kaplan-Meier-analyse viste, at overlevelsen for PAAD-patienter i højrisikogruppen var signifikant lavere end for patienter i lavrisikogruppen (p < 0,001) (Figur 3F).
Validitet af prognostiske risikomodeller. (A) ROC for den prognostiske risikomodel. (B) 1-, 2- og 3-årige ROC prognostiske risikomodeller. (C) ROC for prognostisk risikomodel. Viser det optimale grænsepunkt. (DE) Fordeling af overlevelsesstatus (D) og risikoscorer (E). (F) Kaplan-Meier-analyse af PAAD-patienter i høj- og lavrisikogrupper.
Vi vurderede yderligere forskelle i risikoscorer ud fra kliniske karakteristika. Stripplottet (Figur 4A) viser den overordnede sammenhæng mellem kliniske karakteristika og risikoscorer. Især ældre patienter havde højere risikoscorer (Figur 4B). Derudover havde patienter med stadium II højere risikoscorer end patienter med stadium I (Figur 4C). Med hensyn til tumorgrad hos PAAD-patienter havde grad 3-patienter højere risikoscorer end grad 1 og 2-patienter (Figur 4D). Vi udførte yderligere univariate og multivariate regressionsanalyser og demonstrerede, 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 bedre end andre kliniske karakteristika til at forudsige 1-, 2- og 3-års overlevelse for patienter med PAAD (Figur 5C-E).
Kliniske karakteristika for prognostiske risikomodeller. Histogram (A) viser (B) alder, (C) tumorstadie, (D) tumorgrad, risikoscore og køn hos patienter i TCGA-PAAD-kohorten. **p < 0,01
Uafhængig prædiktiv analyse af prognostiske risikomodeller. (AB) Univariate (A) og multivariate (B) regressionsanalyser af prognostiske risikomodeller og kliniske karakteristika. (CE) 1-, 2- og 3-årig ROC for prognostiske risikomodeller og kliniske karakteristika.
Derfor undersøgte vi forholdet mellem tid og risikoscorer. Vi fandt, at risikoscoren 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 immuncheckpoint-hæmmere (ICI'er) blevet anvendt i vid udstrækning til behandling af solide tumorer. Brugen af ICI'er til behandling af kræft i bugspytkirtlen har dog sjældent været vellykket. Derfor vurderede vi ekspressionen af immuncheckpoint-gener i høj- og lavrisikogrupper. Vi fandt, at CTLA-4 og CD161 (KLRB1) var 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 anticancerlægemidler i høj- og lavrisikogrupper. *p < 0,05, **p < 0,01, ns = ikke signifikant
Vi vurderede yderligere sammenhængen mellem risikoscorer og almindelige kemoterapimidler i TCGA-PAAD-kohorten. Vi søgte efter almindeligt anvendte kræftmediciner mod bugspytkirtelkræft 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 kræftmediciner med højere IC50-værdier i højrisikogruppen og 34 kræftmediciner med lavere IC50-værdier i højrisikogruppen (Tabel 2).
Det kan ikke benægtes, at lncRNA'er, mRNA'er og miRNA'er findes i vid udstrækning og spiller en afgørende rolle i kræftudvikling. Der er rigeligt med beviser, der understøtter den vigtige rolle, som mRNA eller miRNA spiller i forudsigelsen af den samlede overlevelse i flere typer kræft. Mange prognostiske risikomodeller er utvivlsomt også baseret på lncRNA'er. For eksempel har Luo et al. Studier vist, at LINC01094 spiller en nøglerolle i proliferation og metastase af pankreaskræft, og høj ekspression af LINC01094 indikerer dårlig overlevelse hos patienter med kræft i bugspytkirtlen [16]. Studiet præsenteret af Lin et al. Studier har vist, at nedregulering af lncRNA FLVCR1-AS1 er forbundet med dårlig prognose hos patienter med kræft i bugspytkirtlen [17]. Immunitetsrelaterede lncRNA'er diskuteres dog relativt mindre med hensyn til forudsigelse af den samlede overlevelse hos kræftpatienter. For nylig har en stor mængde arbejde været fokuseret på at opbygge prognostiske risikomodeller for at forudsige overlevelsen af kræftpatienter og derved justere behandlingsmetoder [18, 19, 20]. Der er en stigende anerkendelse af den vigtige rolle, som immuninfiltrater spiller i kræfts initiering, progression og respons på behandlinger såsom kemoterapi. Talrige undersøgelser har bekræftet, at tumorinfiltrerende immunceller spiller en kritisk rolle i responset på cytotoksisk kemoterapi [21, 22, 23]. Tumorens immunmikromiljø er en vigtig faktor i tumorpatienters overlevelse [24, 25]. Immunterapi, især ICI-terapi, anvendes i vid udstrækning i behandlingen af solide tumorer [26]. Immunrelaterede gener anvendes i vid udstrækning til at konstruere prognostiske risikomodeller. For eksempel Su et al. Den immunrelaterede prognostiske risikomodel er baseret på proteinkodende gener for at forudsige prognosen for patienter med kræft i æggestokkene [27]. Ikke-kodende gener såsom lncRNA'er er også egnede 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 baseret på dette blev en prædiktionsmodel med 5 signifikante transkripter etableret, som blev foreslået som et stærkt anbefalet værktøj til at forudsige biopsi-verificeret 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 hos forskellige patienter, hvilket fører til ustabile estimater i prædiktive modeller. I dette studie byggede vi en rimelig model med to par lncRNA'er, uafhængigt af de nøjagtige ekspressionsværdier.
I dette studie identificerede vi irlncRNA for første gang gennem korrelationsanalyse med immunitetsrelaterede gener. Vi screenede 223 DEirlncRNA'er ved hybridisering med differentielt udtrykte lncRNA'er. Dernæst konstruerede vi en 0-eller-1-matrix baseret på den publicerede DEirlncRNA-parringsmetode [31]. Vi udførte derefter univariate og lasso-regressionsanalyser for at identificere prognostiske DEirlncRNA-par og konstruere en prædiktiv risikomodel. Vi analyserede yderligere sammenhængen mellem risikoscorer og kliniske karakteristika hos patienter med PAAD. Vi fandt, at vores prognostiske risikomodel, som en uafhængig prognostisk faktor hos PAAD-patienter, effektivt kan differentiere højgradige patienter fra lavgradige patienter og højgradige patienter fra lavgradige patienter. Derudover var AUC-værdierne for ROC-kurven for den prognostiske risikomodel 0,905 for 1-årsprognosen, 0,942 for 2-årsprognosen og 0,966 for 3-årsprognosen.
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 tumorens immunmikromiljø 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 neoantigenbelastning og et stærkt immunundertrykkende tumormikromiljø fører til manglende respons på ICI-behandling [36]. Vi fandt, at risikoscoren var negativt korreleret med CD8+ T-celler og NK-celler, hvilket indikerer, at patienter med høje risikoscorer 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 antitumor-effekt i HER2+ pankreatisk duktal adenocarcinom xenograftmodeller [37]. Immune checkpoint-hæmmere er rettet mod cytotoksiske T-lymfocytassocierede protein 4 (CTLA-4) og programmeret celledødsprotein 1 (PD-1)/programmeret celledødsligand 1 (PD-L1) signalveje og har stort potentiale på mange områder. Ekspressionen af CTLA-4 og CD161 (KLRB1) er lavere i højrisikogrupper, hvilket yderligere indikerer, at patienter med højrisikoscorer muligvis ikke er berettigede til ICI-behandling [38].
For at finde behandlingsmuligheder, der er egnede til højrisikopatienter, analyserede vi forskellige kræftmediciner og fandt, at paclitaxel, sorafenib og erlotinib, som er meget anvendt hos patienter med PAAD, kan være egnede til højrisikopatienter med PAAD. [33]. Zhang et al. fandt, at mutationer i enhver DNA-skaderespons (DDR)-vej kan føre til dårlig prognose hos prostatakræftpatienter [39]. POLO-studiet (Pancreatic Cancer Olaparib Ongoing) viste, at vedligeholdelsesbehandling med olaparib forlængede progressionsfri overlevelse sammenlignet med placebo efter førstelinje platinbaseret kemoterapi hos patienter med pankreatisk duktal adenocarcinom og germline BRCA1/2-mutationer [40]. Dette giver betydelig optimisme om, at behandlingsresultaterne vil forbedres betydeligt i denne undergruppe af patienter. I dette studie 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 dette studie 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 solide og ekstrapankreatiske pankreaslæsioner med en sensitivitet på 85% og en 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 kritisk for visse diagnoser. Speciel farvning [42]. En systematisk gennemgang af litteraturen bekræftede, at FNB-nåle (især 22G) udviser den højeste effektivitet i udtagning af væv fra pankreasmasser [43]. Klinisk er kun et lille antal patienter berettigede til radikal kirurgi, og de fleste patienter har inoperable tumorer på tidspunktet for den første diagnose. I klinisk praksis er kun en lille andel af patienterne egnede til radikal kirurgi, fordi de fleste patienter har inoperable tumorer på tidspunktet for den første diagnose. Efter patologisk bekræftelse med EUS-FNB og andre metoder vælges standardiseret ikke-kirurgisk behandling såsom kemoterapi normalt. Vores efterfølgende forskningsprogram er at teste den prognostiske model for dette studie 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 kræft i bugspytkirtlen. Vores prognostiske risikomodel kan hjælpe med at differentiere patienter med PAAD, der er egnede til medicinsk behandling.
De datasæt, der er anvendt og analyseret i den aktuelle undersøgelse, er tilgængelige fra den korresponderende forfatter efter rimelig anmodning.
Sui Wen, Gong X, Zhuang Y. Den medierende rolle af selvtillid i følelsesmæssig regulering af negative følelser under COVID-19-pandemien: et tværsnitsstudie. Int J Ment Health Nurs [tidsskriftartikel]. 2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J m.fl. Familiemedlemmers synspunkter på alternativ beslutningstagning på intensivafdelinger: en systematisk gennemgang. INT J NURS STUD [magasinartikel; gennemgang]. 2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Kræft i bugspytkirtlen. Lancet. [Tidsskriftartikel; forskningsstøtte, NIH, ekstramural; forskningsstøtte, regering uden for USA; anmeldelse]. 2011 13/08/2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologi af kræft i bugspytkirtlen. World Journal of Gastroenterology. [Tidsskriftartikel, anmeldelse]. 2016 11/28/2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Et nyt tp53-relateret nomogram til forudsigelse af samlet overlevelse hos patienter med kræft i bugspytkirtlen. BMC Cancer [tidsskriftartikel]. 2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Effekt af løsningsfokuseret terapi på kræftrelateret træthed hos patienter med kolorektal cancer, der modtager kemoterapi: et randomiseret kontrolleret forsøg. Cancer nurse. [Tidsskriftartikel; randomiseret kontrolleret forsøg; studiet 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 m.fl. Postoperative carcinoembryoniske antigen (CEA)-niveauer forudsiger resultatet efter resektion af kolorektal cancer hos patienter med normale præoperative CEA-niveauer. Center for Translational Cancer Research. [Tidsskriftsartikel]. 2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X m.fl. Immunrelaterede lncRNA'er genererer nye signaturer og forudsiger immunlandskabet ved humant hepatocellulært karcinom. Mol Ther Nucleic acids [Tidsskriftsartikel]. 2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Immunterapi til behandling af kræft i bugspytkirtlen: barrierer og gennembrud. Ann Gastrointestinal Surgeon [Tidsskriftartikel; 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 splejsningshændelser: terapeutiske implikationer. AM J CANCER RES [tidsskriftartikel; anmeldelse]. 2021 01/20/2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifikation af lncRNA-signaturer forbundet med prognose for endometriecancer. Videnskabelige resultater [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 proteinprognostiske gener og lægemiddelkandidater i papillærcelle-renalcellecarcinom. pregen. [Tidsskriftsartikel]. 2021 01/20/2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X m.fl. Karakteristika for autofagi-relateret langt ikke-kodende RNA forudsiger prognose for brystkræft. pregen. [Tidsskriftsartikel]. 2021 01/20/2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Immunrelateret seks lncRNA-signatur forbedrer prognosen ved glioblastoma multiforme. MOL Neurobiology. [Tidsskriftartikel]. 2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z m.fl. En ny tri-lncRNA-signatur forudsiger overlevelse hos patienter med kræft i bugspytkirtlen. REPRESENTATIVES OF ONKOL. [Tidsskriftsartikel]. 2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 fremmer progression af bugspytkirtelkræft ved at regulere LIN28B-ekspression og PI3K/AKT-signalvejen gennem svampet miR-577. Mol Therapeutics – Nukleinsyrer. 2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L m.fl. Positiv feedback mellem lncRNA FLVCR1-AS1 og KLF10 kan hæmme progression af bugspytkirtelkræft gennem PTEN/AKT-signalvejen. 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 ved hepatocellulært karcinom. Biosci Rep [tidsskriftartikel]. 2021 04/09/2021.
Opslagstidspunkt: 22. september 2023