基于GEO数据库女性肺癌预后模型的构建和验证
作者:王娟; 欧阳锦; 李淑隽; 孙承操; 黄邵鑫
更新时间:
目的:建立一种新的、可靠的女性肺癌预后模型,为预测女性肺癌的生存率和优化治疗策略提供依据。方法:从基因表达数据库(GEO)下载并筛选女性肺癌基因表达谱数据,建立训练集和验证集。在训练集中,三年生存时间被分成几组,Limma算法被用来筛选差异表达基因(DEGs)。然后,采用LASSO回归分析结合多重Cox回归分析确定关键预后基因,并构建风险评分模型,验证验证验证集中预测的准确性。最后结合临床指标建立生存预测列线图。结果:在LASSO-Cox回归分析共选择并获得了160个DEGs基因模型,包括adirf、BMP2、BCHE、HMMR、TSPYL5、SCUBE2、enpp5、MIR29B2和BEX5。将风险评分与临床指标相结合,确定了风险。C指数为0.734。在训练集和验证集中,ROC曲线的曲线下面积(AUC)值分别为0.740(95%CI:0.674~0.806)和0.712(95%CI:0.569~0.854)。结论:根据GEO区肺癌患者的生存情况,有望建立一个个性化的预后模型。