基于自噬相关基因的肝细胞癌患者预后预测模型的构建EI北大核心CSCD

自噬是一种程序性细胞降解过程,与包括恶性肿瘤在内的多种生理和病理过程有关。自噬的异常诱导在肝细胞癌的发展中起着关键作用,因此我们基于自噬相关基因进行了肝细胞癌患者预后预测模型的构建。从癌症基因组图谱数据库中检索到204个差异表达的自噬相关基因以及377例已登记的肝细胞癌患者的基本信息和临床特征。采用Cox风险回归分析确定与生存相关的自噬相关基因,并在此基础上构建预后相关预测模型。在肝细胞癌患者中总共鉴定出64个差异表达的自噬相关基因。经单因素和多因素Cox回归分析后确定5个与肝细胞癌患者预后相关的危险因子,包括TMEM74、BIRC5、SQSTM1、CAPN10和HSPB8。将年龄、性别、肿瘤分级和分期以及风险评分作为变量纳入多因素Cox回归分析,结果显示风险评分是肝细胞癌患者的独立预后危险因素(HR=1.475,95%CI=1.280~1.699,P<0.001)。此外,预后风险模型的曲线下面积为0.739,表明该模型在预测肝细胞癌预后方面具有较高准确性。结果表明我们将肝细胞癌患者的分子特征和临床参数相结合所建立的新的预后风险模型,可以有效地预测肝癌患者预后。     

通过生物信息学分析寻找影响结肠癌患者预后的铁死亡相关基因

目的 探讨结肠癌(CC)中具有预后意义的铁死亡相关长链非编码RNA(lncRNAs),并构建预后相关的预测评分模型，最后得到与预后相关lncRNAs共表达的铁死亡相关差异基因。方法 从FerrDb数据库下载铁死亡相关基因(FGs),在TCGA数据库中共下载41例癌旁正常组织、473例肿瘤组织的表达数据和452位患者的临床数据，通过共表达和差异分析确定铁死亡相关的差异lncRNA(DEFlncRNAs),使用单因素Cox回归分析确定预后相关的DEFlncRNAs,再运用多因素Cox回归分析构建预后模型、计算患者的风险得分，根据风险得分的中位数将患者分为高风险组和低风险组，通过Kaplan-Meier风险曲线、单因素和多因素Cox回归分析和受试者工作特征(ROC)曲线验证模型的准确性，而后绘制列线图预测患者生存情况。最终，通过共表达分析找到调控DEFlncRNAs的铁死亡差异基因，并用免疫组织化学实验验证表达差异。结果 从TCGA数据库下载CC样本的表达及临床数据，并成功构建了含28个lncRNAs的风险预后模型，模型可较好地预测结肠癌患者的预后；成功构建了可预测患者总体生存期的列线图，该...     

联合免疫分型构建肺腺癌铁死亡相关长链非编码RNA风险评分模型

目的：依据肺腺癌（LUAD）患者铁死亡与长链非编码RNA(lncRNA)之间的相关性，结合免疫分型构建新型风险评分模型以评估LUAD患者的预后。方法：基于生物信息学技术下载TCGA数据库中LUAD样本转录组数据和临床数据，获取来自FerrDb数据库铁死亡相关的基因，通过“caret”包将整理后的504例LUAD样本随机分为50%训练集与50%验证集，采用Pearson相关性分析、单因素Cox回归得到与LUAD预后有关的铁死亡相关lncRNA，利用R软件的“ConensusClusterPlus”包和CIBERSORT软件进行免疫相关分析，LASSO回归分析建立铁死亡相关lncRNA模型，受试者工作特征（ROC）曲线及曲线下面积（AUC）评估预后模型的效能，并通过验证集进行验证。结果：单因素Cox及LASSO回归分析筛选出9个铁死亡相关lncRNA构成的风险评分模型。单因素以及多因素Cox回归分析均显示，本预后模型可以作为一个独立的预后因素（P<0.001），该模型在训练集、内部验证集及外部验证集中均具有较好的预测效能。结论：本研究构建的LUAD患者风险评分模型可作为一种新的独立预...     

基于自噬相关基因建立和验证胃癌患者的预后评分模型北大核心CSCD

目的:自噬是溶酶体对自身结构降解的再循环系统,在肿瘤的发展中发挥重要作用。本研究旨在探索胃癌(GC)自噬相关基因(ARGs)的功能以完善现有预后分期制度。方法:利用R语言鉴定GC中差异生存ARGs,结合单因素Cox和Lasso回归分析构建ARGs的风险评分模型,在生存分析和ROC曲线中验证其效能。结果:生存分析表明高风险评分预示预后较差(均P<0.05)。ROC曲线证实了该模型具备可靠的预测性能(AUCmax=0.843)。单因素和多因素独立预后分析表明该评分是GC的独立危险因素(P<0.001)。Pearson相关分析发现该模型能反映多类免疫细胞浸润情况(P<0.001)。结论:本研究构建了一个由5个ARGs(CXCR4、GRID2、HSPB8、IRGM、TSC1)标签搭建的风险评分模型,该模型可与现有的临床病理结合,为GC患者提供更精准的预后判断。     

基于WGCNA构建食管鳞癌免疫相关基因预后模型北大核心CSCD

目的:采用加权基因共表达网络分析(WGCNA)筛选食管鳞癌(ESCC)预后相关免疫相关基因(IRG),构建预后模型,为ESCC患者预后预测提供依据。方法:从TCGA数据库下载81例ESCC及11例正常食管组织的全转录组数据及对应样本临床数据,筛选差异表达IRGs。采用WGCNA、单因素Cox回归和多因素Cox回归分析构建ESCC预后模型,绘制受试者工作特征曲线(ROC)及Kaplan-Meier(K-M)曲线评价模型,单因素Cox回归和多因素Cox回归分析评价模型是否可成为独立预测因子。结果:筛选出545个差异表达IRGs,其中383个上调,162个下调。单因素Cox回归分析得到6个预后相关IRGs,多因素Cox回归分析得到4个预后相关IRGs(SLC40A1、IGHA2、STC2、NR2F2)用于构建预后风险模型。K-M曲线显示,高风险组患者总生存期(OS)显著低于低风险组(P<0.01)。多因素Cox回归分析表明,预后风险模型可作为一个独立预后因素(HR=1.133,P<0.01)。结论:本模型具有较高的准确性,可作为ESCC患者预后的独立预测因子。     

甲状腺癌免疫相关lncRNA生物标志物的生物信息学研究

生物信息学在肿瘤生物标志物分析中发挥重要作用,该研究通过生物信息学方法分析甲状腺癌免疫相关lncRNA用于评估甲状腺癌患者临床预后的价值。从肿瘤基因组图谱(The Cancer Genome Atlas, TCGA)数据库中下载甲状腺癌基因表达数据和临床数据,采用Pearson相关系数计算并构建免疫相关基因与lncRNA共表达体系,共找到1 313条免疫相关lncRNA(P<0.001,r>0.3)。将经单因素Cox回归分析得到的lncRNA纳入多因素Cox回归分析并建立风险评分模型,按照风险评分高低将甲状腺癌患者分为高风险组和低风险组。高风险组患者总生存率比低风险组低(P<0.001)。采用多因素Cox回归分析筛选得CRNDE、AC004918.3、LINC02454、AL162231.2、ZFY-AS1、DOCK9-DT、LINC00900、AC008063.1、TONSL-AS1和AC092279.1可作为甲状腺癌临床预后风险的预测指标(均P<0.05),其中5条lncRNA是预后的不利因素(CRNDE、AC004918.3、LINC02454、AL162...     

乳腺癌铁死亡相关lncRNA预后模型构建和功能探索北大核心CSCD

目的:乳腺癌(BRCA)占女性恶性肿瘤榜首。铁死亡是铁依赖性程序性细胞死亡的一种形式,近年来成为肿瘤治疗的新策略。本研究旨在构建乳腺铁死亡相关lncRNA预后模型并进行功能探索。方法:从UCSC XENA数据库获取TCGABRCA的RNA-seq数据,获得BRCA组织中差异表达铁死亡相关基因,筛选BRCA组织中异常表达的lncRNAs。通过Spearman相关性分析筛选获得铁死亡相关lncRNAs,结合TCGA-BRCA临床数据进行单因素及多因素回归分析构建铁死亡相关lncRNAs预后风险模型。对高、低风险组进行GO和KEGG通路富集,探讨风险差异;通过ssGSEA分析高低风险组之间免疫活性的差异。最后,基于ceRNA假说构建铁死亡相关lncRNAs预后模型异常调控的lncRNA miRNA-mRNA网络。结果:通过单因素及多因素回归分析,最终获得5个铁死亡相关lncRNA预后模型,ROC曲线结果表明模型预测性能良好。GO富集分析和KEGG通路富集分析提示PI3K-Akt等信号通路存在差异;ssGSEA显示高低风险组免疫细胞及免疫相关途径存在差异。结论:lncRNA AC002546.1在BRCA的发生和发展中可能发挥重要作用,可用于BRCA的临床预后预测。     

预测乳腺癌预后的免疫相关基因对特征的开发和验证

目的：鉴定与乳腺癌显著相关的免疫基因,构建免疫相关基因对标志（IRGPs）预测乳腺癌患者的预后。方法：从TCGA和GEO数据库中下载乳腺癌患者的基因表达谱及相应的临床信息,筛选与预后相关的免疫基因构建IRGPs,根据风险值将这两个队列中的患者分为低风险和高风险亚组。使用Kaplan-Meier生存分析、单因素和多因素Cox分析研究免疫基因对特征和其他独立预后特征。结果：由47个免疫基因对构建的IRGPs可以显著预测TCGA和GEO队列中患者的总生存期（OS）。结论：本研究构建的IRGPs有助于预测乳腺癌患者的预后,为乳腺癌的临床预后评估提供了有效的风险分层工具。     

基于TCGA数据分析线粒体溶质载体SLC25A39在肝癌中的表达及其临床意义

目的：利用癌症基因图谱（TCGA）数据探讨线粒体溶质载体SLC25A39在肝细胞癌（HCC）中的表达及其临床意义。方法：从TCGA数据库下载HCC样本和正常肝组织的RNA-seq数据及临床信息，利用相关R语言软件包分析SLC25A39在HCC中的表达情况及其与临床病理指标、预后及免疫细胞浸润的相关性，并评估其在HCC中的诊断价值。结果：与正常组织相比，SLC25A39在HCC组织中表达上调（P<0.001），其表达水平与肿瘤T分期、病理分期、肿瘤状态、肿瘤残留、组织学分级及AFP水平显著相关（P<0.05）,Cox回归模型分析显示SLC25A39高表达，是影响HCC患者总生存期（OS）的独立危险因素（HR=1.752,P=0.017）。肿瘤免疫细胞浸润分析显示，SLC25A39与中性粒细胞、CD8+T细胞、中央记忆型T细胞（Tcm）、GammaDelta T细胞（Tgd）、Th2细胞和CD56bright NK细胞的浸润水平显著相关（|Spearman’s r|>0.2,P<0.05）。ROC曲线分析显示SLC25A39表达水平对HCC的早期诊断和预后均具有良好...     

基于生物信息学分析POSTN基因在胃癌中的表达及免疫意义

目的：探讨骨膜蛋白（POSTN）在胃癌免疫和预后中的价值。方法：利用生物信息学方法分析POSTN在胃癌中的表达及其与胃癌患者生存预后的关系。比较TCGA胃癌队列中癌组织和正常组织中的免疫细胞分布。从TISIDB数据库提取POSTN相关免疫调节剂，并通过GO和KEGG通路富集分析POSTN相关免疫事件。基于POSTN相关免疫调节剂，采用Cox回归开发一个多基因风险预测模型，由此产生风险评分。使用受试者工作特征曲线评估模型的预测准确性。构建带有校准曲线的预后诺模图预测个体五年生存率。结果：POSTN在胃癌组织中的表达明显高于非肿瘤组织。POSTN高表达组总生存期比POSTN低表达组缩短。POSTN高表达与多数免疫细胞高免疫浸润水平呈正相关。基于46个POSTN相关免疫调节剂进行的KEGG路径分析显示，NF-κB信号通路和细胞黏附分子参与其中。风险评分可作为胃癌患者预后的独立预测因子。结论：POSTN在胃癌组织中高表达，其表达与胃癌患者总体生存相关。POSTN与肿瘤免疫浸润相关，提示POSTN可能是胃癌的潜在免疫治疗靶点。     

基底膜相关长链非编码RNA预测骨肉瘤的预后及肿瘤免疫分析

目的:利用生物信息学构建基底膜相关长链非编码RNA(Long non-coding RNA,lncRNA)的风险模型,评估骨肉瘤(Osteosarcoma,OS)的预后.方法:基于癌症基因组图谱(Cancer Genome Atlas,TCGA)和UCSC xena数据库获取相关信息,筛选出基底膜(Basement membrane,BMs)相关lncRNAs.将BMs相关lncRNAs的表达量与生存数据相结合,筛选出与预后相关的lncRNAs.通过最小绝对收缩和选择算子(Least absolute shrinkage and selection operator,LASSO)回归分析构建模型,计算出风险得分,根据得分的中位值将每个样本列为高风险或低风险.分析风险模型、临床性状和OS患者预后的相关性,对模型进行评估和验证.分析和评价风险与功能通路的关系.最后进行了肿瘤免疫分析.结果:筛选出256种与预后相关的lncRNAs,7个参与模型构建.高危组的预后比低危组预后差,分析结果均证明模型可靠.功能富集分析表明,风险评分主要与细胞外基质生物学功能和肿瘤相关生物学功能有关.肿瘤免疫分析提示风险评分与骨肉瘤免疫之间存在关联.结论:BMs相关lncRNAs可评估OS患者的预后,且可能调节结骨肉瘤免疫相关通路     

N6-甲基腺苷相关lncRNAs是预测肾癌患者预后和免疫浸润的潜在生物标志物北大核心CSCD

目的:N6-甲基腺苷(m^(6)A)修饰和长链非编码RNA(lncRNA)在肾癌(RCC)的预后价值和肿瘤微环境(TME中发挥重要作用。本文旨在说明m^(6)A、lncRNA和免疫细胞浸润对RCC的影响。方法:采用Pearson相关分析、单因素分析、最小绝对收缩和选择算子获得与m^(6)A相关的lncRNAs,并进行多因素Cox回归分析构建m^(6)A相关的lncRNA风险模型。KaplanMeier分析和功能富集分析用于分析风险模型。采用TME和免疫相关性差异分析阐明免疫细胞浸润与临床预后的相关性。结果:包含9个m^(6)A相关lncRNAs的预后签名的风险模型被确定为独立预后因子。总生存期(OS)较短的聚类2显示出与CD8T细胞和滤泡辅助T细胞的相关性。功能富集分析结果表明mTOR、VEGF和Notch信号通路是显著富集的通路。风险评分与浆细胞、CD4记忆T细胞、CD8 T细胞、调节性T细胞和滤泡辅助T细胞的浸润水平呈正相关。结论:该预后模型有助于预测RCC的预后。m^(6)A相关lncRNAs及其在TME中的免疫细胞浸润可能为RCC治疗提供新的靶点。     

结肠癌免疫相关 lncRNA 风险预测模型的建立

目的 分析影响结肠癌预后的免疫相关 lncRNA, 并构建预测结肠癌患者预后的相关预测模型。 方法 下载 TCGA 数据库中的结肠癌 lncRNA 表达谱, 数据经 TPM 标准化后分析所有 lncRNA 的差异性表 达, 其中缺失值的补充采用 KNN 法, 通过共表达方法提取并鉴定免疫相关 lncRNA, 然后对差异性表达的 lncRNA 进行 LASSO 回归分析, 再进行单因素和多因素 COX 回归分析。 最后使用 R 4. 0. 2 统计学软件的 ggplot2 包基于 lncRNA 风险评分与基因表达关系, 构建风险因子关联图、 KM 曲线及评价模型预测价值的 ROC 曲线。 结果 经过表达差异性分析发现, 共有 2 258 个 lncRNA 在癌和癌旁组织中差异性表达, 其中上 调的有 1 648 个, 下调的有 610 个。 选取差异表达前 100 位的免疫相关 lncRNA 进行 LASSO 回归分析, 共筛 选出 12 个 lncRNA, 再进行单因素和多因素 COX 回归分析后显示 AC092723. 1、 AC007182. 1 和 AC004947. 1 与预后明显相关, 使用 R 4. 0. 2 统计学软件构建预后风险因子关联图, ROC 曲线显示其预测 1 年、 3 年和 5 年的预测价值均较高, 其 AUC 分别为 0. 79 (95 % CI: 0. 67 ~ 0. 91), 0. 78 (95 % CI: 0. 66 ~ 0. 9), 0. 7 (95 % CI: 0. 51 ~ 0. 9)。 结论 研究使用 TCGA 公共数据库进行生物信息学分析并构建的预后模型显示有 较高的预测价值, 除具有一定的临床意义外, 对未来 lncRNA 相关结肠癌的研究也提供了一定的方向。     

基于TCGA数据库构建肝癌预后相关的mRNAs风险评分模型

目的 寻找肝癌(hepatocellular carcinoma)特异性预后相关mRNAs,为肝癌的预后预测及个性化治疗提供策略.方法 从癌症和肿瘤基因图谱数据库(The Cancer Genome Atlas,TCGA)下载365例肝癌组织样本的Rna-seq数据和临床数据作为训练集,从NCBI(美国国立生物技术信息中心)的GEO数据库下载肝癌相关芯片数据(GSE14520)及临床数据作为测试集;首先,利用LASSO惩罚回归算法在训练集中建立肝癌预后相关的mRNA风险评分(mRNA-risk score,mRNA-RS)模型,以风险评分的截断值,将患者分为高、低风险组,分析mRNA-RS与临床特征的关系,并分别在训练集及测试集中对mRNA-RS预测肝癌预后的有效性进行验证;然后采用Cox回归分析mRNA-RS是否为预后的独立因素;最后采用GSEA富集分析探究该模型可能的作用机制.结果 采用LASSO惩罚回归算法在训练集中确定6个与总生存期相关的mRNA构建mRNA-RS模型.根据mRNA-RS的截断值(0.813)分为高风险组和低风险组,在训练集患者中mRNA-RS与肿瘤分级和肿瘤分期呈正相关(P＜0.05),生存曲线(P＜0.05)及时间依赖性ROC(AUC＞0.629)在训练集和测试集中均有良好的预测效能;Cox回归分析表明,mRNA-RS在训练集和测试集均为影响肝癌预后的独立因素(P＜0.05).最后GSEA富集分析表明,mRNA-RS主要参与脂肪酸代谢、药物代谢酶细胞色素P450、氨基酸代谢、胆汁酸生物合成、丙酸代谢、补体和凝血级联、类固醇激素生物合成等信号通路.结论 本研究基于TCGA数据库构建了6基因的mRNA-RS模型,可作为一种潜在的肝癌预后标志物组合.     

肺腺癌预后代谢相关基因的生物信息学分析

目的 基于代谢基因的生物信息学构建肺腺癌预后模型及验证。方法 获取癌症基因组图谱(TCGA)数据库和基因表达数据集(GEO)肺腺癌相关数据，套索(LASSO)回归构建多基因预后模型并计算风险值(RS)。单因素、多因素Cox独立预后分析，通过受试者工作特征(ROC)曲线评价模型的ROC曲线下面积(AUC)并进行生存分析。构建列线图评价模型的可行性，通过基因集富集分析(GSEA)进行代谢基因功能富集分析。肿瘤免疫评估资源(TIMER)数据库分析患者RS与免疫细胞浸润以及与免疫检查点分子表达的相关性。结果 运用TCGA数据库基于18个代谢相关基因构建肺腺癌预后模型，RS可以作为独立的预后因子。ROC曲线下面积为0.713。生存分析显示，与高风险组相比，低风险组总体生存率更高，预后模型与免疫细胞的浸润以及与免疫检查点分子的表达有关。结论 代谢相关基因肺腺癌预后模型的RS是独立预后因子，模型具有较高的预后判断价值。     

基于TCGA数据库筛选乳腺癌不良预后相关miRNAs及风险评估

目的基于公用数据库,寻找可作为乳腺癌生物标记物的miRNAs。方法利用人类肿瘤基因组(TCGA)数据库下载乳腺癌相关数据集,分析肿瘤组织与正常组织之间miRNAs的差异表达。Cox单因素回归分析与不良预后相关的miRNAs;对差异表达中上调的有意义的miRNAs进行Cox多因素回归分析,建立风险评估模型。结果与正常组织比较,乳腺癌组织中有370个差异表达miRNAs,其中108个miRNAs表达下调,262个miRNAs表达上调。20个miRNAs的高表达与预后不良相关。进一步建立Cox回归模型筛选出10个miRNAs组合(包括hsa-mir-148b、hsa-mir-449c、hsa-mir-106a、hsa-mir-181d、hsa-mir-9-3、hsa-mir-549a、hsa-mir-556、hsa-mir-618、hsa-mir-466、hsa-mir-135a-1)预测乳腺癌不良预后。结论筛选的10个miRNAs组合(ten-miRNAs)的高评分可成为预测乳腺癌不良预后的生物标记物。     

COL4A1是胃腺癌患者预后不良的独立预测因素

目的：Ⅳ型胶原蛋白α1(COL4A1)已被报道可促进不同癌型进展，本研究探讨其在胃腺癌（STAD）中的表达、生物学作用及预后意义。方法：运用生物信息学方法，使用GEPIA、The HumanProtein Atlas、TCGA、LinkedOmics等数据库预测COL4A1在STAD中的表达、生物学作用及预后意义。基于TCGA数据库构建预测STAD患者预后的Nomogram模型。通过体外实验研究COL4A1对AGS增殖、迁移及对PI3K-AKT信号通路的影响。结果：(1)COL4A1在STAD组织中高表达；在结直肠癌、淋巴瘤、头颈部癌、胃癌、肝癌等组织中显著上调。COL4A1高表达患者的预后低于低表达患者（P<0.05）；(2)COL4A表达水平与B细胞水平呈负相关（P<0.05）；与CD4 T细胞、CD8 T细胞、中性粒细胞、巨噬细胞及树突状细胞水平呈正相关（P<0.05）。COL4A1表达水平与较多药物敏感相关，如生物靶向治疗肿瘤药物（乐伐替尼、埃罗替尼、依鲁替尼）或治疗STAD患者常见化疗药物紫杉醇及奥沙利铂；(3)多因素Cox风险比例回归模型分析结果显示，CO...     

基于长链非编码RNA特征的列线图提高卵巢癌的生存预测

目的长链非编码RNA(lncRNA)在卵巢癌中各种作用引起了越来越多的关注。研究确定基于lncRNA的特征,用于建立卵巢癌患者的生存预测。方法从基因表达数据库(GEO)下载GSE9891卵巢癌285例基因表达数据集及相应的临床数据。采用单因素Cox回归分析筛选与卵巢癌总生存率(OS)显著相关的lncRNA,并用最小绝对值收敛和选择算子(LASSO)回归进一步缩减变量。最终采用多因素Cox回归分析确定的lncRNA构建风险评分系统。所有患者根据风险评分的中位值分为高或低风险组。评分系统与临床变量合并后再用多因素Cox回归分析识别出独立的预后因素来建立列线图。采用区分度、校准图和临床实用性用于评价列线图的预测准确度。结果采用多因素Cox回归分析共获得15个与卵巢癌预后显著相关的lncRNA(NORAD、DHRS4-AS1、SNHG18、LINC00174、PCAT6、HOXA-AS2、PCAT19、DOCK9-DT、HDAC4-AS1、TENM3-AS1、DPP10-AS1、FAM201A、RBMS3-AS3、LINC00558、LINC01527),并用于建立一个风险评估系统。风险评分系统成功地将患者分为高风险组和低风险组。最终确定了紫杉醇治疗、国际妇产联合会(FIGO)分期和15个lncRNA特征作为卵巢癌的独立预后因子。结合这些预测因子的列线图显示良好的区分度及校准图,C-index为0.76(95%可信区间为0.717～0.803),优于FIGO分期(C-index为0.65;95%可信区间为0.600～0.700)。此外,决策分析曲线表明列线图提供了优于FIGO分期系统的优势,带来了更多的临床净收益。结论基于lncRNA的风险评分系统能明显区分高风险组和低风险组卵巢癌患者的生存率。新建立的列线图可以较FIGO分期系统更有效地预测卵巢癌患者的总生存率。该列线图较高的预测能力可以帮助临床医生制定合适的个体治疗并进行个性化的预后评估。     

Apgar评分联合降钙素原对宫内感染性肺炎新生儿预后的预测价值

目的 探讨Apgar评分联合降钙素原（PCT）对宫内感染性肺炎新生儿预后的预测价值。方法 选取2018年1月至2021年11月期间于安庆市第一人民医院新生儿病房住院的宫内感染性肺炎新生儿114例。根据新生儿存活情况，将114例宫内感染性肺炎新生儿分为死亡组（n=18）和存活组（n=96）。比较2组产妇和新生儿的一般情况。利用Cox比例风险回归筛选宫内感染性肺炎新生儿死亡危险因素，基于这些危险因素构建预测宫内感染性肺炎新生儿死亡概率的列线图模型，并对模型进行评价。结果 母亲产前发热、胎膜早破、母亲合并妊娠糖尿病（GDM）、出生1 min Apgar评分、血清淀粉样蛋白A(SAA)、PCT均是宫内感染性肺炎新生儿预后死亡的危险因素（P<0.05）。列线图模型预测宫内感染性肺炎新生儿死亡的概率为75%。列线图模型的区分度和准确性均较高。出生1 min Apgar评分+PCT+SAA和母亲产前发热+胎膜早破+母亲合并GDM+出生1minApgar评分+SAA+PCT对宫内感染性肺炎新生儿死亡的预测价值相当，且均大于各研究指标单独对死亡的预测价值。结论 母亲产前发热、胎膜早破、出生1 mi...     

基于生物信息学分析胃癌铁死亡相关基因预后及免疫细胞浸润的临床和功能意义

目的：采用生物信息学方法寻找胃癌（GC）中有预后价值的差异表达基因（DEGs）和免疫细胞浸润矩阵,并探讨其临床和功能意义。方法：建立基于TCGA GC数据集的10个铁死亡相关基因风险模型,并采用GEO数据集验证其预后预测准确性。利用R软件clusterProfiler包进行功能富集分析。单样本基因集富集分析（ssGSEA）量化16个免疫细胞的浸润水平和13个免疫相关通路活性。结果：根据10基因模型得出的中位风险评分将患者分为高风险组和低风险组。生存分析表明,高风险组和低风险组GC患者总生存率（OS）差异有统计学意义。铁死亡相关风险评分与是GC患者OS的独立预测因子。功能富集分析显示,风险模型与PI3K-Akt信号通路相关。ssGSEA和免疫评分相关性分析指出了高风险组中上调的免疫细胞和免疫相关途径,开发了一个列线图帮助临床医生更好地决策。结论：基于10个铁死亡相关基因的风险模型显示出较好的预后预测性能,为GC提供了一种有希望的治疗策略。