基于生物信息学分析的骨肉瘤关键生物标记物的筛选

目的应用生物信息学的方法分析骨肉瘤基因表达谱芯片中具有差异性表达的基因,找出参与骨肉瘤发生、发展的关键基因。方法从GEO数据库中下载表达谱基因芯片数据,应用生物信息学方法筛选差异表达基因（DEGs）。利用DAVID在线数据库对DEGs进行GO及KEGG通路富集分析。通过STRING在线软件、Cytoscape的MCODE插件、cytoHubba插件对骨肉瘤的显著差异表达的基因进行蛋白质-蛋白质相互作用网络分析,寻找关键基因。结果共筛选出95个DEGs,主要富集在细胞黏附分子、抗原处理和呈递等信号通路,通过分析发现CD74、LAPTM5、CD163、MS4A6A、HLA-DRA、CD86、FCER1G、C1QB、TYROBP、AIF1等10个基因处于核心位置。结论CD74、LAPTM5、CD163、MS4A6A、HLA-DRA、CD86、FCER1G、C1QB、TYROBP、AIF1可能在骨肉瘤的发生、发展中起重要作用。     

肌层与非肌层浸润性膀胱癌差异基因的生物信息学分析

目的:筛选膀胱癌(bladder cancer,BC)进展关键基因,探讨其生物学作用并为寻找潜在的治疗靶点提供依据.方法:从GEO数据库中检索获取BC患者的基因芯片数据,经R软件筛选肌层浸润性膀胱癌(muscular invasive bladder cancer,MIBC)与非肌层浸润性膀胱癌(non-muscle invasive bladder cancer,NMIBC)差异表达基因(differentially expressed genes,DEGs),并用clusterProfiler软件包进行DEGs功能注释、通路分析.利用STRING在线数据库联合Cytoscape软件进行蛋白互作(protein-protein interaction,PPI)网络分析,筛选中枢基因.用GEPIA在线分析工具中的TCGA数据库进行预后分析,筛选关键基因.在Oncomine肿瘤数据库中验证关键基因表达水平,并导入SPSS 22.0软件进行统计学分析.再基于THE HUMAN PROTEIN ATLAS免疫组化结果,验证关键基因在不同侵袭性BC中的表达水平.结果:共筛选出DEGs 193个,其中表达上调116个,表达下调77个.这些基因主要涉及细胞外基质组织的生物过程、细胞组分构成、分子功能及MAPK信号通路.PPI分析获得65个中枢基因,预后分析得到6个关键基因的表达水平与BC患者总生存时间差异具有统计学意义(P＜0.01).Oncomine数据库验证表明CXCL12、ANXA5、ACTA2、TAGLN、COL6A2等5个关键基因在MIBC中明显上调,PPARG在MIBC中明显下调(P＜0.05).结论:细胞外基质的生物作用、MAPK通路及6个关键基因(CXCL12、ANXA5、ACTA2、TAGLN、COL6A2、PPARG)对肿瘤侵袭的改变可能成为抑制BC进展的潜在治疗靶点.     

精神分裂症病人外周血差异表达miRNA-181b的生物信息学分析

目的对精神分裂症病人外周血中差异表达的miRNA-181b进行靶基因、转录因子和信号通路的分析。方法采用DIANA-TarBase数据库分析miRNA-181b靶基因,应用DIANA-miPath V.3软件对miRNA-181b的靶基因进行GO功能富集分析和KEGG信号通路富集分析,运用DIANA-miRGen v3.0数据库分析miRNA-181b的转录因子。结果miRNA-181b靶基因共1 344个,其中显著表达的共有靶基因是ARHGAP11A、PPA1、YY1和ZC3H12B;miRNA-181b的靶基因广泛参与生物学过程的调节,包括分子功能、RNA结合、细胞组成等过程;KEGG生物信息学分析发现miRNA-181b的靶基因富集了12条信号通路,包括hippo信号通路、p53信号通路、HIF-1信号通路、赖氨酸的降解等;与miRNA-181b显著关联的转录因子有7个,其中JUN、EGR1、MEF2C与精神分裂症有显著关联。结论对精神分裂症病人外周血中差异表达的miRNA-181b进行生物信息学分析,发现了多个靶基因、信号通路和转录因子与精神分裂症的发病有密切关联。     

基于生物信息学的胃癌预后基因的筛选和分析

目的 应用生物信息学方法筛选和分析胃癌预后基因。方法 从GEO数据库中下载胃癌基因芯片数据集GSE54129、GSE81948、GSE118916,使用在线分析工具GEO2R筛选出差异表达基因(differentially expressed genes,DEGs)。利用在线数据库DAVID对筛选的DEGs进行功能和通路富集分析。然后使用在线网站STRING和Cytoscape软件对DEGs构建蛋白互作网络,并筛选hub基因。最后使用Kaplan Meier-Plotter和GEPIA在线数据库对hub基因进行生存和表达水平分析。结果本研究共发现362个总DEGs,包含164个上调基因,192个下调基因。通过GO功能富集分析,发现DEGs主要富集在细胞外基质和胶原蛋白。KEGG富集通路分析显示,DEGs主要参与的信号通路包括ECM-受体相互作用、阿米巴病、蛋白质的消化和吸收、局部黏附和PI₃K-Akt信号通路。CytoHubba插件共筛选出10个DEGs作为hub基因,通过Kaplan Meier-Plotter数据库验证这10个hub基因,发现COL1A1、COL3A1、FN1、MMP2、COL5A1、BGN、COL4A1、COL4A2和COL6A3这9个基因和胃癌预后相关,并且高表达组预后差(P<0.05);GEPIA数据库发现这9个与胃癌预后相关的基因在胃癌组织中均呈高表达水平(P<0.05)。结论 通过生物信息学方法,本研究发现了9个胃癌预后基因,其中BGN、COL3A1和COL5A1这3个基因可能成为胃癌预后的新的标志物。     

骨关节炎患者膝关节滑膜组织的基因表达谱分析

目的:分析骨关节炎患者膝关节滑膜组织的基因表达谱.方法:从公共基因芯片数据库选取芯片数据,利用GEO2R筛选骨关节炎患者滑膜组织和正常滑膜组织的差异表达基因;对筛选出的基因进行GO功能和KEEG通路富集分析,利用STRING数据库及Cytoscape软件构建蛋白间相互作用网络,筛选关键基因.结果:纳入数据库中两组基因芯片数据,共筛选出131个共同差异表达基因,其中上调基因98个,下调基因33个.GO富集分析提示,差异基因主要在细胞粘附、对成纤维细胞生长因子刺激的反应、细胞内受体信号通路等功能富集.KEGG富集结果显示,差异表达基因参与了丝裂原活化蛋白激酶、低氧诱导因子-1、磷脂酰肌醇3激酶/蛋白激酶B等信号通路.蛋白间相互作用网络提示了10个关键基因.结论:通过对OA基因表达谱分析筛选差异表达基因发现OA的发病机制不仅与细胞增殖、病理性血管生成、炎症刺激等有关,更是多信号通路、多靶点间相互作用的结果,可为进一步研究提供参考.     

Slit2在膀胱癌中的表达、信号通路及其与患者预后关系的生物信息分析

〔目的〕 探讨Slit2在膀胱癌中的表达及其与患者预后关系.〔方法〕采用生物信息学方法,在GTEx数据库中检索Slit2基因在人体各种组织中的表达水平,在TCGA数据库中分析Slit2多种肿瘤组织及在膀胱癌中的表达.采用在线分析工具cBioPortal,分析Slit2基因突变情况.根据Slit2表达水平,分为高、低表达组,比较两组患者无疾病进展生存(DFS)和总生存(OS)是否存在差异.〔结果〕Slit2基因mRNA在膀胱癌患者癌组织中的表达水平明显高于癌旁正常膀胱组织(P<0.05),且Slit2表达水平与患者临床分期有关,分期越高表达水平越高(P<0.05).Slit2基因主要突变形式为融合突变、扩增突变、深度缺失突变和多重突变等.其中缺失突变占25.55％,同义突变占8.19％,无意义突变占2.01％.单核苷酸突变主要类型为C>T(28.51%)?G>T(13.64%)和C>A(9.85%).STRING 数据库中构建Slit2 相关基因蛋白网络,网络中共有21 个相关基因,基因间的联系为92,平均节点相关度为8.76,区域聚类指数为0.776,相关蛋白网络富集明显(P<0.001).蛋白网络相关基因KEGG 信号通路主要富集于Ras 信号通路?T 细胞受体信号通路?Rap1 信号通路和ErbB 信号通路等.Slit2 高低表达膀胱癌患者无疾病进展生存(DFS)和总生存(OS)间均存在明显的差异(P<0.05).无疾病进展生存(DFS)(HR=1.5, P =0.026)和总生存(OS)(HR=1.50, P =0.015),在Slit2 高表达组患者显著低于低表达组,提示Slit2 高表达是膀胱癌预后不良的因素.〔结论〕Slit2 基因在膀胱癌患者癌组织中表达水平明显上调,高表达与膀胱癌患者的预后不良有关.     

生信筛选肝癌患者TACE治疗效果相关基因

目的 筛选与肝癌经肝动脉化疗栓塞治疗效果相关的基因及信号通路,预测肝癌经肝动脉化疗栓塞(transcatheter arterial chemoembolization, TACE)疗效的预后基因。方法 选取GEO数据库中的基因表达数据集“GSE104580”,使用R软件筛选差异基因;Metascape在线工具对差异基因进行GO和KEGG富集分析;使用STRING在线数据库构建差异基因的PPI网络,用Cytoscape软件进行可视化处理并筛选关键基因;使用Kaplan-Meier Plotter在线平台和GEPIA在线工具评估关键基因表达和生存分析,应用HCCDB数据库分析关键基因在肝癌患者中的预后价值。结果 筛选出261个差异基因,其中有118个上调基因,143个下调基因;这些基因主要参与了氧化还原酶活性、单羧酸代谢过程、小分子分解代谢过程等GO基因功能,主要调控化学致癌作用、胆汁分泌、甾类激素生物合成等;构建出PPI网络模型筛选出10个关键基因,这10个关键基因在肝癌中均存在差异表达并且与患者总体生存密切相关,CDC20、UBE2C、CYP3A4可作为肝细胞癌预后基因。结论 TACE有反应组和无反应组存在差异基因,这些基因富集分析的结果有助研究治疗效果产生差异的原因和分子机制,关键基因对判断肝癌TACE预后具有重要意义。     

生物信息学方法分析与宫颈癌有关联的基因

目的 通过TCGA和GEO数据库筛选与宫颈癌相关的关键基因,探讨其分子机制及临床意义。 方法 通过TCGA和GEO数据库获取宫颈癌的基因表达谱数据,采用加权基因共表达网络分析(WGCNA)获取宫颈癌与正常宫颈组织差异表达基因(DEGs),对DEGs进行富集分析、蛋白-蛋白互作网络(PPI)分析并识别关键基因,进一步对关键基因与预后及蛋白表达、以及与宫颈癌免疫浸润的关系进行分析。 结果 通过TCGA与GEO数据库中共得到88个宫颈癌DEGs,GO分析发现大部分基因与核染色体减速分裂、核染色体分裂、染色体集缩、核染色体等相关;KEGG信号通路分析发现宫颈癌DEGs参与了细胞周期、DNA复制、卵母细胞减数分裂、p53信号通路、同源重组等信号通路。鉴定出20个宫颈癌关键基因,仅有丝分裂阻滞缺陷2样蛋白1(MAD2L1)低表达患者的总生存期(OS)长于MAD2L1高表达患者(P=0.013),但MAD2L1高表达患者的无病生存期(DFS)与低表达患者差异无统计学意义(P>0.05),宫颈癌组织中MAD2L1蛋白高于正常组织。TIMER在线软件分析显示,MAD2L1与肿瘤的免疫浸润水平均相关(P<0.05)。 结论 发现了与宫颈癌相关的候选基因MAD2L1,其与宫颈癌患者的预后及免疫浸润均有关,可能成为宫颈癌预后预测及治疗的新靶点。     

顺铂耐药卵巢癌的差异表达基因和信号通路富集分析

目的 分析顺铂耐药卵巢癌的差异表达基因和信号通路.方法 用美国国立信息中心NCBI的GEO数据库获得顺铂耐药卵巢癌基因集GSE15372, 通过R与Bioconductor软件进行差异表达基因分析;再利用DAVID在线工具对顺铂耐药卵巢癌差异表达基因进行GO本体分析、KEGG通路分析.结果 差异倍数在2倍以上、FDR值小于0.05为标准, 筛选出上调差异表达基因和下调差异表达基因获得差异表达基因211个, 其中上调基因120个, 下调基因91个;基因富集分析发现差异表达基因集中在黏着斑、TGF-β信号通路等生物过程 (P<0.05) .结论 顺铂耐药卵巢癌存在一些特异的差异表达基因, 有部分信号通路在顺铂耐药卵巢癌中明显富集.     

Wfs1基因敲除小鼠肝脏芯片数据的生物信息学分析

目的: 通过生物信息学方法分析Wfs1基因敲除小鼠肝脏的基因表达谱芯片,探讨WFS1基因突变的潜在致病机制。方法: 从美国国立生物技术信息中心GEO 数据库下载基因表达谱芯片数据（GSE55143）,利用分析工具GEO2R进行差异表达基因筛选,通过在线富集分析网站进行差异表达基因的GO以及KEGG通路富集分析,并使用STRING数据库及Cytoscape软件构建蛋白质相互作用网络。结果： 筛选出198个差异表达基因,其中有96个上调基因,102个下调基因。GO和KEGG富集分析表明差异表达基因主要富集于脂肪酸生物合成和初级胆汁酸生物合成这两条信号通路。蛋白质相互作用网络分析发现26个核心基因。 结论： 本研究筛选出的差异表达基因及相关富集分析可促进对WFS1基因突变致病机制的进一步理解。     

基于多重数据库的肾癌转移相关基因生物信息分析及功能初探

［摘要］目的: 通过生物信息学技术探讨肾癌转移瘤细胞与原发性肾癌细胞基因表达差异，寻找关键的差异基因及与其可能相关的分子机制。方法: 从GEO基因芯片数据库中下载人肾癌转移瘤和原发性肾癌的相关基因芯片数据GSE85258，用GCBI在线工具分析肾癌转移瘤和原发性肾癌的差异表达基因。分析差异表达基因GO及Pathway；筛选出既符合GO又符合Pathway的差异基因；将差异基因之间的相互作用及共表达关系构建基因网络图；构建差异基因Pathway网络图。通过体外细胞侵袭实验验证差异基因在肾癌细胞中的功能。结果： GSE85258数据集中共筛选出3 000个差异基因，其中表面活性蛋白2(SFTPA2)升高最显著，SLC17A3降低最明显。GO分析显示，差异基因主要参与DNA依赖性转录，信号转导，小分子代谢过程等多个生物学功能。Pathway分析显示，差异基因主要参与内质网蛋白质加工，代谢途径，癌症途径等生物学过程。差异基因相互作用分析显示MAPK1为核心信号传递中介，PRKCA、NRAS、NOS1等基因与其直接作用。差异基因间共表达既有正相关也有负相关，其中与周围基因关系最多的10个基因，互为正相关。Pathway网络分析显示MAPK信号通路是上下游通路最多的信号通路，其包含细胞周期、细胞凋亡、P53信号通路、癌症途径等与肿瘤发生相关的信号通路。侵袭实验显示，抑制SFTPA2表达可降低肾癌细胞的侵袭能力(t=18.44，P <0.01)。结论： 肾癌转移瘤细胞与原发性肾癌细胞存在表达差异基因，其中SFTPA2、MAPK1、PRKCA、NOS1可能是关键差异基因，其可能参与MAPK信号通路等，促进肾癌转移。     

基于GEO数据库分析支气管肺发育不良发生的关键基因及通路

目的:采用生物信息学方法分析支气管肺发育不良(bronchopulmonary dysplasia,BPD)发生的关键基因和信号通路.方法:在基因表达综合数据库(GEO)中筛选数据集,使用GEO2R工具筛选出BPD与非BPD极早早产儿之间的差异表达基因.使用DAVID数据库进行功能注释和通路分析,使用STRING在线工...     

基于转录组学膀胱癌临床预后模型的构建

目的：筛选膀胱癌预后相关基因,建立膀胱癌预后评分模型。方法：通过UCSC Xena平台下载癌症基因组图谱（TCGA）数据库、基因型和基因表达量关联数据库（GTEx）中406例膀胱癌患者的临床信息和膀胱癌组织RNA测序数据,以及28名健康对照者正常膀胱组织RNA测序数据。采用加权基因共表达网络分析（WGCNA）、单因素Cox回归分析、LASSO回归分析和多因素Cox回归分析筛选膀胱癌预后相关基因并建立预后模型,结合Kaplan-Meier生存曲线、受试者操作特征曲线（ROC曲线）验证模型的准确性。结果：分析得到膀胱癌相关差异表达基因共2308个。WGCNA拟合得到6个基因模块,筛选出对膀胱癌预后有显著作用的基因829个。运用单因素Cox回归与LASSO回归分析筛选出24个与膀胱癌患者预后相关的基因,多因素Cox回归分析训练集数据得到9个作为独立预测因子的基因,分别是ADCY9、MAFG_DT、EMP1、CAST、PCOLCE2、LTBP1、CSPG4、NXPH4、SLC1A6,以此建立膀胱癌患者预后预测模型。训练集中高风险组和低风险组3年存活率分别为31.814%和59.821%,测试集中高风险组和低风险组3年存活率分别为32.745%和68.932%,模型预测训练集和测试集患者预后的ROC曲线下面积均在0.7以上。结论：本研究建立的模型对膀胱癌高风险和低风险人群的生存情况具有较好的预测能力。     

基于生物信息学筛选甲状腺乳头状癌相关预后基因

目的:通过生物信息学方法分析甲状腺乳头状癌预后相关基因,为后续实验提供理论基础,以便进一步研究甲状腺乳头状癌发生的可能机制。方法:利用生物信息学方法从癌症基因组图谱(the cancer genome atlas, TCGA)数据库中下载甲状腺乳头状癌和癌旁组织样本的RNA测序数据,通过差异分析获取差异基因;利用基因本体论(gene ontology, GO)和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes Genomes, KEGG)进行差异基因生物学功能和通路富集分析;通过蛋白交互网络分析法(protein-protein interaction, PPI)筛选出关键基因;通过生存分析研究关键基因对甲状腺乳头状癌患者生存预后的影响。结果:在TCGA数据库中共筛选出甲状腺乳头状癌患者237例,其中甲状腺乳头状癌组织212例,甲状腺癌旁组织25例。通过差异基因分析后共筛选出715个差异基因;通路富集分析显示,神经信号转导活性、逆行内源性大麻素信号为主要的信号通路;通过PPI法共筛选出18个关键基因,包含9个上调基因和9个下调基因;通过生存分析发现高表达...     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

通过生物信息学分析鉴定调控神经母细胞瘤骨髓转移的中枢基因

目的:利用生物信息学的方法，探讨神经母细胞瘤骨髓转移的中枢基因及其可能的分子机制。方法: 选取GEO数据库中神经母细胞瘤基因骨髓转移的芯片数据集GSE42548，应用在线分析工具Networkanalyst筛选差异表达基因。使用DAVID数据库对上述差异表达基因进行GO功能分析及KEGG通路分析。应用STRING在线数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络，并筛选hub genes、枢纽模块和seed genes，利用Venn图对hub genes和seed进行分析。结果: 分析芯片数据，筛选得到990个差异表达基因，GO和KEGG分析结果显示，差异表达基因与信号转导、生物膜合成等过程有关，并富集在Hematopoietic cell lineage通路上。通过构建PPI网络筛选得到了10个hub genes、6个枢纽模块和17个seed genes。通过Venn图确定关键基因Cxcr4。结论: 研究中筛选出了10个hubgenes和17个seed genes，其中Cxcr4基因在神经母细胞瘤骨髓转移起到关键作用，提示基于CXCR4- SDF-1之间的调控关系可能为神经母细胞瘤骨髓转移的早期诊断提供新的见解。     

基于长链非编码RNA的生物信息学分析构建膀胱癌预后模型并确定预后生物标志物

目的:构建基于长链非编码RNA(long non-coding RNA,lncRNA)的膀胱癌预后模型,并寻找预后生物标志物。方法:从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库下载膀胱癌转录组及临床数据,Perl软件和R软件用于数据处理和分析。首先筛选差异表达lncRNA,继而对筛选结果进行单因素Cox回归分析以初步筛选与预后相关的lncRNA,再进一步用Lasso回归分析筛选影响预后的关键lncRNA,并运用多因素Cox回归分析构建预后模型。根据风险评分的中位数将患者分为高风险组和低风险组,运用Kaplan-Meier(K-M)生存分析、受试者接受特征(receiver operating characteristic,ROC)曲线和C指数对模型进行评价。此外,运用多因素Cox回归分析计算预后模型中各lncRNA的危险比和95%置信区间,并对差异有统计学意义的lncRNA进行K-M生存分析以确定预后生物标志物。结果:单因素Cox回归分析显示,在691个差异表达的lncRNA中, 35个可能与预后相关,其中23个经Lasso回归分析确认为影响预后的关键lncRNA。此外,K-M生存分析结果显示低风险组的总生存时间较高风险组长[(2.85±2.72)年vs. (1.58±1.51)年, P<0.001], ROC曲线显示3年生存率和5年生存率的曲线下面积分别为0.813和0.778,C指数为0.73。多因素Cox回归表明,23个关键lncRNA中有11个lncRNA差异有统计学意义,进一步的K-M生存分析表明,其中有3个lncRNA可能具有独立的预后价值,包括lncRNA AL589765.1(P = 0.004), AC023824.1(P = 0.022)和PKN2-AS1(P = 0.016)。结论:通过生物信息学分析,成功构建了基于23个lncRNA表达水平的膀胱癌预后模型,预测准确性中等,并确定了一个保护性预后生物标志物AL589765.1,以及两个不利的预后生物标志物AC023824.1和PKN2-AS1。     

多免疫基因预后模型在评估结直肠癌生存和预后中的作用：基于TCGA数据库的研究

目的：通过生物信息学方法筛选与结直肠癌预后相关的免疫基因并构建多免疫基因预后模型，以期为结直肠癌生存和预后的评估提供重要的临床资料，并为肿瘤免疫在结直肠癌中的研究提供思路。方法：从TCGA数据库下载结直肠癌基因表达数据和临床病理数据，对其进行差异分析后获得差异表达的基因；从ImmPort免疫基因数据库下载免疫基因，与结直肠癌差异基因取交集后获得差异表达的免疫基因；进一步对差异免疫基因进行生存分析获得结直肠癌预后相关基因，以此构建多免疫基因预后模型(预后模型);然后，通过生存分析预后模型风险评分对结直肠癌生存的影响，利用ROC分析以及绘制风险曲线验证预后模型风险评分在评估结直肠癌预后中的准确性；通过独立预后分析预后模型风险评分是否可作为评估病人预后的独立风险因子；最后，分析免疫基因与转录因子及免疫细胞的相关性。结果：免疫基因预后模型风险评分高风险组预后较差(P<0.01);预后模型风险评分能对结直肠病人预后进行准确分组，并且在对结直肠预后的分析中具有较高的准确性(AUC=0.861);免疫基因与转录因子以及免疫细胞之间存在一定的相关性。结论：预后模型能准确评估病人预后，并且高风险组...