食管中下段鳞癌颈部淋巴结转移的危险因素分析及诊断模型构建

  目的  探讨食管中下段鳞癌颈部淋巴结转移的危险因素并构建诊断模型,为临床选择合理手术方式提供参考。  方法  选取2015年1月至2020年6月于河北医科大学第四医院行食管癌根治术+三野淋巴结清扫的240例食管中下段鳞癌患者作为观察对象,依据术后病理分为颈部淋巴结转移组和颈部淋巴结无转移组。采用多因素Logistic 回归分析颈部淋巴结转移的独立危险因素,并建立诊断模型,应用受试者工作特征（ROC）曲线评估其诊断效能。  结果  240例食管中下段鳞癌患者中有62例（25.8%）发生颈部淋巴结转移。Logistic回归分析结果显示,肿瘤最大径、食管旁淋巴结转移、喉返神经旁淋巴结转移和CT诊断颈部淋巴结转移是食管中下段鳞癌颈部淋巴结转移的独立危险因素。诊断模型为P=1/(1+exp(-(-3.764+0.361×肿瘤最大径+1.281×食管旁淋巴结转移+1.614×喉返神经旁淋巴结转移+1.155×CT诊断颈部淋巴结转移))),其阴性预测值为89.89%,阳性预测值为45.16%,准确度为78.33%。ROC曲线分析显示,ROC 曲线下的面积为0.827（95%CI :0.767～0.886）,约登指数为0.530,灵敏度和特异度分别为70.97%和82.02%。  结论  肿瘤最大径、食管旁淋巴结转移、喉返神经旁淋巴结转移和CT诊断颈部淋巴结转移是食管中下段鳞癌颈部淋巴结转移的独立危险因素,以此为基础建立的诊断模型具有一定的临床运用价值。      

食管腺癌相关关键基因的筛选及其临床意义

目的：通过TCGA和GEO数据库筛选与食管腺癌相关的关键基因，并分析其生物学功能、相关信号通路和临床意义。方法：综合TCGA数据库食管腺癌数据和GEO数据库GSE92396芯片数据，使用R软件的DEseq2包和Limma包进行差异表达基因分析，获得共同差异表达基因。利用R软件的clusterProfiler包对共同差异表达基因进行GO功能富集分析及KEGG通路富集分析。运用string网站和Cytoscape3.7.2软件进行蛋白互作网络分析，筛选出调节食管腺癌蛋白表达量的关键节点基因，再结合TCGA数据库分析关键节点基因与患者生存的关系。结果：通过数据库中90例食管腺癌组织和18例正常食管组织标本的基因芯片数据的分析，获得共同差异表达基因521个，其中高表达基因356个，低表达基因165个，它们主要与表皮发育和表皮细胞分化的代谢过程等相关功能和细胞因子及其受体相互作用等信号通路密切相关。蛋白互作网络分析得出15个关键节点基因，其中CXCL8和CCL20低表达的食管腺癌患者生存期显著长于高表达者（中位生存期32.4 vs 19.7个月，P<0.05；32.4 vs 13.9个月，P <0.05）。结论：数据库挖掘显示CXCL8与CCL20基因可能在食管腺癌的发生发展及预后中起着重要作用，可以作为判断患者预后的潜在指标。     

基于CT影像组学预测临床ⅠA期老年非小细胞肺癌淋巴结转移

目的探讨基于胸部增强CT影像组学模型预测临床ⅠA期非小细胞肺癌(NSCLC)老年患者淋巴结转移(LNM)的价值。方法回顾性分析361例临床ⅠA期NSCLC老年患者术前增强CT及临床资料。术后病理显示其中87例LNM(LNM组)、274例无LNM(无LNM组),比较2组临床及影像学表现差异。提取术前增强CT影像学特征,进行归一化和降维,采用最小绝对收缩选择算子(LASSO)法筛选最优影像组学特征,建立影像组学模型。按7∶3比例将患者分为训练组和测试组,于训练组中以10次交叉验证法获得最佳影像组学预测模型。根据临床ⅠA期NSCLC老年患者LNM影响因素建立LNM临床预测模型,以之预测训练组和测试组LNM,并以ROC曲线评价2种模型对于训练组和测试组的诊断效能。结果共于所有病灶中提取396个影像组学特征,经归一化后采用LASSO法获得5个最佳影像组学特征建立影像组学模型,并获得最佳影像组学模型,以之预测训练组和测试组LNM的AUC值分别为0.816和0.797,均高于临床模型(0.650和0.686,P均<0.05)。结论基于胸部增强CT的影像组学模型可用于预测临床ⅠA期NSCLC老年患者LNM。