横纹肌肉瘤患者列线图预后模型的构建

  目的  构建列线图预测横纹肌肉瘤患者的1、3、5年生存率。  方法  从美国国立癌症研究所的监测、流行病学、结果数据库（SEER）数据库中收集1975年至2016年间诊断的横纹肌肉瘤患者,经筛选后最终获得861例符合条件的患者,采用单因素Kaplan-Meier法及多因素Cox模型分析确定横纹肌肉瘤患者独立的预后影响因素,然后将这些因素纳入并构建预测横纹肌肉瘤患者1、3、5年生存率的列线图。通过一致性指数（C-index）对所得列线图进行内部验证,检查其预测精度;同时,列线图预后模型的校正曲线一致性良好。  结果  年龄、病理类型、病理分级、总分期、手术、放疗及化疗均是横纹肌肉瘤患者的独立预后影响因素（P < 0.05）,将这些因素纳入并成功构建了列线图。列线图的内部验证所得C指数为0.776。  结论  本次研究构建的横纹肌肉瘤患者生存风险的列线图具有良好的预测精度,有助于临床医师对横纹肌肉瘤患者预后作出较为准确的评估,也有利于对横纹肌肉瘤患者实施个体化诊疗。      

基于SEER数据库肺腺癌脑转移预测模型的构建及分析

目的 构建可视化预测肺腺癌（LUAD）脑转移风险概率的列线图模型,提高患者生存率。方法 研究纳入监测、流行病学和最终结果（SEER）数据库中58 928例LUAD患者,并按7∶3比例随机分为训练集和验证集。在训练集中采用Lasso回归与多因素Logistic回归分析筛选最有意义的预测变量,构建预测LUAD脑转移的列线图模型。采用受试者工作特征（ROC）曲线的曲线下面积（AUC）,Boostrap绘制校正曲线,Brier评分验证模型区分度及校准度,决策曲线分析（DCA）评价预测模型的临床效能。结果 最终筛选出7个独立影响因素构建列线图预测模型。训练集和验证集列线图预测LUAD患者发生脑转移概率的AUC分别为0.853(95%CI:0.849～0.858)和0.851(95%CI:0.844～0.857),校准曲线显示模型预测概率与实际观察概率具有较高的一致性,Brier评分均为0.092,DCA显示净收益率较高,模型临床效能较好。结论 本研究成功建立了预测LUAD脑转移的列线图模型,该模型能够准确区分脑转移高风险患者,可以有效指导临床医师制订个体化治疗方案。     

结肠癌切除术患者预后列线图模型及危险分层系统构建与验证

  目的  基于大样本量,构建个体化预测模型及危险分层系统。  方法  从美国SEER临床数据库中,筛选结肠癌术后患者,进行模型构建,并筛选一组独立的中国人群,用于外部验证。经过单因素与多因素Cox回归分析,筛选出独立预后指标,并全部纳入用于构建列线图预测模型。通过计算一致性指数（C-index）及绘制校准曲线,检验模型准确性。  结果  列线图模型共纳入11个独立预后因子,C-index在训练组、内部验证组及外部验证组分别为0.768,0.761和0.759,均>0.7,且优于第7版美国癌症联合委员会（AJCC）-TNM分期系统（0.729,0.720,0.735）。校准曲线显示,模型预测效果与实际生存相吻合,进一步验证了模型的区分及校准能力。通过决策树分析,依据模型预测个体风险评分,进行危险分层,模型的实际应用价值得到确定。  结论  该列线图预测模型能够较准确预测结肠癌术后患者预后状态,并较传统TNM分期系统有所改善,基于预测模型的危险分层系统,能够更好地区分高危患者,并指导选择临床治疗措施。      

基于TCGA数据库分析泛凋亡相关基因构建肺腺癌预后模型的预测价值及其对肿瘤免疫微环境的影响

摘 要：［目的］ 探讨泛凋亡（PANoptosis）对肺腺癌（lung adenocarcinoma，LUAD）患者预后及免疫微环境的预测价值。［方法］ 从TCGA数据库下载LUAD样本与正常样本的基因表达谱及临床数据，从已发表的文献中获取PANoptosis相关基因并分析其在肿瘤组和对照组间的差异表达基因。通过单变量Cox分析和LASSO-Cox回归分析构建生存预后模型，将患者按风险评分划为高、低风险组。通过Kaplan-Meier生存曲线和受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under the curve，AUC）评价模型的预测性能，再对模型风险评分进行独立预后分析。GO和KEGG富集分析探索生物功能和潜在的信号通路。采用TIMER数据库ESTIMATE算法综合分析PANoptosis相关基因与免疫微环境相关性。通过qRT-PCR验证PANoptosis预后相关基因在LUAD组织和正常肺组织间的差异表达。［结果］ 共有15个PANoptosis相关基因在LUAD组和正常组间存在差异性表达，从中筛选出4个PANoptosis预后相关基因（RIPK3、NLRP3、FADD、MLKL）。在LASSO-Cox回归模型中，高风险组的生存率低于低风险组（P<0.001）。单变量和多变量Cox分析显示该评分模型是LUAD的独立预后因素（HR=2.179，95%CI：1.347～3.524，P=0.001），而GO和KEGG分析显示差异表达基因主要富集于与免疫相关的通路。高低风险组之间免疫微环境、免疫细胞差异和免疫检查点基因表达差异显著。此外，qRT-PCR实验也证实PANoptosis相关基因FADD（P=0.007）和NLRP3（P<0.001）在LUAD组和正常组之间表达存在差异。［结论］ 本研究构建的PANoptosis相关基因的生存预后模型可以预测LUAD患者的预后及免疫微环境。     

基于TXNs家族的肺腺癌预后模型的建立及应用

目的:探索TXNs家族与肺腺癌（LUAD）预后的相关性并建立预后预测模型。方法:利用癌症基因组图谱（TCGA）数据，采用Cox单因素及多因素分析筛选TXNs家族中LUAD的独立预后因素，计算基于TXNs家族的风险评分RS，并分析RS与临床病理学参数的关系，最终构建包含RS的预后预测列线图模型。结果:TMX4是独立预后保护因素，TXNRD1是独立预后危险因素；基于TMX4与TXNRD1的风险评分RS高危患者预后差（P=0.005），且与较晚的T分期呈正相关（P<0.05）；利用独立预后因素RS、T分期、年龄构建的列线图能够直观个体化地预测LUAD患者的预后。结论:基于TXNs家族构建的LUAD预后预测列线图模型有望成为LUAD预后判断的有效指标。     

70岁及以上临床晚期胃癌患者化疗相关不良反应的列线图预测模型的构建与验证

  目的  本研究拟在≥70岁临床晚期胃癌患者中探索化疗相关毒性（chemotherapy related toxicities,CRT）相关危险因素并建立列线图预测CRT的风险。  方法  选取2003年7月至2020年8月就诊于北京协和医院的≥70岁临床晚期胃癌患者,收集其临床资料,通过Logistic回归模型探索与CRT相关的危险因素,随后构建列线图模型来预测CRT发生的概率,通过自举重采样技术验证模型,采用校准曲线检验模型的一致性。  结果  纳入研究的178例患者中CRT的发生率为41%。其中女性、ECOG≥1分、体质量减轻、化疗前血白蛋白<30 g/L、化疗前中性粒细胞与淋巴细胞比值（neutrophil and lymphocyte ratio,NLR）<4和化疗前血小板水平是CRT的独立危险因素。基于上述6个潜在危险因素构建列线图模型,该模型具有良好的诊断能力[曲线下面积（AUC）=0.716,95%CI:0.677～0.755]和良好的校准和拟合能力。   结论  本研究构建了一个列线图模型预测≥70岁临床晚期胃癌患者CRT发生的概率。该模型可作为一种无创的、方便的模型早期预测这些患者CRT的发生。      

NPTX1在胸腺瘤患者中的表达及诊断价值

  目的  探讨基于增强CT深度学习影像组学术前预测胸腺瘤风险分类的价值。  方法  收集2015年1月至2023年1月皖南医学院弋矶山医院139例胸腺瘤患者为训练集,池州市人民医院与芜湖市第二人民医院81例患者为外部验证集。其中低风险组（A、AB、B1型）137例、高风险组（B2、B3型）83例。基于CT静脉期图像分别提取手工影像组学（hand-crafted radiomics,HCR）特征与深度学习（deep learning,DL）特征,构建影像组学标签评分（Radscore）。单因素与多因素Logistic回归分析筛选预测胸腺瘤高风险的影像学独立影响因素,利用逻辑回归（Logistic regression,LR）、随机森林（random forest,RF）、决策树（decision tree,DT）及支持向量机（support vector machine,SVM）机器学习建模。选择最佳模型为输出模型,构建模型列线图、校准曲线及临床决策曲线（decision curve analysis,DCA）。受试者工作特征（receiver operating characteristics,ROC）曲线下面积（area under the curve,AUC）及净重新分类指数（net reclassification index,NRI）用于评估模型效能。  结果  LR、RF、DT及SVM构建预测模型的AUC分别为训练集0.899、0.835 、0.897、0.860,外部验证集0.889、0.830、0.905、0.858。由于训练集LR模型效能最佳,作为本研究输出模型,校准曲线及DCA表明模型具有较高的校准度及临床适用性。列线图与Radscore比较效能有改善,NRI训练集为7.5%（P=0.007）,外部验证集为5.3%（P=0.020）。  结论  基于增强CT深度学习影像组学术前实现了胸腺瘤准确风险分类,列线图能够提供个性化预测结果。     

基于影像组学的食管鳞状细胞癌放疗后生存预测模型的建立与验证

  目的  利用增强CT图像特征构建模型,预测食管鳞状细胞癌患者放疗后原发病灶的局部控制情况。  方法  2016年7月至2017年12月218例于河北医科大学第四医院接受放化疗且病理诊断为鳞状细胞癌的食管癌患者随机分为训练组（153例）和验证组（65例）,提取训练组患者的增强CT图像影像组学特征,构建并验证模型预测食管癌患者放疗后原发病灶局部控制的效能。采用ROC曲线、C-index曲线、校准曲线和决策曲线评价不同模型的性能。  结果  在训练组筛选出6个有意义的影像组学特征,构建预测食管鳞状细胞癌放疗后原发病灶局部控制的放射学标签。训练组和验证组的ROC曲线下面积分别为0.758和0.728;C-index为0.709和0.695;以放射学标签得分?0.22为界值分为高危组和低危组,低危组患者的1、3、5年无原发病灶复发生存率均高于高危组患者（P<0.05）。结合临床因素与放射学标签构建食管癌放疗后无原发病灶复发生存的影像组学列线图模型,ROC曲线评价预测效能的曲线下面积在训练组和对照组分别为0.775和0.740;C-index分别为0.722和0.707;以影像组学列线图模型得分0.55为界值分为高危组和低危组,低危组患者的1、3、5年无原发病灶复发生存率均高于高危组患者（P<0.05）。  结论  成功构建预测食管癌放疗后无原发病灶复发生存的模型,模型具有较好的临床预测价值。      

构建结肠癌免疫相关长链非编码RNA风险评分模型

摘 要：［目的］ 联合免疫相关长链非编码RNA（long non-coding RNA,lncRNA）,探索用于评估结肠癌预后的新模型。［方法］ 我们从癌症基因图谱（the cancer genome atlas,TCGA）数据库中下载结肠癌患者的临床数据和基因表达信息,从分子标记数据库v4.0获得免疫相关的基因。Perl 软件和 R软件用于数据处理和分析。利用R语言的相关性检验获得结肠癌免疫相关lncRNAs。结合临床数据,利用单因素Cox回归分析筛选出与结肠癌预后相关的免疫相关lncRNAs,随后进一步多因素分析,筛选出构建风险评分模型的lncRNAs。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)生存分析及独立预后因素评估对模型进行评价,并将此模型联合其他临床因素构建列线图,对个体进行生存率预测。［结果］ 单因素Cox回归分析筛选出33个与结肠癌预后相关的免疫相关lncRNA,多因素Cox回归分析最终确定12个免疫相关lncRNA用来构建风险评分模型。以中位风险评分作为临界值,患者可被分为高风险组和低风险组,低风险和高风险组的5年生存率分别为86.1％和42.7％。此外,风险评分模型可作为结肠癌的独立预后因子,联合结肠癌其他临床因素和风险评分,建立了列线图以预测结肠癌个体生存率,该列线图的C指数为0.807（95％CI：0.762~0.854）,校准图显示预测值与实际观测值一致性较好。［结论］ 由12个免疫相关lncRNA构成的风险评分模型可用于评估结肠癌预后,并根据构建的列线图可预测结肠癌患者的生存率。     

合并真菌血症的恶性肿瘤患者死亡风险预测列线图的构建与评价

  目的  分析合并真菌血症的恶性肿瘤患者死亡风险因素,建立基于列线图的评价体系,为临床早期干预,改善预后提供理论依据。  方法  回顾性分析天津医科大学肿瘤医院2010年1月至2021年12月合并真菌血症的112例恶性肿瘤患者的临床资料,根据第1次从血液中分离出真菌后30天内是否发生死亡,分为死亡组与非死亡组,利用单因素、多因素回归分析及Stepwise算法筛选,明确30天内死亡的独立危险因素,构建预测列线图并进行评价。  结果  在纳入病例中30天粗病死率为38.4 %,主要感染菌种为白色念珠菌54例（48.2%）,其次为光滑念珠菌26例（23.2%）、热带念珠菌13例（11.6%）、近平滑念珠菌12例（10.7%）等非白色念珠菌;肾功能障碍（OR=6.818,95%CI:2.244～23.310）、ICU入住>5天（OR=8.737,95%CI:2.918～28.543）,肿瘤远处转移（OR=6.384,95%CI:2.067～21.647）是死亡的独立危险因素,基于此构建的预测列线图,其C指数（C-index）为0.898,受试者工作特征曲线（ROC）下面积为0.898（95%CI:0.839～0.957）,当临界值（cutoff value）为28.7分时,其假阳性率为21.7%,敏感度为88.4%。  结论  本研究构建的预测列线图,能够较好地预测合并真菌血症的恶性肿瘤患者30天内死亡风险,为临床诊治工作提供理论帮助。      

肺腺癌中免疫治疗相关氧化应激基因表达的临床意义及其与免疫细胞浸润和药物敏感性的关系

目的：探究肺腺癌中与免疫治疗相关氧化应激基因（IROSG）及其与肿瘤组织免疫浸润和患者预后的关系。方法：从TCGA数据库和GEO数据库下载肺腺癌患者IROSG表达数据及相关临床信息。对非小细胞肺癌免疫治疗队列进行差异基因表达分析以获取免疫治疗相关基因,然后与从GeneCards数据库筛选的氧化应激相关基因取交集得到IROSG。基于得到的IROSG对肺腺癌患者进行分型,对亚型的差异表达基因进行单因素COX、LASSO和多因素COX回归分析以构建预后模型。使用模型公式计算每个患者的风险评分,并将患者划分为高、低风险组。从多个层面验证模型的预测效能,并进行肿瘤微环境（TME）分析、免疫治疗反应预测和药物敏感性分析。结果：通过数据库分析获取82个IROSG,IROSG高表达的肺腺癌患者预后较好（P<0.05）。基于IROSG表达水平分型和风险评分构建的肺腺癌患者预后模型预测能力好,基于风险评分和病例特征等预后因子构建的列线图和校正曲线能较好地预测肺腺癌患者的总生存率。低风险组主要富集于同种异体移植物排斥和自身免疫性疾病等通路,而高风险组主要富集在细胞周期和DNA复制等通路上,且低风险组肺...     

基于肿瘤浸润免疫细胞的弥漫性大B细胞淋巴瘤预后模型的构建及初步评价

目的:探索免疫化疗时代基于多种肿瘤浸润免疫细胞建立弥漫性大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)预后模型并进行初步评价.方法:采用ImmuCellAI算法计算DLBCL肿瘤微环境中24种免疫细胞的丰度,通过(least absolute shrinkage and sel...     

转移性结直肠癌生存率、预后因素及预后风险预测评分的建立及验证

目的探讨研究转移性结直肠癌患者的生存率和预后风险因素,构建预后风险预测评分并进行验证。方法选取2010年至2015年美国监测、流行病和结果队列（surveillance,epidemiology,and end results,SEER）诊断的转移性结直肠癌患者。采用Kaplan-Meier法研究患者生存率,并采用多因素Cox回归分析研究影响患者预后的风险因素。基于上述因素构建预后风险预测评分并进行预测准确性的内部评价,同时采用2016年诊断的患者进行预测评分的外部验证。结果研究共选取转移性结直肠癌患者37 092例,5年生存率为10.6%。年龄较高、黑种人、组织学分化程度较低、T分期较高、N分期、高癌胚抗原水平以及骨、脑、肝和肺转移是死亡的风险因素,而女性、已婚状态、有保险、非右半结肠和原发部位手术是死亡的保护性因素。验证性结果显示该预测评分具有较高的内部稳定性和外部适应性。结论转移性结直肠癌患者预后较差,基于预后风险因素建立的预测模型能准确预测患者生存概率,帮助医生制定个体化治疗方案,提高患者生存率。      

Development and clinical validation of a necroptosis-related gene signature for prediction of prognosis and tumor immunity in lung adenocarcinoma

Necroptosis is a new programmed formation of necrotizing cell death, which plays important role in tumor biological regulation, including tumorigenesis and immunity. In this study, we aimed to establish and validate a prediction model based on necroptosis-related genes (NRGs) for lung adenocarcinoma (LUAD) prognosis and tumor immunity. The training set consisted of samples from The Cancer Genome Atlas (TCGA) dataset (n = 334), and the validation sets consisted of samples from the Gene Expression Omnibus (GEO) (n = 439) and clinical (n = 20) datasets. Gene Oncology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway analysis showed that 28 necroptosis-related differentially expressed genes (DEGs) were enriched in cell death and immune regulation. RT-qPCR and western blot results showed the low expression of necroptosis markers in LUAD cells. A prognostic gene signature based on 6 NRGs (PYGB, IL1A, IFNAR2, BIRC3, H2AFY2, and H2AFX) was constructed and the risk score was calculated. Multivariate Cox regression analysis showed that the risk score was an independent risk factor [hazard ratio (HR) = 1.220, 95% confidence interval (CI): 1.154-1.290, P<0.001]. In the TCGA cohort, a high-risk score was associated with poor prognosis, weak immune infiltration, and low expression at immune checkpoints, which was validated in the GEO and clinical cohorts. Our findings showed that the patients in the low-risk group had a better progression-free survival (PFS) [not reached vs. 8.5 months, HR = 0.18, 95% CI: 0.04-0.72, P<0.001] than those in the high-risk score group. Immunotherapy tolerance was found to be correlated with the high-risk score, and the risk score combined with PD-L1 (AUC = 0.808, 95% CI: 0.613-1.000) could better predict the immunotherapy response of LUAD. A nomogram was shown to have a strong ability to predict the individual survival rate of patients with LUAD in the TCGA and {"type":"entrez-geo","attrs":{"text":"GSE68465","term_id":"68465"}}GSE68465 cohorts. We constructed and validated a potential prognostic signature consisting of 6 NRGs to predict the prognosis and tumor immunity of LUAD, which may be helpful to guide the individualized immunotherapy of LUAD.     

EGFR-TKI获得性耐药相关基因标志物筛选及其对肺腺癌预后预测的价值

目的:寻找有效的表皮生长因子酪氨酸激酶受体抑制剂(epidermal growth factor receptor-tyosine ki-nase inhibitor,EGFR-TKI)获得性耐药相关基因标志物,用于肺腺癌(lung adenocarcinoma,LUAD)的预后预测.方法:通过单因素和多因素Cox比例...     

A novel iTreg-related signature for prognostic prediction in lung adenocarcinoma

Lung adenocarcinoma (LUAD) is the most common subtype of lung cancer. Most patients are diagnosed at an advanced stage, therefore it is crucial to identify novel prognostic biomarkers for LUAD. As important regulatory cells, inducible regulatory T cells (iTregs) play a vital role in immune suppression and are important for the maintenance of immune homeostasis. This study explored the prognostic value and therapeutic effects of iTreg-related genes in LUAD. Data for LUAD patients, including immune infiltration data, RNA sequencing data, and clinical features, were acquired from The Cancer Genome Atlas, Gene Expression Omnibus, and Tumor Immune Single-cell Hub 2 databases. Immune-related subgroups with different infiltration patterns and iTreg-related genes were identified through univariate and multivariate Cox regression analyses and weighted correlation network analysis. Functional enrichment analyses were performed to explore the underlying mechanisms of iTreg-related genes. A prognostic risk signature was constructed using Cox regression analysis with the least absolute shrinkage and selection operator penalty. The ESTIMATE algorithm was applied to determine the immune status of LUAD patients. We applied the constructed signature to predict chemosensitivity and performed single-cell RNA sequencing analysis. The infiltration of iTregs was identified as an independent factor for predicting patient outcomes. We constructed a prognostic signature based on seven iTreg-related genes (GIMAP5, SLA, MS4A7, ZNF366, POU2AF1, MRPL12, and COL5A1), which was applied to subdivide patients into high- and low-risk subgroups. Our results revealed that patients in the iTreg-related low-risk subgroup had a better prognosis and possibly greater sensitivity to traditional chemotherapy. Our study provides a novel iTreg-related signature to elucidate the mechanisms underlying LUAD prognosis and promote individualized chemotherapy treatment.     

嘌呤能受体X1与肺腺癌预后及免疫细胞浸润的相关性研究

目的：探索嘌呤能受体X1(purinergic receptor,P2RX1)与肺腺癌(LUAD)患者预后及免疫细胞浸润的相关性。方法：利用生物信息学技术分析非小细胞肺癌中P2RX1的表达及其甲基化与患者预后的关系,对P2RX1共表达基因进行富集分析并筛选核心基因。利用TIMER 2.0数据库、R软件等分析P2RX1与免疫细胞、免疫检查点、免疫基质评分等的相关性。结果：P2RX1在LUAD中表达下调,低表达P2RX1的患者预后较差(P<0.05),且P2RX1与肿瘤纯度、分期等临床病理因素有关(P<0.05)。P2RX1的表达与肺鳞癌患者预后无明显相关。Cg06475633等P2RX1 CpG位点甲基化与患者预后相关。P2RX1共表达基因主要富集于免疫细胞活化、分化等通路和生物学进程,核心基因主要包括BTK、IKZF1等。P2RX1的表达与B细胞浸润、免疫/基质评分、PD-1、CTLA-4等多个免疫检查点显著相关(P<0.05)。结论：P2RX1有望成为LUAD诊断和免疫治疗的新靶点。     

A Metabolism-Related Gene Signature Predicts the Prognosis of Breast Cancer Patients: Combined Analysis of High-Throughput Sequencing and Gene Chip Data Sets

Background and Aim: Hundreds of consistently altered metabolic genes have been identified in breast cancer (BC), but their prognostic value remains to be explored. Therefore, we aimed to build a prediction model based on metabolism-related genes (MRGs) to guide BC prognosis. Methods: Current work focuses on constructing a novel MRGs signature to predict the prognosis of BC patients using MRGs derived from the Virtual Metabolic Human (VMH) database, and expression profiles and clinicopathological data from The Cancer Genome Atlas (TCGA) and Gene Expression Omnibus (GEO) databases. Results: The 3-MRGs-signature constructed by SERPINA1, QPRT and PXDNL was found to be an independent prognostic factor for the survival of patients, and based on the model, the overall survival (OS) of the high-risk group was significantly lower. Furthermore, a nomogram was developed based on risk score and independent prognostic clinical indicators, and its validity of survival prediction was confirmed by the calibration curve, the concordance index, decision curve analysis and receiver operating characteristic curve. The ssGSEA analysis showed a negative correlation between immune cell infiltration and risk score, which is consistent with the GSEA result showing that low-risk score group was associated with activated immune processes. Half-maximal inhibitory concentration of chemotherapeutic drugs was estimated by pRRophetic algorithm to guide clinical medication. Conclusion: We constructed and validated an effective 3-MRGs (SERPINA1, QPRT and PXDNL)-based prognostic model, and demonstrated that lower-risk patients were associated with higher immune infiltrations, underscoring the importance of immune ecosystems in determining the prognosis of BC patients.     

术前SII-PNI评分与老年胃癌患者临床病理特征及预后关系的研究

  目的  基于外周血中性粒细胞、淋巴细胞及血小板计数的系统性炎症反应指数（systemic immune-inflammation index,SII）以及根据血清白蛋白水平和外周血淋巴细胞计数确定的预后营养指数（prognostic nutritional index,PNI）,探讨术前SII-PNI评分在预测老年胃癌患者根治术后预后中的临床价值。  方法  回顾性分析2012年1月至2015年1月于河北医科大学第四医院行根治性手术治疗的327例老年胃癌患者（年龄≥70岁）临床资料,分别计算术前SII及PNI值。利用ROC曲线确定SII、PNI的最佳cut-off值,根据评分将患者分为3组,比较各组患者之间的临床病理特征及生存预后。  结果  术前SII-PNI不同评分患者中,肿瘤直径、肿瘤浸润程度（pT分期）、淋巴结是否转移、pTNM分期、脉管浸润与神经受侵发生率以及Ki-67阳性比例比较,差异均具有统计学意义（均P<0.05）。Cox多因素分析显示,肿瘤组织学类型（P=0.023）、肿瘤浸润深度pT分期（P=0.016）、存在淋巴结转移（P=0.014）、肿瘤pTNM分期（P=0.001）和术前SII-PNI评分（P=0.001）是影响老年胃癌患者预后的独立危险因素。  结论  术前SII-PNI评分与老年胃癌患者的临床病理特征密切相关,同时评分越高患者术后易出现并发症,而且预后越差。