基于GEO数据库女性肺癌预后模型的构建和验证

目的：开发出新的稳健的女性肺癌预后模型，为预测女性肺癌的生存情况及优化治疗策略提供依据。方法：从基因表达数据库（GEO）中下载并筛选出女性肺癌基因表达谱数据，建立训练集和验证集。在训练集中以3年生存时间为界限分组，运用Limma算法筛选差异表达基因（DEGs）。随后使用LASSO回归分析结合多元Cox回归分析确定关键预后基因，并构建风险评分模型，在验证集中验证其预测的准确性，最后结合临床指标建立生存预测列线图。结果：共筛选出160个DEGs,LASSO-Cox回归分析获得基因模型，分别为ADIRF、BMP2、BCHE、HMMR、TSPYL5、SCUBE2、ENPP5、MIR29B2和BEX5。风险评分结合临床指标建立了列线图，C指数为0.734,3年总体生存率的ROC曲线在训练集和验证集的曲线下面积(AUC)值分别为0.740(95%CI:0.674～0.806)和0.712(95%CI:0.569～0.854)。结论：基于GEO数据库构建的预后模型能有效预测女性肺癌的生存情况，有望为临床患者精准个性化的治疗决策提供帮助。