典型文献
基于肿瘤微环境建立NSCLC免疫治疗疗效预测模型及其初步探索
文献摘要：
目的 利用免疫组化技术筛选非小细胞肺癌(NSCLC)肿瘤微环境中具有重要意义的免疫指标,建立NSCLC免疫治疗疗效预测模型.方法 回顾性分析2013年至2015年我院收治并经手术病理确诊的NSCLC患者46例,采用聚类分析进行分组,收集病理标本及相关临床数据,采用聚类分析法及t检验对免疫组化指标进行降维筛选,建立NSCLC免疫治疗疗效预测模型,依据免疫细胞浸润密度及位置进行命名.通过接受免疫检查点抑制剂治疗的11例NSCLC患者进行验证,评估该模型的预测效能.结果 通过聚类分析将46例患者分为两组,分别为8例、38例,两组患者中位无病生存期(mDFS)分别为14.33个月、25.84个月(P=0.015),中位总生存期(mOS)分别为16.00个月、28.70个月(P=0.021).利用聚类分析及t检验将16个免疫指标降维至7个,根据Fisher判别函数建立免疫治疗疗效预测模型,进一步分析两组免疫细胞情况,分别命名为免疫低反应型和免疫高反应型,评估结果显示该模型具有较好的预测价值.结论 基于肿瘤微环境建立的NSCLC免疫治疗疗效预测模型为NSCLC免疫治疗的疗效评估提供了一种新的方法.
文献关键词：
非小细胞肺癌;肿瘤微环境;免疫组化;免疫治疗;预测模型
中图分类号：
作者姓名：
曾政;杨鹤玲;刘宇;王勇;徐强;蒋鸥
作者机构：
内江市第二人民医院肿瘤四科,四川内江,641000
文献出处：
引用格式：
[1]曾政;杨鹤玲;刘宇;王勇;徐强;蒋鸥-.基于肿瘤微环境建立NSCLC免疫治疗疗效预测模型及其初步探索)[J].肿瘤药学,2022(02):208-214
A类：
B类：
肿瘤微环境,NSCLC,免疫治疗,治疗疗效,疗效预测,初步探索,免疫组化技术,技术筛选,非小细胞肺癌,免疫指标,我院,经手,手术病理,病理标本,临床数据,聚类分析法,免疫组化指标,免疫细胞浸润,免疫检查点抑制剂治疗,预测效能,无病生存期,mDFS,总生存期,mOS,Fisher,判别函数,低反应,反应型,预测价值,疗效评估
AB值：
0.265923
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
