目的 利用公共组学数据库挖掘并构建基于DNA甲基化位点的肺腺癌预后模型,并对模型的预测效果进行初步评价.方法 癌症基因组图谱(the cancer genome atlas,TCGA)及基因表达谱(gene expression omnibus,GEO)数据库用于相关分析和验证,最小绝对值收敛和选择算子法(least absolute shrinkage and selection operator,LASSO)Cox 回归模型用于确定与肺腺癌预后风险具有关联的甲基化位点,Cox回归用于甲基化位点与预后风险的关联性分析,Harrell's C统计量用于评价模型的预测效果.结果 甲基化位点cg02909790和cg19378330被纳入LASSO Cox最优模型.Cox比例风险回归模型结果显示,甲基化位点组合与肺腺癌预后的关联有统计学意义(HR=8.32,95％CI:2.41～28.69,P＜0.001).结合甲基化位点和临床信息建立的肺腺癌预后预测模型预测能力较好,Harrell's C 为 0.81(95％CI:0.78～0.83).结论 基于甲基化位点 cg02909790 和 cg19378330 的肺腺癌预后模型的预测效果良好,可能是潜在的个体化肿瘤分子标志物.

公共组学数据库;甲基化位点;肺腺癌;预测模型;LASSO Cox回归模型

卢静雅;方子晗;曾畅怡;陈雪娇;王可;魏晟

430030武汉,华中科技大学同济医学院公共卫生学院流行病与卫生统计学系;441053襄阳,湖北文理学院基础医学院

中华疾病控制杂志

[1]卢静雅;方子晗;曾畅怡;陈雪娇;王可;魏晟-.基于甲基化位点的肺腺癌预后预测模型的探索与建立)[J].中华疾病控制杂志,2022(08):974-981

公共组学数据库,cg02909790,cg19378330

甲基化位点,肺腺癌,预后预测模型,预后模型,初步评价,癌症基因组图谱,cancer,genome,atlas,TCGA,基因表达谱,gene,expression,omnibus,GEO,选择算子,least,absolute,shrinkage,selection,operator,LASSO,Cox,预后风险,关联性分析,Harrell,统计量,最优模型,联有,临床信息,预测能力,肿瘤分子标志物

0.256428