简介：摘要目的成釉细胞瘤(AM)是罕见牙源性肿瘤，易复发、浸润生长，本研究旨在探讨成釉细胞瘤预后因素。方法基于SEER数据库筛选成釉细胞瘤207例，构建Cox回归模型并绘制诺莫图预测总生存。回顾性分析湖南省肿瘤医院61例临床资料，用Cox回归分析影响复发的独立因素。结果基于SEER数据库评估，年龄、肿瘤大小、手术方式、放疗均是影响AM患者总生存的重要因素，构建列线图，一致性指数为0.821，表明预测模型具有中等准确度。受试者工作曲线显示1、3、5、10年的曲线下面积分别为0.852、0.869、0.856、0.879，表明预测模型具有较好的敏感性和特异性。Kaplan-Meier生存分析显示高风险组总生存低于低风险组(P<0.001)。基于回顾性分析，临床症状、手术类型是影响局部复发率的独立因素；面部肿痛，相对于其他症状复发率更低，根治手术相对于姑息手术可降低复发率。结论年龄、肿瘤大小、手术方式、放疗可能是影响总生存的重要因素；手术方式、临床症状可能是影响复发率的独立因素。

简介：摘要目的系统梳理上门护士研究脉络，探究该领域的研究热点及发展趋势，为后续研究提供借鉴和思路。方法检索2010年1月1日—2020年8月1日PubMed数据库中收录的有关上门护士研究的文献，统计发表年份、期刊、所属国家、第一作者、高频主题词，采用BICOMB、gCLUTO软件对主题词进行聚类分析和可视化分析。结果纳入1 223篇文献，提取高频主题词35个；聚类分析得到4个研究热点：姑息护理及慢病管理，母婴护理、围生期健康促进护理服务，上门护士角色功能扮演及护患关系，上门护士在初级卫生保健及减少患者住院及再入院中的作用。结论上门护士研究成果不断增加，主题日益多样化，但在我国上门护士研究领域局限，可借鉴国外的经验，依托"互联网+护理服务"的快速发展，提高上门护理服务内涵和质量。

简介：摘要目的头颈部腺样囊性癌(ACCHN)是唾液、腮腺和下颌下腺的罕见肿瘤。大样本研究对ACCHN的研究很少。本研究目的是评估ACCHN患者的人口统计学和生存模式。方法数据来自美国国家癌症研究所的SEER数据库。根据性别、种族、年龄、婚姻状况、原发肿瘤部位和疾病阶段对2006—2016年报道的新诊断ACCHN病例进行分类，检查ACCHN诊断后的生存率。结果确定了1944例ACCHN患者。诊断时的平均年龄为59.4岁(11～94岁)。ACCHN患者5年总生存率为72.62%，单因素预后分析显示女性、诊断时无远处转移、AJCC分期较早者总生存率均显著提高(均P<0.001)，多因素预后分析显示女性比男性预后好(HR＝0.745, 95% CI为0.629～0.889)，有远处转移者比无转移者预后差(HR＝5.232, 95% CI为3.932～6.962), AJCC分期为Ⅳ、Ⅲ、Ⅱ期的较Ⅰ期患者预后更差(HR＝11.418, 95% CI为6.480～20.117; HR＝4.092, 95% CI为2.119～7.900; HR＝2.369, 95% CI为1.206～4.651)。结论ACCHN的预后与性别、分期相关，基于年龄、婚姻状况、种族、部位的生存率差异需要进一步研究。

简介：摘要目的构建自噬基因表达特征的肝细胞癌(hepatocellular carcinoma, HCC)患者预后的预测模型。方法从癌症基因组图谱(The Cancer Genome Atlas, TCGA)、基因型-组织表达研究项目(The Genotype-Tissue Expression, GTEx)数据库中分别得到所有HCC和正常肝细胞组织的基因转录表达数据，并将每个样本的基因转录表达数据统一转化为log2(FPKM值＋1)，消除数据库之间测试平台的数据差异。根据人类自噬基因库中获取的人类自噬基因列表筛选出TCGA-GTEx整合后序列中每个样本对应的自噬基因的表达量。采用R语言limma包以错误发现率(FDR)<0.05及差异倍数|logFC|>1为筛选标准，进行自噬基因差异表达分析。采用R语言clusterProfiler包对差异表达自噬基因以P<0.05为筛选标准，进行基因本体论(Gene Ontology，GO)富集分析及京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集分析。根据自噬基因的差异表达量和患者的临床信息，采用R语言survival包进行单因素的Cox回归分析。进一步将单因素的Cox回归分析中有统计学意义(P<0.05)的自噬基因纳入到多因素Cox回归分析中，以每个差异表达的自噬基因表达量和相对应的回归系数coef值为基础，构建HCC的自噬基因预后模型：expmRNA1×βmRNA1＋expmRNA2×βmRNA2＋…＋expmRNAn×βmRNAn(exp：基因表达量；β：多因素Cox回归分析的回归系数coef)。绘制预测模型的受试者工作特征(receiver operating characteristic，ROC)曲线并计算ROC曲线下面积(area under curve，AUC)评估模型预测价值。结果从TCGA-GTEx数据库中共得到HCC样本374例和正常肝组织样本160例的基因转录表达数据及临床信息。从整合后的样本序列中共筛选出205个自噬基因的表达数据，其中SPNS1、DIRAS3、TMEM74、NRG2、NRG1、IRGM、IKBKE、NKX2-3、BIRC5、CDKN2A、TP73为符合筛选标准的差异表达自噬基因。差异表达自噬基因GO主要富集在丝氨酸/苏氨酸蛋白激酶活性的调控、ErbB 2信号通路、蛋白激酶调节活性、激酶调节活性等功能。差异表达自噬基因主要富集在EGFR酪氨酸激酶抑制剂耐药、Hippo信号通路等KEGG通路。整合并删除生存信息缺失的样本后，共418例样本表达纳入到Cox回归分析中。通过单因素、多因素Cox风险回归分析后，筛选出NRG1(HR＝1.5565，95%CI：1.1793～2.0543)、IKBKE(HR＝1.7502, 95%CI：1.2093～2.5330)这两个自噬基因并建立预后预测模型：(0.44247×NRG1的表达量)＋(0.55977×IKBKE的表达量)。预测模型的ROC曲线显示7年总体生存的AUC为0.711。结论基于NRG1和IKBKE表达量构建的HCC预后模型，对HCC患者远期生存率有较高的预测价值。

简介：摘要目的基于膀胱肿瘤发病位置构建一种更加全面的膀胱癌亚型模型，寻找参与驱动膀胱癌发生发展的重要分子。方法从公共数据库癌症基因组图谱(TCGA)筛选并纳入膀胱肿瘤患者184例，应用Kaplan-Meier生存曲线分析法分析发生在膀胱不同部位的肿瘤对患者生存预后的影响。应用t检验法分析膀胱亚器官肿瘤突变负荷(TMB)、上皮-间充质转化(EMT)分数及免疫细胞浸润的分布情况。结果肿瘤发生于膀胱三角区组无病生存期低于膀胱顶组和膀胱壁组(16个月比40个月比30个月，H＝3.921，P<0.05)，差异有统计学意义。发现肿瘤位于三角区组的T细胞浸润程度低于膀胱壁组和膀胱顶组(-0.070比-0.042比-0.010，t＝7.281，P<0.05)，差异均有统计学意义；肿瘤位于三角区组的滤泡辅助性T(Tfh)细胞浸润程度低于膀胱壁组和膀胱顶组(-0.021比0.013比0.012，t＝30.821，P<0.05)，差异均有统计学意义；肿瘤位于三角区组的调节性T(Treg)细胞浸润程度低于膀胱壁组和膀胱顶组(-0.201比-0.149比-0.120，t＝6.716，P<0.05)，差异均有统计学意义。结论调控膀胱癌亚器官定位的关键因素可能与免疫细胞浸润相关。

简介：无

简介：摘要目的通过对癌症基因组图片(TCGA)数据库中转录组数据进行分析，筛选与膀胱尿路上皮癌相关的预后分子标签。方法提取TCGA数据库中膀胱尿路上皮癌患者的临床数据以及膀胱尿路上皮癌和癌旁组织中的转录组数据，采用LASSO-Cox回归分析筛选膀胱尿路上皮癌预后相关的mRNA，并构建膀胱尿路上皮癌的预后分子标签。结果首先筛选出膀胱尿路上皮癌和膀胱正常组织中差异表达基因8738个，经过单因素Cox分析得到2824个与膀胱尿路上皮癌预后相关的基因(P<0.05)，选取P<0.0001的mRNA 225个，进一步采用LASSO-Cox回归分析筛选出11个与膀胱尿路上皮癌预后相关的基因，分别为TPST1、ANXA1、LINC01138、AMIGO2、HOOK1、AC005730.2、KANK4、PEX5L、AL353572.1、CATSPER4、AL645939.1，最后联合这11个基因构建出膀胱尿路上皮癌的预后分子标签。利用分子标签基因构建的模型能将膀胱尿路上皮癌划分为高表达组和低表达组，绘制分子标签生存曲线及受试者工作特征(ROC)曲线，结果显示：分子标签表达水平与膀胱尿路上皮癌患者的预后有显著性关联，分子标签值越高，患者预后越差。结论通过对TCGA数据库的分析，发现TPST1、ANXA1、LINC01138、AMIGO2、HOOK1、AC005730.2、KANK4、PEX5L、AL353572.1、CATSPER4、AL645939.1和AL645939.1对膀胱尿路上皮癌的预后有影响，且构建的分子标签表达水平与膀胱尿路上皮癌的预后有显著性关联。

简介：摘要目的研究乳腺癌中差异表达免疫相关基因与肿瘤预后的关系,寻找潜在的免疫治疗靶点。方法从TCGA数据库中下载乳腺癌转录组和患者对应的临床数据,利用生物信息学方法,筛选出在癌组织中的差异表达基因,同时结合ImmPort数据库，筛选出与患者总生存期密切相关的免疫基因，COX回归构建用于预后评估的风险评分模型并评价其预测能力。结果在乳腺癌与癌旁组织中共发现2499个差异表达基因,进一步筛选出差异表达的免疫相关基因138个,单因素COX分析显示9个免疫基因呈现与预后相关,多因素COX分析筛选出6个免疫相关基因作为预后的独立危险因素用于构建风险评分模型。临床特征COX回归分析显示患者风险值为独立预后因素（P<0.05）。结论乳腺癌中存在多个差异表达的免疫基因,这些基因与患者预后密切相关,基于这些免疫基因构建的风险评分模型可有效预测患者预后,为乳腺癌的免疫治疗提供新的潜在治疗靶点。

简介：摘要目的研究造口伤口数据库在造口专科护士个案护理培训中的应用价值。方法将2018年1月至2019年1月期间该院参加造口伤口专科护士培训的46例护士作为研究对象，采用随机数字表法分为两组，其中按照传统模式进行培训的为对照组23例，结合造口伤口数据库进行培训的为试验组23例，对比两组护士对培训方法的认可度和学习态度，培训结束前对两组患者进行造口伤口专科护理理论知识和临床实践考核，对比其培训效果。结果试验组护士对个案护理培训方法认可度明显高于对照组，组间差异显著，有统计学意义(P<0.05)；试验组护士对于个案培训的学习态度明显优于对照组，组间差异显著，有统计学意义(P<0.05)；试验组护士的造口伤口专科护理理论知识和临床实践考核成绩均明显高于对照组，组间差异显著，有统计学意义(P<0.05)。结论应用造口伤口数据库对造口伤口专科护士进行个案护理培训，培训方法认可度高，可改善护士的学习态度，进而提高培训效果。

简介：摘要目的基于SEER数据库分析结直肠癌患者预后的重要风险因素，构建结直肠癌患者的1、3、5年生存率列线图预后模型。方法收集SEER数据库中2010—2015年病理明确诊断为结直肠癌患者的相关资料，共获取52 814例。使用Cox比例风险模型进行单、多因素生存分析，确定预后风险因素，使用逐步回归筛选对预后影响最大的临床因素，用于构建列线图预后模型。采用校准曲线评价列线图预测模型预测结直肠癌患者1、3、5年总生存期的准确性。结果手术方式、年龄、LNR、AJCC分期、T分期、N分期、M分期、脉管癌栓、神经侵犯是影响预后的独立风险因素。逐步回归分析筛选出年龄、T分期、M分期、LNR和手术方式5个因素与结直肠癌预后关联最大，基于这5个因素构建列线图模型。年龄/T分期/M分期/LNR/手术方式在训练集和验证集上构建模型的一致性指数均为最大，分别为0.762和0.756。ROC曲线分析发现在训练集和验证集中，年龄/T分期/M分期/LNR/手术方式预后模型1、3、5年AUC均达到0.7以上，模型有良好诊断价值。结论基于年龄/T分期/M分期/LNR/手术方式构建的结直肠癌预后列线图模型具有良好的预测效果。构建的预后OS列线图便于临床肿瘤医师对患者预后做出较为准确的评估，为结直肠癌患者提供个体化诊疗提供理论依据。

简介：摘要目的基于美国重症监护医学信息数据库Ⅲ（MIMIC-Ⅲ），探讨重症监护病房（ICU）内影响急性肾损伤（AKI）患者预后的危险因素，并建立AKI预后预测模型。方法根据诊断代码从MIMIC-Ⅲ数据库中筛选年龄≥18岁、首次入ICU且住院记录完整的急性肾衰竭患者（数据库中延用RIFLE诊断标准，本文中诊断表述为AKI）。依据患者出院时生存状态分为存活组和死亡组，分析患者一般资料、基础疾病、损伤因素、发生AKI 24 h内的生命体征及实验室检查、相关干预措施以及预后指标等。采用单因素、多因素Logistic回归分析确定影响AKI患者死亡的危险因素并建立预测模型；用受试者工作特征曲线（ROC曲线）分析该模型对AKI患者预后的预测价值。结果最终纳入4 554例AKI患者，死亡862例，病死率为18.93%。对可能与AKI患者死亡相关的因素进行单因素Logistic回归分析，结果显示，年龄、高血压、淋巴瘤、转移癌、万古霉素、阿司匹林、凝血功能异常、心搏骤停、脓毒症或脓毒性休克、有创机械通气、血白细胞计数（WBC）、血小板计数（PLT）、血K+、血尿素氮（BUN）、总胆红素（TBil）、肾脏替代治疗（RRT）、住院时间（LOS）与AKI患者死亡相关〔优势比（OR）和95%可信区间（95%CI）分别为1.002（1.001~1.003）、0.764（0.618~0.819）、1.749（1.112~2.752）、2.606（1.968~3.451）、1.779（1.529~2.071）、0.689（0.563~0.842）、1.871（1.590~2.201）、2.468（1.209~5.036）、2.610（2.226~3.060）、2.154（1.853~2.505）、1.105（1.009~1.021）、0.998（0.997~0.998）、1.132（1.057~1.212）、1.008（1.006~1.011）、1.061（1.049~1.073）、2.142（1.793~2.997）、0.805（0.778~1.113），均P<0.05〕；进一步二元Logistic回归分析显示，淋巴瘤、转移癌、万古霉素、心搏骤停、脓毒症或脓毒性休克、凝血功能异常、有创机械通气、BUN升高、TBil升高、血K+升高或降低、WBC升高为AKI死亡的独立危险因素〔β值分别为0.636、1.005、0.207、0.894、0.787、0.346、0.686、0.006、0.051、0.085、0.009，OR和95%CI分别为1.889（1.177~3.031）、2.733（2.027~3.683）、1.229（1.040~1.453）、2.445（1.165~5.133）、2.197（1.850~2.610）、1.413（1.183~1.689）、1.987（1.688~2.338）、1.006（1.003~1.009）、1.052（1.039~1.065）、1.089（1.008~1.176）、1.009（1.004~1.015），均P<0.05〕。Hosmer-Lemeshow检验显示，AKI预后预测模型能够很好地拟合观察数据（P＝0.604）。ROC曲线分析显示，AKI预后预测模型的ROC曲线下面积（AUC）为0.716（95%CI为0.697~0.735）；当截断值为0.320时，敏感度为71.9%，特异度为60.1%，阳性似然比为1.80，阴性似然比为0.47。结论基于MIMIC-Ⅲ数据库建立的重症患者AKI预后预测模型，可能对AKI预后风险评估及后期干预治疗具有较强的现实意义。

简介：摘要目的比较中国胰腺疾病大数据中心（CPDC）及监测、流行病学和最终结果（SEER）数据库中胰腺癌术后患者的预后及其影响因素。方法回顾性分析CPDC 2016年1月至2017年12月、SEER数据库2014年1月至2015年12月收录的胰腺癌根治术后患者的临床资料。通过Kaplan-Meier、Log-rank、倾向性评分匹配等方法比较两个数据库患者的预后差异，通过Cox比例风险回归模型分析影响预后的因素。结果由CPDC和SEER数据库中分别提取1 977例和2 220例接受根治性手术的胰腺癌患者资料。CPDC中男性比例（60.90%，1 204/1 977）高于女性（39.10%，773/1 977），而SEER数据库中男女比例约为1∶1（男性1 112例，女性1 108例）（χ²=48.977，P<0.01）。两个数据库中45岁以下的胰腺癌患者比例均较小，占比最大的年龄段均为60~74岁，SEER数据库中≥75岁患者比例（24.28%，539/2 220）高于CPDC（7.89%，156/1 977） （χ²=202.090，P<0.01）；CPDC中45~59岁胰腺癌患者比例（33.69%，666/1 977）高于SEER数据库（19.77%，439/2 220）（χ²=103.640，P<0.01）。两个数据库中胰头癌患者比例均大于胰体尾癌，且肿瘤最大径差异无统计学意义（W=2 181 502，P=0.740）。SEER数据库中患者的淋巴结清扫数目及转移淋巴结数目均多于CPDC（W=3 265 131、2 954 363，P值均<0.01）；SEER数据库中淋巴结清扫数目≥15枚的患者比例（63.24%，1 404/2 220）高于CPDC（27.62%，546/1 977）（χ²=532.130，P<0.01）。CPDC中未接受辅助和（或）新辅助治疗患者的比例（57.16%，1 130/1 977）高于SEER数据库（24.91%，553/2 220）（χ²=451.390，P<0.01）。经倾向性评分匹配后，CPDC和SEER数据库中患者的中位生存期分别为24个月和23个月（Log-rank检验：χ²=4.500，P=0.034）。Cox回归分析结果显示，两个数据库共同的独立预后因素包括年龄≥75岁、胰头癌、低分化与未分化癌、T分期、N分期等（P值均<0.05）。两个数据库中新辅助或辅助治疗均为预后的保护性因素（CPDC：Wald=27.082；SEER数据库：Wald=212.285；P值均<0.01），SEER数据库中年龄45~59岁为保护性因素（Wald=5.212，P=0.020）。结论两个数据库具有较好的一致性；两个数据库中的资料在数据质量、淋巴结清扫数目、新辅助或辅助治疗率等方面存在差距。

简介：摘要目的探讨微纤维相关糖蛋白2（MFAP2）基因在食管癌中的表达及预后意义。方法检索Oncomine和GEPIA数据库中有关MFAP2的基因表达信息，利用UALCAN数据库从不同临床信息分析MFAP2在食管癌组织中的基因表达。采用Kaplan-Meier Plotter在线网站进行预后分析。利用STRING构建MFAP2蛋白互作网络。结果Oncomine及GEPIA分析表明MFAP2基因在食管癌组织中表达上调。UALCAN分析表明：与癌旁组织相比，MFAP2基因在21～60岁人群、1级食管癌患者、吸烟的患者中显著上调。Kaplan-Meier Plotter在线网站分析表明当MFAP2基因高表达时，食管腺癌患者的预后较差。探索MFAP2在不同临床信息的食管腺癌患者的生存预后关系，结果显示：在男性、调节性T细胞等免疫细胞浸润的食管腺癌患者中预后较差。蛋白互作网络分析提示MFAP2可能引起染色体异常。结论MFAP2是食管腺癌中潜在的癌基因，可能与染色体异常相关，其中肿瘤微环境中的免疫细胞影响着食管腺癌的预后，其有望成为诊断和治疗食管腺癌的重要生物学指标。

简介：摘要肿瘤基因组图谱(The Cancer Genome Atlas，TCGA)涵盖了多种癌症组学数据，包括转录组数据、表观遗传组学数据、基因突变数据和疾病样本临床数据等，是肿瘤研究中不可或缺的工具。文章介绍近年来围绕TCGA数据库进行的消化系统、呼吸系统部分肿瘤学研究成果，期望利用数据库资源为相关科研人员提供肿瘤基因组学研究的新思路。

简介：摘要目的了解老年人虐待领域研究现状，探求近10年老年人虐待研究热点和前沿，为今后的研究和发展提供参考。方法检索Web of Science核心数据库，使用CiteSpace信息可视化软件，对2009年1月1日—2019年12月31日老年人虐待文献的关键词进行可视化分析。结果最终纳入804篇文献，发文量总体呈上升趋势，发文量最多的国家为美国（421篇），其中Journal of Elder Abuse Neglect期刊发文最多（84篇），老年人虐待、发生率、忽视、风险因素、痴呆症人群为目前的研究热点。突现词强度前3位的为老年人虐待、中国人和老龄化。8个聚类突现词分别为经济剥夺、身体虐待、家庭暴力、潜在忽视、负面影响、求助意向、社区照护和护理对象。结论目前老年人虐待的研究热点主要集中在发生率、虐待形式、痴呆症人群的探究，逐渐重视虐待的风险评估、健康结局以及虐待求助。

简介：摘要目的探讨子宫内膜癌(EC)患者预后相关差异基因筛选，并构建其预后预测模型。方法在癌症基因组图谱(TCGA)数据库(https：//portal.gdc.cancer.gov/)中，以"Uteri" "TCGA-UCEC" "transcriptome profiling" "gene expression quantification and HTSeq-FPKM"为关键词，检索EC患者和正常女性受试者的子宫内膜组织RNA-seq微阵列基因表达数据及其相关临床信息。本研究检索时间设定为TCGA数据库建库至2021年1月15日。选择最终符合本研究纳入标准的542例EC患者与35例正常女性受试者为研究对象。本研究基于TCGA数据库的EC差异基因患者的预后预测模型构建步骤为：①利用R语言微阵列数据的线性模型(LIMMA)包，对TCGA数据库的RNA-seq微阵列基因表达数据进行差异基因分析，筛选影响EC发生、发展的候选差异基因。②利用Kaplan-Meier法、LASSO算法回归、单因素Cox比例风险回归分析法，对EC患者生存相关差异基因进行筛选。采用多因素Cox比例风险回归分析法，确定EC患者预后相关差异基因。③构建EC差异基因的EC患者预后预测模型。④利用survival受试者工作特征(ROC)曲线软件包，检测该预测模型的准确性，并绘制列线图。结果①在本组EC患者中，共计发现466个EC差异基因，其中上调基因为179个，下调基因为287个。②在本组EC患者的96个EC生存相关差异基因中，7个为预后相关差异基因，包括孕激素受体(PGR)、sushi重复含蛋白质X连锁(SRPX)、γ-谷氨酰水解酶(GGH)、分泌球蛋白家族2A成员1(SCGB2A1)、胰岛素样生长因子结合蛋白5(IGFBP5)、细胞周期蛋白依赖性激酶抑制剂2A(CDKN2A)、神经调节素U(NMU)基因。对这7个差异基因的单因素Cox比例风险回归分析结果显示，其均为EC患者预后影响因素(P<0.05)。多因素Cox比例风险回归分析结果显示，GGH、IGFBP5、CDKN2A差异基因，均为影响EC患者预后的独立危险因素(P<0.05)，若EC患者GGH、IGFBP5、CDKN2A差异基因表达水平越高，则患者预后越差。③建立EC患者总体生存(OS)期预测模型为：ln[h(t，X)/h0(t)]＝1.300xGGH+1.200xIGFBP5+1.200xCDKN2A。其中，h(t，X)：受试者在t时刻的风险率函数，h0(t)：受试者在t时刻的基准风险率函数，即xGGH、xIGFBP5、xCDKN2A均为0时的风险率函数，xGGH、xIGFBP5、xCDKN2A分别表示GGH、IGFBP5、CDKN2A差异基因表达水平。④采用上述预测模型，对研究组患者的生存风险进行评分，并按照其中位风险评分，进一步将其分为高危亚组(n＝271，风险评分高于中位评分)与低危亚组(n＝271，风险评分低于中位评分)，并且低危亚组OS期显著长于高危亚组，差异有统计学意义(χ2＝33.000，P<0.001)，对该模型预测EC患者OS期的ROC曲线分析结果显示，曲线下面积(AUC)为0.700(95%CI：0.673～0.751，P<0.001)，同时构建的Nomogram列线图，可定量预测EC患者1、3、5年OS率。结论构建的GGH、IGFBP5和CDKN2A差异基因的EC患者预后预测模型，可为临床预测EC患者预后及寻找相应靶向治疗药物提供数据支持。

简介：摘要目的探讨微RNA(miRNA)-129-1在结肠癌中的表达、调控、潜在作用机制和临床意义。方法利用癌症基因组图谱(TCGA)数据库中结肠癌的甲基化、mRNA表达和miRNA表达数据，分析miRNA-129-1表达和甲基化的变化。利用miRwalk 2.0和TargetScan数据库联合预测miRNA-129-1靶基因，采用DAVID 6.7在线软件对靶基因进行基因本体和京都基因与基因组百科全书富集分析，利用STRING数据库进行蛋白质-蛋白质相互作用网络分析，并再次利用TCGA数据库对miRNA-129-1的关键靶基因进行表达差异分析和预后分析。统计学方法采用配对t检验、独立样本t检验，通过受试者操作特征曲线(ROC)评估miRNA-129-1甲基化对结肠癌的诊断价值，采用Kaplan-Meier法和log-rank检验分析miRNA-129-1表达对患者生存的影响。结果miRNA-129-1在各物种之间序列保守。对TCGA数据库所有结肠癌肿瘤样本和对照样本进行分析，结果显示肿瘤样本中miRNA-129-1的表达与对照样本比较降低(0.98±0.81比5.74±0.59)，cg04524088、cg04840800、cg11364290、cg20734982、cg24044186位点的甲基化水平与对照样本比较均降低(0.321±0.130比0.563±0.051、0.432±0.123比0.624±0.064、0.475±0.153比0.768±0.033、0.659±0.180比0.816±0.037、0.862±0.096比0.916±0.019)，差异均有统计学意义(t＝14.95、11.36、9.39、11.74、5.32、3.47，P均<0.01)。ROC分析结果显示，miRNA-129-1上述5个位点的甲基化水平对结肠癌有较高的诊断效能[曲线下面积分别为0.946、0.915、0.950、0.758、0.667，P均<0.01]。生存分析结果显示，miRNA-129-1低表达与不良预后有关(风险比为0.55，P＝0.018)。生物信息学分析发现miRNA-129-1的靶基因显著富集于丝氨酸/苏氨酸激酶受体、丝裂原活化蛋白激酶等与肿瘤密切相关的功能基因簇，其靶基因编码蛋白质之间存在复杂的相互作用网络。miRNA-129-1的潜在关键靶基因肝配蛋白B型受体2(EPHB2)基因高表达与总生存期和无病生存期短有关(风险比分别为1.9和1.6，P均<0.01)。结论miRNA-129-1的表达和甲基化在结肠癌的发生、发展中起着重要调控作用，miRNA-129-1甲基化在结肠癌诊断中具有潜在价值，miRNA-129-1是结肠癌患者预后的影响因素。EPHB2可能是miRNA-129-1的潜在关键靶基因。

简介：摘要目的找出可能在脓毒症诊断和治疗中的关键基因，为临床治疗脓毒症提供新靶点。方法从基因表达数据库（GEO）中获取GSE9960芯片数据，使用GCBI在线实验室筛选出差异表达基因，分别使用基因本体论分析（GO分析）、代谢通路分析（pathway分析）、利用互作基因数据库检索工具，分析这些差异表达基因的蛋白质与蛋白质的相互作用（PPI network），并使用cytoscape软件进行可视化。结果与对照组相比，脓毒症组共获得110个差异表达基因，其中上调基因102个，下调基因8个；GO功能富集分析显示差异基因主要参与了DNA的正负调控、自噬、P53类中介信号转导、细胞对机械刺激的反应等。KEGG功能通路分析显示差异基因主要参与了Glucagon信号通路。PPI network筛选出的6个hub基因，根据受试者工作特征曲线分析，这6个hub基因与脓毒症相关。结论基因表达谱的生物信息学分析确定了1个信号通路和6个基因，可能代表脓毒症发生、进展和风险预测的分子机制，这6个基因可能被用作潜在的诊断生物标志物或治疗靶点。

简介：无

简介：摘要目的找出可能在脓毒症诊断和治疗中的关键基因，为临床治疗脓毒症提供新靶点。方法从基因表达数据库（GEO）中获取GSE9960芯片数据，使用GCBI在线实验室筛选出差异表达基因，分别使用基因本体论分析（GO分析）、代谢通路分析（pathway分析）、利用互作基因数据库检索工具，分析这些差异表达基因的蛋白质与蛋白质的相互作用（PPI network），并使用cytoscape软件进行可视化。结果与对照组相比，脓毒症组共获得110个差异表达基因，其中上调基因102个，下调基因8个；GO功能富集分析显示差异基因主要参与了DNA的正负调控、自噬、P53类中介信号转导、细胞对机械刺激的反应等。KEGG功能通路分析显示差异基因主要参与了Glucagon信号通路。PPI network筛选出的6个hub基因，根据受试者工作特征曲线分析，这6个hub基因与脓毒症相关。结论基因表达谱的生物信息学分析确定了1个信号通路和6个基因，可能代表脓毒症发生、进展和风险预测的分子机制，这6个基因可能被用作潜在的诊断生物标志物或治疗靶点。