[发明专利]基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型及其应用在审
申请号: | 202111344211.3 | 申请日: | 2021-11-12 |
公开(公告)号: | CN114141376A | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 杨燕;邵玉;姚景昊;李曼;刘静;周争光;徐令婕;饶维维 | 申请(专利权)人: | 蚌埠医学院第一附属医院 |
主分类号: | G16H50/50 | 分类号: | G16H50/50;G01N33/68 |
代理公司: | 安徽省蚌埠博源专利商标事务所(普通合伙) 34113 | 代理人: | 杨晋弘 |
地址: | 233004 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 vegfa her2 阴性 晚期 胃癌 患者 一线 化疗 疗效 预测 模型 及其 应用 | ||
1.基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型,其特征在于包括:
预测HER2阴性晚期胃癌患者治疗疗效的列线图,所述列线图包括,第一行的分值标尺Points,分值范围为0 ~ 100;第二行为患者体重指数BMI,BMI≥18.5 kg/m2和BMI<18.5kg/m2分别对应第一行的一个相应的得分;第三行为诊断模式Diagnose Pattern,初治晚期和术后复发分别对应第一行一个相应的得分;第四行为VEGFA,VEGFA<179.9 pg/ml和VEGFA≥179.9 pg/ml分别对应第一行的一个相应的得分;第五行CA19-9<79.8 U/ml和CA19-9≥79.8 U/ml分别对应第一行的一个相应的得分;第六行为患者总分值标尺,分值范围为0 ~ 260,其中起始端0与第一行的分值标尺的起始端相同、末端260与第一行的分值标尺的末端100相对应;
第七行为得出患者治疗无效的概率分值标尺,分值范围为0.1 ~ 0.9,其起始端0.1与末端0.9分别对应于第六行患者总分值标尺的起始端45、末端215;
将第二行至第五行的4个指标BMI、 Diagnose Pattern、 VEGFA和CA19-9在第一行对应的得分相加,得到第六行患者总分值,将第六行的患者总分值对应投射至第七行上得出患者治疗无效的概率。
2.根据权利要求1所述的基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型,其特征在于建立HER2阴性晚期胃癌患者一线化疗疗效列线图模型的步骤如下:
、收集HER2阴性晚期胃癌患者的M种临床病理特征、包括VEGFA在内的N种实验室指标、评估患者一线化疗疗效;
所收集的M种临床病理信息包括性别、年龄、身高、体重、美国东部肿瘤协作组评分ECOGPS、诊断模式Diagnose Pattern初治晚期或术后复发、原发病灶的组织病理和位置、转移灶个数和是否合并浆膜腔积液;
实验室指标包括VEGFA、CEA、CA19-9、总蛋白TP、白蛋白ALB、血红蛋白Hb、C反应蛋白CRP、低密度脂蛋白胆固醇LDL-C和高密度脂蛋白胆固醇HDL-C;
综合指标根据以下公式计算,AGR=ALB/TP-ALB,BMI=身高/体重2,CAR=CRP/ALB,低密度脂蛋白胆固醇/高密度脂蛋白胆固醇比率LHR=LDL-C/HDL-C,SII=血小板计数*中性粒细胞计数/淋巴细胞计数;
、采用单因素Logistic回归分析对M种临床病理特征、N种实验室指标进行回归分析,初步筛选出与疗效相关的单因素预测变量,将
、采用LASSO回归方法对M种临床病理特征、N种实验室指标进行回归分析,筛选与疗效相关的预测变量;
(4)通过LASSO-Logistic回归模型筛选出的变量、临床意义,最终选择BMI、DiagnosePattern、VEGFA、CA19-9来构建疗效列线图模型。
3.一种如权利要求1所述的基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型的应用,其特征在于:所述基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型应用于评估以下患者治疗无效的概率:组织学证实的HER2阴性患者,未接受过针对复发或转移性胃癌抗肿瘤治疗的患者,不适合或不愿意接受手术或放疗的患者,有可评估疗效的靶点病变的患者。
4.根据权利要求1所述的基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型的应用,其特征在于;所述基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型应用于评估以下患者治疗无效的概率,排除患者标准如下:合并其他肿瘤或亚型;有严重心、肝、肾疾病的患者;有严重出血或感染性疾病的患者。
5.根据权利要求3所述的基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型的应用,其特征在于:所述基于VEGFA的HER2阴性晚期胃癌患者一线化疗疗效预测模型的准确度采用如下方法验证:根据建立的模型采用R语言绘制模型的ROC曲线来判断所建模型的区分度,通过绘制模型的校准曲线来判断所建模型的校准度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蚌埠医学院第一附属医院,未经蚌埠医学院第一附属医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111344211.3/1.html,转载请声明来源钻瓜专利网。