Abstract
Bakgrunn
Avansert stadium eggstokkreft pasienter blir vanligvis behandlet med platina /taxan-basert kjemoterapi etter primær debulking kirurgi. Men det er et bredt spekter av utfall for den enkelte pasient. Derfor clinicopathological faktorene alene er ikke tilstrekkelig for å forutsi prognosen. Vårt mål er å identifisere en progresjonsfri overlevelse (PFS) -relaterte molekylære profil for å forutsi overlevelse av pasienter med avansert stadium serøs eggstokkreft.
Metodikk /hovedfunnene
Avansert-scenen serøs eggstokkreft vev fra 110 japanske pasienter som gjennomgikk primær kirurgi og platina /taxan-basert kjemoterapi ble profilert bruker oligonukleotid mikromatriser. Vi valgte 88 PFS-relaterte gener av en univariat Cox-modell (
p
0,01) og genererte prognostisk indeks basert på 88 PFS-relaterte gener etter justering av regresjonskoeffisientene for de respektive gener ved mønet regresjon Cox modell ved anvendelse av 10-fold kryssvalidering. Den prognostiske indeksen ble uavhengig assosiert med PFS tid i forhold til andre kliniske faktorer i multivariat analyse [hazard ratio (HR) 3,72 95% konfidensintervall (CI), 2,66 til 5,43;
p
0,0001]. I en ekstern datasettet, multivariat analyse viste at dette prognostisk indeksen var signifikant korrelert med PFS tid (HR, 1,54; 95% CI, 1,20 til 1,98;
p
= 0,0008). Videre ble sammenhengen mellom prognostisk indeks og total overlevelse tid bekreftet i to uavhengige eksterne datasett (log rank test,
p
= 0,0010 og 0,0008).
Konklusjon /Betydning
den prognostiske evne til vårt indeks basert på 88-genekspresjon profil i ryggen regresjon Cox hazard modellen ble vist å være uavhengig av andre kliniske faktorer i å forutsi kreft prognose over to forskjellige datasett. Videre studier vil være nødvendig å forbedre prediktiv nøyaktighet av prognostisk indeks mot klinisk anvendelse for evaluering av risiko for tilbakefall hos pasienter med avansert stadium serøs eggstokkreft
Citation. Yoshihara K, Tajima A, Yahata T, Kodama S, Fujiwara H, Suzuki M, et al. (2010) Gene Expression profil for å forutsi overlevelse i Advanced-Stage Serous Eggstokkreft Across to uavhengige datasett. PLoS ONE 5 (3): e9615. doi: 10,1371 /journal.pone.0009615
Redaktør: Zoltán Bochdanovits, VU University Medical Center og Senter for Neurogenomics og kognitiv forskning, Nederland
mottatt: 03.11.2009; Godkjent: 16 februar 2010; Publisert: 12 mars 2010
Copyright: © 2010 Yoshihara et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette arbeidet ble støttet delvis av en Grant-in-Aid for tredje sikt Cancer kontroll strategi Program fra Helsedepartementet, Arbeids- og velferdsdirektoratet, Japan (KT), og 2009 Forskning og studieprogram av Tokai universitet skolesjef Generelt Research Organization ( PÅ). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
Pasienter med avansert stadium eggstokkreft generelt gjennomgå primær debulking kirurgi etterfulgt av platina /taxan-basert kjemoterapi. Selv om postoperativ innføring av taxan stoffet har forbedret 5-års overlevelse for avansert stadium eggstokkreft, pasienter med denne kreftformen har en 5-års overlevelse på bare 30% [1] – [3]. Clinicopathological egenskaper, for eksempel debulking status etter primær kirurgi, er klinisk betraktes som viktige indikatorer for prognose [4], [5]. Imidlertid tilbakefall etter optimal debulking kirurgi forekommer hos noen pasienter, mens sykdomsfri status etter ufullstendig operasjon opprettholdes i andre. Faktisk er det blitt rapportert at 34% av pasientene behandlet med optimal operasjon og platina-taksan kombinasjonskjemoterapi for avansert stadium eggstokkreft gjentas i løpet av 12 måneder [4]. Derfor er disse clinicopathological faktorene alene er ikke tilstrekkelig for å forutsi prognose og belyse de patologiske mekanismer for sykdomsprogresjon eller tilbakefall. Molekylærbiologiske metoder kan anvendes for å identifisere nye prognosemessige profiler som fører til belysning av patologiske utgaver av avansert stadium serøs eggstokkreft.
Microarray-teknologien har utviklet seg meget raskt, og det er blitt relativt enkelt å analysere ekspresjonsnivåene av tusener av gener i kreftceller. Selv om mange studier har rapportert de sammenslutninger av genuttrykk profiler med prognoser i kreftpasienter [6] – [10], et begrenset antall slike profiler brukes i kliniske settinger. Mikromatriser er klinisk brukt for å forutsi prognosen hos brystkreftpasienter. MammaPrint ™ (Agendia BV, Amsterdam, Nederland) allerede har blitt tatt i praktisk bruk for formålet. I mellomtiden er det ingen microarray kits for diagnostikk og behandling av pasienter med eggstokkreft ennå.
Tre studier nylig har rapportert genuttrykk profiler som predikerer total overlevelse (OS) i eggstokkreft pasienter som bruker microarray teknikker [11] -[1. 3]. Disse studiene bruke en relativ stor prøvestørrelse (n 80) for å etablere en overlevelsesrelatert profil i en oppdagelse fase av eksperimentet, og en ekstern uavhengig datasett som valideringssettet for å løse det problem at antallet av de genomiske variablene undersøkes er mye større enn for fag. Dermed har forskning på total overlevelse relaterte profiler i eggstokkreft pasienter utviklet seg, mens det er ingen omfattende studier basert på multi validering av genuttrykk profiler for prediksjon av sykdomsprogresjon eller tilbakefall hos pasienter med eggstokkreft [14] – [15] . Prediksjon av risiko for tilbakefall hos pasienter med avansert stadium eggstokkreft som fikk standard behandling (primær kirurgi + platina /taxan-basert kjemoterapi) er viktigere med hensyn til optimalisering av klinisk ledelse [16].
Vi har nylig rapportert at det er høye likheter i genuttrykk mellom tidlig stadium og en undergruppe av avansert stadium serøs ovarian kreftpasienter som har gunstige prognoser, og to molekylære undergrupper blant pasienter med avansert stadium serøs eggstokkreft i henhold til genuttrykk profiler reflekterende svulst progresjon og prognose [17]. I denne studien har vi fokusert på progresjonsfri overlevelse (PFS) tid i et større antall pasienter kun med avansert stadium serøs eggstokkreft behandlet med platina /taxan-basert kjemoterapi, og prøvde å identifisere PFS-relaterte genuttrykk profil ved hjelp av en nye overlevelsesanalyse metode: ridge regresjon Cox modell [18]. Vi så vurdert sammenhengen mellom vår PFS-relaterte gener uttrykk profil og overlevelse tid i en ekstern uavhengig datasett av avansert stadium serøs eggstokkreft.
Resultater
Kliniske Kjennetegn
de kliniske kjennetegn ved 110 japanske pasienter med avansert stadium serøs eggstokkreft er oppsummert i tabell 1. i oppdagelsen sett, ble 93 pasienter (84,5%) diagnostisert som International Federation of gynekologi og fødselshjelp (FIGO) stadium III og 17 pasienter (15,5%) som FIGO stadium IV [19]. Alle pasientene fikk platina /taxan-basert kjemoterapi etter primærkirurgi. Median progresjonsfri og total overlevelse ganger var 17 og 31 måneder, henholdsvis.
På den annen side, vi brukte en del av offentlig tilgjengelige microarray data (GSE9891) som en ekstern uavhengig datasett (Se materialer og metoder) [20]. De kliniske karakteristika for 87 pasienter med fremskredet stadium serøs eggstokkreft i den ytre datasettet er oppført i Tabell S1 [20]. Kaplan-Meier overlevelsesanalyse viste at det var ingen signifikante forskjeller i PFS og OS tid mellom pasienter av oppdagelsen datasettet og de av den eksterne datasettet (Figur S1). Når vi sammenlignet clinicopathological egenskaper mellom oppdagelsen sett og den eksterne datasettet, var det signifikante forskjeller i frekvenser på scenen (tabell S1). Fordi gradering system vedtatt i det eksterne datasettet var forskjellig fra i oppdagelsen sett [21] – [23], vi kunne ikke gjøre en enkel sammenligning av ondartet karakter mellom de to datasettene. Deretter undersøkte vi sammenhengen mellom clinicopathological funksjoner og PFS tid hos pasienter med avansert stadium serøs eggstokkreft av hvert datasett. Multivariat analyse viste at bare optimal operasjon var et uavhengig prognostisk faktor for PFS i oppdagelsen datasettet (tabell S2), og at det var marginalt signifikant korrelasjon mellom debulking status av primær kirurgi og PFS tid i det eksterne datasettet (tabell S2). Derfor vi planla først å utvikle en prognostisk indeks basert på PFS-relaterte gener i oppdagelsen datasettet, sekundært å vurdere prognostiske evne indeksen i det eksterne datasettet ved hjelp av multivariat analyse, og deretter for det tredje å vurdere prediktiv resultatene av prognostisk indeks igjen etter stratifisering av pasienter i henhold til debulking status av primær kirurgi.
Identifikasjon av PFS-Related Profil
Ved hjelp av Agilent Hele human Genome Oligo microarray, genererte vi genuttrykk data for 110 avansert stadium serøs eggstokkreft pasienter. Da dette datasettet ble anvendt som en oppdagelse sett for identifisering av PFS-relaterte profilen hos pasienter med fremskredet stadium serøs eggstokkreft. For evaluering av PFS-relaterte profil, har vi utarbeidet en del av GSE9891 datasettet som en ekstern uavhengig datasett ved hjelp av Affymetrix Human Genome U133 Plus 2.0 Array (Se Materialer og metoder) [20]. Å håndtere kryssplattform microarray data på riktig måte, analyserte vi bare vanlige gener (28304 probes i Agilent plattform, 38497 probes i Affymetrix plattform) mellom de to plattformene i denne studien. Av 28304 Agilent sonder, 18178 prober med uttrykk nivåer merket som «Present» i alle de 110 microarray data fra oppdagelsen settet ble videre ekstrahert å fjerne manglende og usikre signaler på genuttrykk, og deretter dataene var per-genet normalisert i hvert datasettet ved å transformere ekspresjon av hvert gen til et gjennomsnitt på 0 og standardavvik på 1 (figur S2).
A univariate Cox proporsjonal fare modell viste at ekspresjonsnivåene av 97 prober (som representerer 88 nonredundant gener) ble korrelert med PFS tid (
p
0,01). I tilfelle av flere-merket 8 gener (representert ved 17 prober), valgte vi 8 sonder (en probe per gen) med den største summen av kvadratene av individuelle uttrykk verdier for de respektive genene som representanter [24]. I alt 88 gener (representert ved 88 unike prober) ble derved identifisert som PFS messige profil. Videre har vi anvendt ryggen regresjonsmodellen for å estimere optimal stigningstall (
β
) for 88 gener av PFS messige profil (tabell 2), og beregnede den prognostiske indeks for hver prøve ved å bruke ligning (1) når rapportert tidligere [18]. Den 88-genet prognostiske indeksene som ble oppnådd var i området fra -5,09 til 4,14 (median, 0,11), og frekvensfordeling av indeksene blant 110 pasienter var unimodalt.
For å vurdere prognostisk indeks en kategorisk variabel, forsøkte vi å dele dette datasettet inn i to grupper basert på median prognostisk indeks på 0,11 [9]. Pasientene ble tildelt «høy risiko» gruppe hvis deres prognostisk indeks var større enn eller lik medianverdien, mens «lav risiko» gruppe var sammensatt av tilfeller med prognostiske indekser som var mindre enn medianen. Som vist i figur 1A, pasienter med høy risiko prognostiske indeksene hadde kortere median PFS tider enn de som tilhører lavrisikogruppen (median PFS, 12 måneder kontra 51 måneder, log rank test,
p
0,0001)
høyrisikopasienter hadde signifikant kortere progresjonsfri overlevelse ganger sammenlignet med lav-risiko pasienter (A) i oppdagelsen sett (log rank test,
p
. 0,0001) og (B) i den ytre sett (log rank test,
p
= 0,0004). Tilsvarende pasienter med høy risiko hadde signifikant kortere total overlevelse ganger i forhold til lav-risiko pasienter (C) i oppdagelsen sett (log rank test,
p
0,0001) og (D) i det ytre sett ( log rank test,
p
= 0,0010).
Vi deretter utført univariat og multivariat Cox proporsjonal hazard analyser for å bevise at 88-genet prognostisk indeks var en uavhengig prognostisk faktor (tabell 3). En univariate Cox proporsjonale hazard analyse viste at prognostisk indeks, scene, optimal kirurgi, og histologisk grad ble korrelert med PFS (
p
0,0001,
p
= 0,022,
p
0,0001 og
p
= 0,016, henholdsvis). Videre er en multivariat analyse viste at den prognostiske indeksen var mest signifikant assosiert med PFS tid [risikoforhold (HR), 3,80; 95% konfidensintervall (CI), 2,68 til 5,61;
p
. 0,0001]
Validering av kvantitativ real-time RT-PCR
For å validere microarray expression data, vi utført kvantitativ real-time RT -PCR for en undergruppe av oppdagelsen datasettet (53 prøver). De fire gener,
E2F2
,
FOXJ1
,
DNAH7
, og
FILIP1
, ble tilfeldig utvalgt til dette formålet. Det var signifikante sammenhenger mellom microarray expression data og real-time RT-PCR uttrykk data (figur 2). Til tross for den mindre prøvestørrelsen, bekreftet vi en signifikant sammenheng mellom PFS gang, og hver av de sanntids RT-PCR-data for de fire genene i univariate Cox fare modell (data ikke vist).
Det var signifikante sammenhenger mellom mikromatriseuttrykk og real-time RT-PCR uttrykk i (A)
E2F2
, (B)
DNAH7
, (C)
FOXJ1
, og ( D)
FILIP1
.
Appling PFS-Related profil til ekstern Datasett
Vi oversatte de 88 prognostiske gener med Agilent Probe IDer til Affymetrix 196 prober ved hjelp av en oversettelsesfunksjonen i GeneSpring GX 10 og evaluert ifølge PFS messige profil i det eksterne datasettet (figur S2). Vi har beregnet den prognostiske indeks for hver prøve i den ytre datasettet ved den vektede summen av ekspresjons-verdier av 88 PFS-relaterte gener i henhold til ligning (1), hvor mønet regresjonskoeffisientene (
β
) identifisert i oppdagelsen sett ble brukt som vekter for de respektive genene (se Materialer og metoder). Vi fikk prognostiske indeksene varierer fra -5,37 til 4,56 i det eksterne datasettet. Frekvensen fordeling av prognostiske indeksene var ikke statistisk forskjellig fra den i oppdagelsen satt av Kolmogorov Smirnov test (
p
0,05).
Når vi delt den eksterne datasettet inn i to undergrupper av median prognostisk indeks (0,11) i oppdagelsen sett, ble det observert en signifikant sammenheng mellom risikoklassifisering og PFS (log rank test,
p
= 0,0004) (figur 1B). I univariat analyse av de eksterne data, ble det estimert prognose indeksen og optimal operasjon korrelert med PFS tid (
p
= 0,0001 og 0,049, respektivt) (tabell 3). Multivariat analyse viste at prognostisk indeks var en uavhengig prognostisk faktor for PFS tid (HR, 1,64; 95% CI, 1.27 til 2.13,
p
= 0,0001).
Assessment of Our Prognostic Index
for å vurdere sensitivitet og spesifisitet av våre prognostisk indeks, brukte vi ROC-kurver for indeksen. Et område i henhold til ROC-kurven for 0,5 (angitt med diagonale stiplede linjer på fig S3) representerer likhet mellom sanne positive og falske positive testresultater. I hvilken grad den ROC-kurve avviker fra den diagonale linje til venstre og topp akser er et mål på effektiviteten av den 88-genet prognostisk indeks i prediksjon av klinisk resultat. Arealet under ROC-kurver for å skille tidlig tilbakefall hos pasienter med mindre enn 18 måneders PFS ganger fra sen-tilbakefall pasienter var 0,959 og 0,674 i oppdagelsen satt og den eksterne datasettet, henholdsvis (figur S3). Når vi brukte median verdien av prognostisk indeks i oppdagelsen satt som cut-off, sensitivitet og spesifisitet var 88,9% og 85,7% i oppdagelsen datasett og 64,4% og 69,2% i det eksterne datasettet.
Vi utførte overlevelsesanalyse etter stratifisering av pasienter i henhold til statusen for debulking kirurgi som var en uavhengig prognostisk faktor i multivariat analyse av oppdagelsen datasettet (Tabell 3). Vi delte pasientene inn i to grupper ( «optimal gruppe» og «suboptimal gruppe») i hver av de funn og eksterne datasett, og tildelt hver pasient «høy risiko» eller «lav risiko», basert på medianverdien av den aktuelle prognostisk indeksen i hvert stratum i henhold til debulking status. Kaplan-Meier overlevelsesanalyse viste at pasienter med høy risiko hadde betydelig kortere PFS tid enn lavrisiko pasienter i hver av de fire lagene fra de to datasettene (figur 3) som følger: optimal gruppe (
p
0,0001) og suboptimal gruppe (
p
0,0001) i vårt datasett; optimal gruppe (
p
= 0,0034) og suboptimal gruppe (
p
= 0,015) i det eksterne datasettet. Dette stratifisert analyse viste også at den prognostiske indeksen ble assosiert med PFS tid uavhengig av debulking status.
Høy risiko pasienter hadde betydelig kortere progresjonsfri overlevelse ganger i forhold til lav-risiko pasienter (A) i optimal ( log rank test,
p
0,0001) og (B) suboptimal gruppe oppdagelse datasett (log rank test,
p
0,0001). Tilsvarende pasienter med høy risiko hadde signifikant kortere total overlevelse ganger i forhold til lav-risiko pasienter (C) i optimal (log rank test,
p
= 0,0034) og (D) suboptimal gruppe av eksterne datasettet (logg rank test,
p
= 0,015).
sammenhengen mellom dette Prognostic Index og total overlevelse
Total overlevelse er et annet viktig endepunkt hos pasienter med forhånd-trinns eggstokkreft kreft, og dermed vi videre undersøkt om den nåværende 88-genet prognostisk indeks kan bli utvidet til å bruke for å forutsi total overlevelse av pasienter. For å evaluere sammenhengen mellom dette prognostisk indeks og total overlevelse tid, utførte vi Kaplan-Meier overlevelseskurve analyse. Pasienter med høy risiko prognostiske indeksene hadde kortere total overlevelse tider enn lavrisiko pasienter i de to datasett (log rank test,
p
0,0001 og
p
= 0,0010, henholdsvis) (figur 1C, D). Videre prognostisk indeks var signifikant assosiert med total overlevelse tid i både oppdagelsen satt og den eksterne datasettet i multivariat analyse (tabell 4).
I tillegg undersøkte vi den prediktive evne til vårt prognostisk indeks i offentlig tilgjengelig Dressman sin datasett [25], der pasienter var lengre fulgt opp (median total overlevelse, 31 måneder, utvalg, 1-185 måneder). Dressmann er datasett [25] var sammensatt av 119 avansert stadium serøs eggstokkreft pasienter behandlet med platinabasert kjemoterapi (inkludert ikke-taxan kjemoterapi). Fordi deres data ble generert av en annen plattform med de foregående to datasett, ble 75% av 88 PFS-relaterte gener settes for å overleve prediksjon i dette datasettet. Når vi delt Dressman sin datasett [25] inn i to undergrupper av median prognostisk indeks i oppdagelsen datasettet, ble det observert en signifikant sammenheng mellom risikoklassifisering og total overlevelse (log rank test,
p
= 0,0008) (figur S4) . Dens prognostisk indeks var signifikant korrelert med total overlevelse tid i multivariat analyse (HR, 1,51; 95% CI, 1,19 til 1,93,
p
= 0,0008).
Karakterisering av PFS-Related profil
Vi har utført GO analyse for å forstå de biologiske egenskapene til 88 PFS-relaterte gener. For å karakterisere genet liste basert på GO klassifisering på «biologisk prosess «,» molekylære funksjon» og «cellekomponent», undersøkte vi hvilke kategorier var sterkt knyttet til 88 gener. Etter flere test korreksjoner ved hjelp av FDR metoden [26], ble 8 kategorier betydelig overrepresentert (FDR
q
-verdi 0,10) (figur 4). I de 88 PFS-relaterte gener, gener involvert i GTPase binding (GO17016, GO31267 og GO51020), cellulær lokalisering (GO51649 og GO51641), intracellulær transport (GO46907 og GO6886), og /eller ciliare eller flagell motilitet (GO1539) ble særlig beriket . Vi har undersøkt likheter i overrepresentert GO kategorier mellom våre 88 PFS-relaterte gener og de tidligere rapporterte genuttrykk profiler som ble korrelert til prognosen i eggstokkreft [11], [13]. Men vi kunne ikke identifisere felles GO kategorier mellom vår profil og tidligere rapporterte profiler (data ikke vist).
betydelig underrepresentert 8 genet ontologi (GO) kategorier i GO-basert profilering av 88 gener etter gjen testing korreksjon av Benjamini-Hochberg falske funnraten metode (FDR
q
-verdi 0,10). Overrepresentert GO kategorier ble identifisert ved hjelp av alle gener på Agilent plattform som bakgrunn sett av gener for å bestemme
p
-verdier. Det faktiske antallet av PFS-relaterte gener involvert i hver kategori er gitt i parentes.
Vi videre brukt IPA programvare for å analysere 88 PFS-relaterte gener fra synspunktet til molekylær interaksjon eller sti. Topp tre betydelige nettverk (rille 25) er vist i figur S5-7. Nettverket 1 inkludert 15 av de 88 prognostiske gener, og var signifikant assosiert med IPA-definerte flere nettverk: celledød, nevrologisk sykdom, og mobilenheten og organisasjon (figur S5). Fjorten prognostiske gener ble inkludert i nettet 2, som ble definert som nettverkene knyttet til kreft, cellemorfologi, og nyre- og urologisk sykdom (figur S6). Nettverket 3 vises signifikante interaksjoner og sammenhenger mellom gener involvert i celle-til-celle signalisering og samhandling, hematologiske system utvikling og funksjon, og immuncelletrafikken (figur S7). I de 88 genene, fant vi flere gener i samspill med
SRC
eller
MYC plakater (figur S6), som hver ble rapportert som en representant genet i onkogene veier av eggstokkreft [25], [27].
Diskusjoner
i denne studien har vi identifisert den prognostiske indeksen for å forutsi PFS tid hos pasienter med avansert stadium serøs eggstokkreft behandlet med platina /taxan-basert adjuvant kjemoterapi over to typer microarray uttrykk data fra dagens funn sett og offentlig tilgjengelig eksternt sett ved hjelp av ryggen regresjon Cox modell. Den signifikant korrelasjon mellom vår prognostisk indeks og OS tid ble også indikert i de to uavhengige datasett.
I uttrykket mikromatriseanalyse, er det en såkalt «bann av dimensionality» problem at antall gener som er mye større enn det antall prøver. For å forbedre påliteligheten til en genekspresjon basert prognostisk modellen, er det nødvendig å unngå overfitting til datasettet, og for å bekrefte reproduserbarheten av prediktiv evne i eksterne uavhengige datasett [28]. Inntil nå har flere bioinformatikk tilnærminger blitt foreslått å etablere en modell for å overleve prediksjon ved hjelp av microarray data [18], [29]. Bøvelstad
et al
. [18] nylig undersøkt prediksjon ytelse av følgende syv metoder: univariate utvalg, frem trinnvis utvelgelse, rektor komponenter regresjon, overvåket rektor komponenter regresjon, delvis minste kvadraters regresjon, ridge regresjon og lasso med tre microarray datasett [Dutch brystkreft data ( n = 295), diffus stor B-celle lymfom data (n = 240), og Norge /Stanford brystkreft data (n = 115)] [7], [30] – [32]. De konkluderte med at den univariate Cox modellen alene var ikke nok for å forutsi overlevelse, og at ryggen regresjon Cox modellen demonstrert den beste ytelsen i tre datasett. Derfor brukte vi univariate Cox-modellen for å velge gener relatert til PFS tid, og justert regresjonskoeffisientene ved mønet regresjon Cox modell for å øke den prediktive ytelsen til prognostisk indeks i vår datasettet.
Den nåværende studien er ment å identifisere genekspresjon profil med en overlegen evne til å forutsi prognose enn andre clinicopathological faktorer. Lagdelingen av pasienter med kreft i eggstokkene ifølge clinicopathological prognostiske faktorer er en av viktige analysemetoder for identifisering av meget nøyaktige prognostisk indeks [11]. Etter at vi stratifisert pasienter i henhold til klasse, FIGO stadium, og status for debulking kirurgi, vi undersøkt genuttrykk profil for å forutsi PFS tid i fase III klasse 2/3 serøs kreftpasienter på eggstokkene fått optimal kirurgi eller suboptimal kirurgi. Men vi kunne finne dårligere prediktiv ytelsen prognostiske indekser fra de stratifiserte analyser enn det fra ikke-stratifisert analyse (tabell S3). I tillegg til reduksjon av størrelsen på utvalget i oppdagelsen og eksterne datasett etter lagdeling, kan en rekke kliniske egenskaper og karaktersystemer mellom de to datasettene (tabell S1) påvirke resultatene fra disse stratifisert analysene. Dette er den viktigste grunnen til at vi har planlagt å identifisere prognostiske indeks basert på PFS-relaterte gener i 110 avansert stadium serøs eggstokkreft og deretter vurdere betydningen av prognostiske indeks som bruker multivariat analyse inkludert grad, scene, og status for debulking kirurgi.
Selv om vi registrert eggstokkreft pasienter screenet nøye av følgende tre kategorier: avansert stadium, histologisk serøs-type, og platina /taxan-basert kjemoterapi etter primær kirurgi, etablerte vi ikke inkludering eller ekskludering kriterium for histologisk grad for påmelding samt Crijns og kolleger gjorde [12]. Dette er fordi et standard system for sortering av ovariekarsinomer fremdeles er under bygging i verden, selv om flere karaktersystemer er blitt foreslått for ovarialcancer [21] – [23], [33], [34]. Ifølge de tre kriteriene ovenfor, rekrutterte vi 110 japanske ovarian kreftpasienter som et funn sett for PFS analysen. Den prognostisk indeks for hver pasient ble bare beregnet ved mønet-regresjon vektet sum av 88-gene expression verdier, og den prognostiske makt indeksen ble vurdert ved hjelp Tothill sin datasett [20]. Videre påfølgende lagdelt analyse ifølge debulking status, som var et uavhengig prognostisk faktor i multivariat analyse av oppdagelsen datasettet, tydet på at våre prognostisk indeksen var forbundet med PFS tid uavhengig av debulking status. Men den følsomhet og spesifisitet av den prognostiske indeksen for å skille mellom tidlig og sen tilbakefalls pasientene var lavere i Tothill største datasettet enn de i den oppdagelse settet. Dette kan være forårsaket av forskjellige bakgrunner i henseender av etnisitet eller microarray plattform. Selv om forskjellene i genuttrykk av kreft vev blant etniske grupper ikke har vært rapportert tidligere, flere studier viser at andelen av klarcellet og endometrioid histologiske typer i epitelial eggstokkreft i asiatiske befolkningen er høyere enn i populasjoner ikke-asiatiske [35], [36]. Siste genom-wide forening studie har identifisert en enkeltnukleotidpolymorfi på 9p22 forbundet med eggstokkreft risiko hos personer med europeisk opphav, men ikke i ikke-europeiske etterkommere [37]. Denne type av forskjeller mellom studier kunne også skyldes genetiske og miljømessige faktorer. I tillegg kan vi ikke utelukke at dagens PFS-forbundet classifiers med ridge-regresjon-baserte vekter har fortsatt utilstrekkelige generaliserings egenskaper på den eksterne datasettet på grunn av problemet med overtilpassing. Derfor vil vi revurdere disse viktige spørsmål som mellom-studien forskjeller i etnisitet og microarray plattformer og overtilpassing problemet ved hjelp av et større antall microarray data fra avansert stadium serøs kreftpasienter eggstokkene for å oppnå bedre classifiers for prediksjon av prognose. Og for å forbedre nøyaktigheten av prognostisk indeks, utvikling av prognostisk indeks etter stratifisering av pasienter vil være en forskningsagenda for videre studier.
Det er interessant at dagens 88-genet prognostisk indeks for prediksjon av PFS tid var også signifikant assosiert med total overlevelse tid i både våre datasett og Tothill sin datasett [20]. Videre undersøkte vi prediktiv evne til vårt prognostisk indeks i Dressman er datasettet [25] siden pasientene i deres datasett mottatt mer langsiktig oppfølging enn de i over to datasett. Selv om Dressman s datasettet (n = 119) [25] inkluderte 34 pasienter som ble behandlet med platina /cyclophospamide kjemoterapi og 3 med mono platina, ble betydningen av denne prognostisk indeksen for total overlevelse fremdeles statistisk opplagret i lengre tid følges opp datasett. Som behandling for tilbakevendende kreftpasienter eggstokk forblir et åpent område undersøkelses formål å føre til overlevelse nytte [38], vår prognostisk indeks for pasient med fremskreden fase serøs eggstokkreft viser en mulig å forutsi ikke bare PFS tid, men også den totale overlevelsestiden. I fremtiden kan vi bruke prognostiske indeksene til estimering av risiko for tilbakefall for serøse eggstokkreft kreftpasienter, og velg en ny behandling som dose-tett kjemoterapi [39] eller molekylær målrettet agent for den hensikt å forbedre prognosen for høy risiko pasienter
Det er lite antall gener overlappet mellom våre 88 PFS-relaterte profil og tidligere rapporterte uttrykk-profiler som var relatert til prognose eller følsomhet av platina /taxan-basert kjemoterapi [11] -. [15], [40], [41]. Konstantinopoulos
et al
. [6] har beskrevet at disse avvikene kan være relatert til bruk av ulike microarray plattformer med forskjellige normaliseringsfremgangsmåter og forskjellig grad av forurensning av noncancerous celler i en tumorprøve, så vel som forskjeller i pasientpopulasjoner som studeres. Likevel, flere overlevelsesassosierte gener som
E2F2 Hotell og
HLA-DMB product: [42], [43] inngår i 88 PFS-relaterte gener. Reimer
et al
. [42] har rapportert at
er E2F2
relatert til grad 3 ovarietumorer og restsykdom (mer enn 2 cm i diameter) etter første operasjonen, og at lav
E2F2
uttrykk signifikant assosiert med gunstige sykdomsfri og total overlevelse i epitelial eggstokkreft. Callahan
et al
.
