Bukspyttkjertelkreft er en av de dødeligste svulstene i verden med dårlig prognose.Derfor er det nødvendig med en nøyaktig prediksjonsmodell for å identifisere pasienter med høy risiko for kreft i bukspyttkjertelen for å skreddersy behandling og forbedre prognosen til disse pasientene.
Vi innhentet The Cancer Genome Atlas (TCGA) pankreatisk adenokarsinom (PAAD) RNAseq-data fra UCSC Xena-databasen, identifiserte immunrelaterte lncRNA-er (irlncRNA-er) gjennom korrelasjonsanalyse, og identifiserte forskjeller mellom TCGA og normalt bukspyttkjerteladenokarsinomvev.DEirlncRNA) fra TCGA og genotypevevsuttrykk (GTEx) av bukspyttkjertelvev.Ytterligere univariate og lasso-regresjonsanalyser ble utført for å konstruere prognostiske signaturmodeller.Vi beregnet deretter arealet under kurven og bestemte den optimale grenseverdien for å identifisere pasienter med høy- og lavrisiko pankreasadenokarsinom.For å sammenligne kliniske egenskaper, immuncelleinfiltrasjon, immunsuppressivt mikromiljø og kjemoterapiresistens hos pasienter med høy- og lavrisiko kreft i bukspyttkjertelen.
Vi identifiserte 20 DEirlncRNA-par og grupperte pasienter i henhold til den optimale grenseverdien.Vi demonstrerte at vår prognostiske signaturmodell har betydelig ytelse i å forutsi prognosen til pasienter med PAAD.AUC for ROC-kurven er 0,905 for 1-års prognosen, 0,942 for 2-års prognosen og 0,966 for 3-års prognosen.Høyrisikopasienter hadde lavere overlevelse og dårligere kliniske egenskaper.Vi viste også at høyrisikopasienter er immunsupprimerte og kan utvikle resistens mot immunterapi.Evaluering av kreftmedisiner som paklitaksel, sorafenib og erlotinib basert på beregningsbaserte prediksjonsverktøy kan være passende for høyrisikopasienter med PAAD.
Samlet sett etablerte vår studie en ny prognostisk risikomodell basert på paret irlncRNA, som viste lovende prognostisk verdi hos pasienter med kreft i bukspyttkjertelen.Vår prognostiske risikomodell kan bidra til å differensiere pasienter med PAAD som er egnet for medisinsk behandling.
Bukspyttkjertelkreft er en ondartet svulst med lav femårs overlevelse og høy grad.På diagnosetidspunktet er de fleste pasienter allerede i avanserte stadier.I sammenheng med COVID-19-epidemien er leger og sykepleiere under enormt press når de behandler pasienter med kreft i bukspyttkjertelen, og pasientenes familier møter også flere press når de tar behandlingsbeslutninger [1, 2].Selv om det er gjort store fremskritt i behandlingen av DOAD-er, som neoadjuvant terapi, kirurgisk reseksjon, strålebehandling, kjemoterapi, målrettet molekylær terapi og immunsjekkpunkthemmere (ICI), overlever bare rundt 9 % av pasientene fem år etter diagnosen [3 ].], 4].Fordi de tidlige symptomene på adenokarsinom i bukspyttkjertelen er atypiske, diagnostiseres pasienter vanligvis med metastaser på et avansert stadium [5].Derfor, for en gitt pasient, må individualisert helhetlig behandling veie fordeler og ulemper ved alle behandlingsalternativer, ikke bare for å forlenge overlevelsen, men også for å forbedre livskvaliteten [6].Derfor er en effektiv prediksjonsmodell nødvendig for å nøyaktig vurdere en pasients prognose [7].Dermed kan passende behandling velges for å balansere overlevelsen og livskvaliteten til pasienter med PAAD.
Den dårlige prognosen for PAAD skyldes hovedsakelig resistens mot kjemoterapimedisiner.De siste årene har immunkontrollpunkthemmere vært mye brukt i behandlingen av solide svulster [8].Imidlertid er bruk av ICI ved kreft i bukspyttkjertelen sjelden vellykket [9].Derfor er det viktig å identifisere pasienter som kan ha nytte av ICI-behandling.
Langt ikke-kodende RNA (lncRNA) er en type ikke-kodende RNA med transkripsjoner >200 nukleotider.LncRNA er utbredt og utgjør omtrent 80 % av det humane transkriptomet [10].Et stort arbeid har vist at lncRNA-baserte prognostiske modeller effektivt kan forutsi pasientprognose [11, 12].For eksempel ble 18 autofagi-relaterte lncRNA-er identifisert for å generere prognostiske signaturer i brystkreft [13].Seks andre immunrelaterte lncRNA-er har blitt brukt for å etablere de prognostiske trekk ved gliom [14].
Ved kreft i bukspyttkjertelen har noen studier etablert lncRNA-baserte signaturer for å forutsi pasientprognose.En 3-lncRNA-signatur ble etablert i pankreatisk adenokarsinom med et område under ROC-kurven (AUC) på bare 0,742 og en total overlevelse (OS) på 3 år [15].I tillegg varierer lncRNA-ekspresjonsverdier mellom forskjellige genomer, forskjellige dataformater og forskjellige pasienter, og ytelsen til den prediktive modellen er ustabil.Derfor bruker vi en ny modelleringsalgoritme, sammenkobling og iterasjon, for å generere immunitetsrelaterte lncRNA (irlncRNA) signaturer for å lage en mer nøyaktig og stabil prediktiv modell [8].
Normaliserte RNAseq-data (FPKM) og klinisk bukspyttkjertelkreft TCGA og genotypevevsuttrykk (GTEx) data ble hentet fra UCSC XENA-databasen (https://xenabrowser.net/datapages/).GTF-filer ble hentet fra Ensembl-databasen (http://asia.ensembl.org) og brukt til å trekke ut lncRNA-ekspresjonsprofiler fra RNAseq.Vi lastet ned immunitetsrelaterte gener fra ImmPort-databasen (http://www.immport.org) og identifiserte immunitetsrelaterte lncRNAs (irlncRNAs) ved bruk av korrelasjonsanalyse (p < 0,001, r > 0,4).Identifikasjon av differensielt uttrykte irlncRNA-er (DEirlncRNA-er) ved å krysse irlncRNA-er og differensielt uttrykte lncRNA-er hentet fra GEPIA2-databasen (http://gepia2.cancer-pku.cn/#index) i TCGA-PAAD-kohorten (|logFC| > 1 og FDR ) <0,05).
Denne metoden har blitt rapportert tidligere [8].Spesifikt konstruerer vi X for å erstatte det sammenkoblede lncRNA A og lncRNA B. Når ekspresjonsverdien til lncRNA A er høyere enn ekspresjonsverdien til lncRNA B, er X definert som 1, ellers er X definert som 0. Derfor kan vi oppnå en matrise på 0 eller – 1. Den vertikale aksen til matrisen representerer hver prøve, og den horisontale aksen representerer hvert DEirlncRNA-par med en verdi på 0 eller 1.
Univariat regresjonsanalyse etterfulgt av Lasso-regresjon ble brukt til å screene prognostiske DEirlncRNA-par.Lassoregresjonsanalysen brukte 10 ganger kryssvalidering gjentatt 1000 ganger (p < 0,05), med 1000 tilfeldige stimuli per løp.Når frekvensen av hvert DEirlncRNA-par oversteg 100 ganger i 1000 sykluser, ble DEirlncRNA-par valgt for å konstruere en prognostisk risikomodell.Vi brukte deretter AUC-kurven for å finne den optimale grenseverdien for å klassifisere PAAD-pasienter i høy- og lavrisikogrupper.AUC-verdien for hver modell ble også beregnet og plottet som en kurve.Hvis kurven når det høyeste punktet som indikerer maksimal AUC-verdi, stopper beregningsprosessen og modellen anses som den beste kandidaten.1-, 3- og 5-års ROC-kurvemodeller ble konstruert.Univariate og multivariate regresjonsanalyser ble brukt for å undersøke den uavhengige prediktive ytelsen til den prognostiske risikomodellen.
Bruk syv verktøy for å studere immuncelleinfiltrasjonshastigheter, inkludert XCELL, TIMER, QUANTISEQ, MCPCOUNTER, EPIC, CIBERSORT-ABS og CIBERSORT.Immuncelleinfiltrasjonsdata ble lastet ned fra TIMER2-databasen (http://timer.comp-genomics.org/#tab-5817-3).Forskjellen i innholdet av immuninfiltrerende celler mellom høy- og lavrisikogruppene i den konstruerte modellen ble analysert ved bruk av Wilcoxon signed-rank test, resultatene er vist i den kvadratiske grafen.Spearman-korrelasjonsanalyse ble utført for å analysere forholdet mellom risikoscoreverdier og immuninfiltrerende celler.Den resulterende korrelasjonskoeffisienten vises som en slikkepinne.Signifikansgrensen ble satt til p < 0,05.Prosedyren ble utført ved å bruke R-pakken ggplot2.For å undersøke forholdet mellom modellen og genuttrykksnivåene assosiert med immuncelleinfiltrasjonshastigheten, utførte vi ggstatsplot-pakken og fiolinplottvisualisering.
For å evaluere kliniske behandlingsmønstre for kreft i bukspyttkjertelen, beregnet vi IC50 for vanlig brukte kjemoterapimedisiner i TCGA-PAAD-kohorten.Forskjeller i halve hemmende konsentrasjoner (IC50) mellom høy- og lavrisikogrupper ble sammenlignet ved bruk av Wilcoxon signed-rank test, og resultatene vises som boxplots generert ved bruk av pRRophetic og ggplot2 i R. Alle metoder overholder relevante retningslinjer og normer.
Arbeidsflyten til studien vår er vist i figur 1. Ved å bruke korrelasjonsanalyse mellom lncRNA og immunitetsrelaterte gener valgte vi 724 irlncRNA med p < 0,01 og r > 0,4.Vi analyserte deretter de differensielt uttrykte lncRNA-ene til GEPIA2 (figur 2A).Totalt 223 irlncRNA-er ble differensielt uttrykt mellom adenokarsinom i bukspyttkjertelen og normalt bukspyttkjertelvev (|logFC| > 1, FDR < 0,05), kalt DEirlncRNA.
Konstruksjon av prediktive risikomodeller.(A) Vulkanplott av differensielt uttrykte lncRNA.(B) Fordeling av lassokoeffisienter for 20 DEirlncRNA-par.(C) Partiell sannsynlighetsvariasjon av LASSO-koeffisientfordelingen.(D) Skogplott som viser univariat regresjonsanalyse av 20 DEirlncRNA-par.
Vi konstruerte deretter en 0 eller 1 matrise ved å pare 223 DEirlncRNA.Totalt 13 687 DEirlncRNA-par ble identifisert.Etter univariat og lasso-regresjonsanalyse ble 20 DEirlncRNA-par endelig testet for å konstruere en prognostisk risikomodell (figur 2B-D).Basert på resultatene av Lasso og multippel regresjonsanalyse, beregnet vi en risikoscore for hver pasient i TCGA-PAAD-kohorten (tabell 1).Basert på resultatene av lasso-regresjonsanalyse, beregnet vi en risikoscore for hver pasient i TCGA-PAAD-kohorten.AUC for ROC-kurven var 0,905 for 1-års risikomodellprediksjon, 0,942 for 2-års prediksjon og 0,966 for 3-års prediksjon (figur 3A-B).Vi satte en optimal grenseverdi på 3,105, stratifiserte TCGA-PAAD-kohortpasientene i høy- og lavrisikogrupper, og plottet overlevelsesutfall og risikoskårfordelinger for hver pasient (Figur 3C-E).Kaplan-Meier-analyse viste at overlevelse av PAAD-pasienter i høyrisikogruppen var signifikant lavere enn for pasienter i lavrisikogruppen (p < 0,001) (Figur 3F).
Validitet av prognostiske risikomodeller.(A) ROC av den prognostiske risikomodellen.(B) 1-, 2- og 3-års ROC prognostiske risikomodeller.(C) ROC av prognostisk risikomodell.Viser det optimale avskjæringspunktet.(DE) Fordeling av overlevelsesstatus (D) og risikoskåre (E).(F) Kaplan-Meier-analyse av PAAD-pasienter i høy- og lavrisikogrupper.
Vi vurderte videre forskjeller i risikoscore etter kliniske egenskaper.Stripeplottet (Figur 4A) viser det generelle forholdet mellom kliniske egenskaper og risikoskåre.Spesielt eldre pasienter hadde høyere risikoscore (figur 4B).I tillegg hadde pasienter med stadium II høyere risikoskår enn pasienter med stadium I (Figur 4C).Når det gjelder tumorgrad hos PAAD-pasienter, hadde grad 3-pasienter høyere risikoskår enn grad 1 og 2-pasienter (Figur 4D).Vi utførte videre univariate og multivariate regresjonsanalyser og demonstrerte at risikoskår (p < 0,001) og alder (p = 0,045) var uavhengige prognostiske faktorer hos pasienter med PAAD (Figur 5A-B).ROC-kurven viste at risikoskåren var overlegen andre kliniske egenskaper ved å forutsi 1-, 2- og 3-års overlevelse av pasienter med PAAD (Figur 5C-E).
Kliniske kjennetegn ved prognostiske risikomodeller.Histogram (A) viser (B) alder, (C) tumorstadium, (D) tumorgrad, risikoscore og kjønn til pasienter i TCGA-PAAD-kohorten.**p < 0,01
Uavhengig prediktiv analyse av prognostiske risikomodeller.(AB) Univariate (A) og multivariate (B) regresjonsanalyser av prognostiske risikomodeller og kliniske egenskaper.(CE) 1-, 2- og 3-års ROC for prognostiske risikomodeller og kliniske egenskaper
Derfor undersøkte vi sammenhengen mellom tid og risikoskåre.Vi fant at risikoscore hos PAAD-pasienter var omvendt korrelert med CD8+ T-celler og NK-celler (Figur 6A), noe som indikerer undertrykt immunfunksjon i høyrisikogruppen.Vi vurderte også forskjellen i immuncelleinfiltrasjon mellom høy- og lavrisikogruppene og fant de samme resultatene (figur 7).Det var mindre infiltrasjon av CD8+ T-celler og NK-celler i høyrisikogruppen.De siste årene har immunkontrollpunkthemmere (ICI) blitt mye brukt i behandlingen av solide svulster.Imidlertid har bruk av ICI ved kreft i bukspyttkjertelen sjelden vært vellykket.Derfor vurderte vi uttrykket av immunsjekkpunktgener i høy- og lavrisikogrupper.Vi fant at CTLA-4 og CD161 (KLRB1) ble overuttrykt i lavrisikogruppen (Figur 6B-G), noe som indikerer at PAAD-pasienter i lavrisikogruppen kan være følsomme for ICI.
Korrelasjonsanalyse av prognostisk risikomodell og immuncelleinfiltrasjon.(A) Korrelasjon mellom prognostisk risikomodell og immuncelleinfiltrasjon.(BG) Indikerer genuttrykk i høy- og lavrisikogrupper.(HK) IC50-verdier for spesifikke kreftmedisiner i høy- og lavrisikogrupper.*p < 0,05, **p < 0,01, ns = ikke signifikant
Vi vurderte videre sammenhengen mellom risikoscore og vanlige kjemoterapimidler i TCGA-PAAD-kohorten.Vi søkte etter vanlig brukte legemidler mot kreft i bukspyttkjertelkreft og analyserte forskjeller i deres IC50-verdier mellom høy- og lavrisikogrupper.Resultatene viste at IC50-verdien til AZD.2281 (olaparib) var høyere i høyrisikogruppen, noe som indikerer at PAAD-pasienter i høyrisikogruppen kan være resistente mot AZD.2281-behandling (Figur 6H).I tillegg var IC50-verdiene for paklitaksel, sorafenib og erlotinib lavere i høyrisikogruppen (Figur 6I-K).Vi identifiserte videre 34 legemidler mot kreft med høyere IC50-verdier i høyrisikogruppen og 34 legemidler mot kreft med lavere IC50-verdier i høyrisikogruppen (tabell 2).
Det kan ikke benektes at lncRNA-er, mRNA-er og miRNA-er i stor utstrekning eksisterer og spiller en avgjørende rolle i kreftutvikling.Det er rikelig med bevis som støtter den viktige rollen til mRNA eller miRNA i å forutsi total overlevelse i flere typer kreft.Utvilsomt er mange prognostiske risikomodeller også basert på lncRNA.For eksempel, Luo et al.Studier har vist at LINC01094 spiller en nøkkelrolle i PC-spredning og metastaser, og høy ekspresjon av LINC01094 indikerer dårlig overlevelse av bukspyttkjertelkreftpasienter [16].Studien presentert av Lin et al.Studier har vist at nedregulering av lncRNA FLVCR1-AS1 er assosiert med dårlig prognose hos pasienter med kreft i bukspyttkjertelen [17].Imidlertid er immunitetsrelaterte lncRNA-er relativt mindre diskutert når det gjelder å forutsi total overlevelse av kreftpasienter.Den siste tiden har det vært fokusert mye arbeid på å bygge prognostiske risikomodeller for å forutsi overlevelse av kreftpasienter og derved justere behandlingsmetoder [18, 19, 20].Det er økende erkjennelse av den viktige rollen til immuninfiltrater i kreftinitiering, progresjon og respons på behandlinger som kjemoterapi.Tallrike studier har bekreftet at tumorinfiltrerende immunceller spiller en kritisk rolle i responsen på cytotoksisk kjemoterapi [21, 22, 23].Tumorens immunmikromiljø er en viktig faktor i overlevelsen til tumorpasienter [24, 25].Immunterapi, spesielt ICI-terapi, er mye brukt i behandlingen av solide svulster [26].Immunrelaterte gener er mye brukt for å konstruere prognostiske risikomodeller.For eksempel, Su et al.Den immunrelaterte prognostiske risikomodellen er basert på proteinkodende gener for å forutsi prognosen for eggstokkreftpasienter [27].Ikke-kodende gener som lncRNA er også egnet for å konstruere prognostiske risikomodeller [28, 29, 30].Luo et al testet fire immunrelaterte lncRNA-er og bygget en prediktiv modell for risiko for livmorhalskreft [31].Khan et al.Totalt ble det identifisert 32 differensielt uttrykte transkripsjoner, og basert på dette ble det etablert en prediksjonsmodell med 5 signifikante transkripsjoner, som ble foreslått som et sterkt anbefalt verktøy for å forutsi biopsipåvist akutt avstøtning etter nyretransplantasjon [32].
De fleste av disse modellene er basert på genuttrykksnivåer, enten proteinkodende gener eller ikke-kodende gener.Imidlertid kan det samme genet ha forskjellige ekspresjonsverdier i forskjellige genomer, dataformater og i forskjellige pasienter, noe som fører til ustabile estimater i prediktive modeller.I denne studien bygde vi en rimelig modell med to par lncRNA, uavhengig av de eksakte uttrykksverdiene.
I denne studien identifiserte vi irlncRNA for første gang gjennom korrelasjonsanalyse med immunitetsrelaterte gener.Vi screenet 223 DEirlncRNA ved hybridisering med differensielt uttrykte lncRNA.For det andre konstruerte vi en 0-eller-1-matrise basert på den publiserte DEirlncRNA-paringsmetoden [31].Vi utførte deretter univariate og lasso-regresjonsanalyser for å identifisere prognostiske DEirlncRNA-par og konstruere en prediktiv risikomodell.Vi analyserte videre sammenhengen mellom risikoskår og kliniske egenskaper hos pasienter med PAAD.Vi fant at vår prognostiske risikomodell, som en uavhengig prognostisk faktor hos PAAD-pasienter, effektivt kan skille høygradige pasienter fra lavgradige pasienter og høygradige pasienter fra lavgradige pasienter.I tillegg var AUC-verdiene til ROC-kurven til den prognostiske risikomodellen 0,905 for 1-års prognosen, 0,942 for 2-års prognosen og 0,966 for 3-års prognosen.
Forskere rapporterte at pasienter med høyere CD8+ T-celleinfiltrasjon var mer følsomme for ICI-behandling [33].En økning i innholdet av cytotoksiske celler, CD56 NK-celler, NK-celler og CD8+ T-celler i tumorimmune mikromiljø kan være en av årsakene til den tumorundertrykkende effekten [34].Tidligere studier viste at høyere nivåer av tumorinfiltrerende CD4(+) T og CD8(+) T var signifikant assosiert med lengre overlevelse [35].Dårlig CD8 T-celleinfiltrasjon, lav neoantigenbelastning og et svært immunsuppressivt tumormikromiljø fører til manglende respons på ICI-terapi [36].Vi fant at risikoskår var negativt korrelert med CD8+ T-celler og NK-celler, noe som indikerer at pasienter med høy risikoskår kanskje ikke er egnet for ICI-behandling og har dårligere prognose.
CD161 er en markør for naturlige drepeceller (NK).CD8+CD161+ CAR-transduserte T-celler medierer forbedret in vivo antitumoreffektivitet i HER2+ pankreas duktalt adenokarsinom xenograft-modeller [37].Immunkontrollpunkthemmere retter seg mot cytotoksisk T-lymfocyttassosiert protein 4 (CTLA-4) og programmert celledødsprotein 1 (PD-1)/programmert celledødsligand 1 (PD-L1)-veier og har stort potensial på mange områder.Uttrykk av CTLA-4 og CD161 (KLRB1) er lavere i høyrisikogrupper, noe som ytterligere indikerer at pasienter med høyrisikoskår kanskje ikke er kvalifisert for ICI-behandling.[38]
For å finne behandlingsalternativer egnet for høyrisikopasienter, analyserte vi ulike kreftmedisiner og fant at paklitaksel, sorafenib og erlotinib, som er mye brukt hos pasienter med PAAD, kan være egnet for høyrisikopasienter med PAAD.[33].Zhang et al fant at mutasjoner i enhver DNA-skaderespons (DDR)-vei kan føre til dårlig prognose hos prostatakreftpasienter [39].Pancreatic Cancer Olaparib Ongoing (POLO) studien viste at vedlikeholdsbehandling med olaparib forlenget progresjonsfri overlevelse sammenlignet med placebo etter førstelinje platinabasert kjemoterapi hos pasienter med pankreatisk duktalt adenokarsinom og kimlinje BRCA1/2 mutasjoner [40].Dette gir betydelig optimisme om at behandlingsresultater vil forbedres betydelig i denne undergruppen av pasienter.I denne studien var IC50-verdien av AZD.2281 (olaparib) høyere i høyrisikogruppen, noe som indikerer at PAAD-pasienter i høyrisikogruppen kan være resistente mot behandling med AZD.2281.
Prognosemodellene i denne studien gir gode prognoseresultater, men de er basert på analytiske prognoser.Hvordan bekrefte disse resultatene med kliniske data er et viktig spørsmål.Endoskopisk finnålsaspirasjonsultrasonografi (EUS-FNA) har blitt en uunnværlig metode for å diagnostisere solide og ekstrapankreatiske pankreaslesjoner med en sensitivitet på 85 % og spesifisitet på 98 % [41].Fremkomsten av EUS finnålsbiopsi (EUS-FNB) nåler er hovedsakelig basert på oppfattede fordeler fremfor FNA, som høyere diagnostisk nøyaktighet, innhenting av prøver som bevarer histologisk struktur, og dermed generere immunvev som er kritisk for visse diagnoser.spesiell farging [42].En systematisk gjennomgang av litteraturen bekreftet at FNB-nåler (spesielt 22G) viser den høyeste effektiviteten i å høste vev fra bukspyttkjertelmasser [43].Klinisk er bare et lite antall pasienter kvalifisert for radikal kirurgi, og de fleste pasienter har inoperable svulster på tidspunktet for første diagnose.I klinisk praksis er det kun en liten andel av pasientene som er egnet for radikal kirurgi fordi de fleste pasienter har inoperable svulster på tidspunktet for første diagnose.Etter patologisk bekreftelse av EUS-FNB og andre metoder, velges vanligvis standardisert ikke-kirurgisk behandling som kjemoterapi.Vårt påfølgende forskningsprogram er å teste den prognostiske modellen til denne studien i kirurgiske og ikke-kirurgiske kohorter gjennom en retrospektiv analyse.
Samlet sett etablerte vår studie en ny prognostisk risikomodell basert på paret irlncRNA, som viste lovende prognostisk verdi hos pasienter med kreft i bukspyttkjertelen.Vår prognostiske risikomodell kan bidra til å differensiere pasienter med PAAD som er egnet for medisinsk behandling.
Datasettene som brukes og analyseres i den nåværende studien er tilgjengelig fra den tilsvarende forfatteren på rimelig forespørsel.
Sui Wen, Gong X, Zhuang Y. Den formidlende rollen til selveffektivitet i emosjonell regulering av negative følelser under COVID-19-pandemien: en tverrsnittsstudie.Int J Ment Health Nurs [tidsskriftartikkel].2021 06/01/2021;30(3):759–71.
Sui Wen, Gong X, Qiao X, Zhang L, Cheng J, Dong J, et al.Familiemedlemmers syn på alternativ beslutningstaking i intensivavdelinger: en systematisk gjennomgang.INT J NURS STUD [magasinartikkel;anmeldelse].2023 01/01/2023;137:104391.
Vincent A, Herman J, Schulich R, Hruban RH, Goggins M. Bukspyttkjertelkreft.Lancet.[Tidsskriftartikkel;forskningsstøtte, NIH, ekstramural;forskningsstøtte, myndigheter utenfor USA;anmeldelse].2011 13.08.2011;378(9791):607–20.
Ilic M, Ilic I. Epidemiologi av kreft i bukspyttkjertelen.World Journal of Gastroenterology.[Tidsskriftartikkel, anmeldelse].2016 28.11.2016;22(44):9694–705.
Liu X, Chen B, Chen J, Sun S. Et nytt tp53-relatert nomogram for å forutsi total overlevelse hos pasienter med kreft i bukspyttkjertelen.BMC Cancer [tidsskriftartikkel].2021 31-03-2021;21(1):335.
Xian X, Zhu X, Chen Y, Huang B, Xiang W. Effekt av løsningsfokusert terapi på kreftrelatert tretthet hos kolorektal kreftpasienter som får kjemoterapi: en randomisert kontrollert studie.Kreftsykepleier.[Tidsskriftartikkel;tilfeldig kontrollert test;studien er støttet av en regjering utenfor USA].2022 05.01.2022;45(3):E663–73.
Zhang Cheng, Zheng Wen, Lu Y, Shan L, Xu Dong, Pan Y, et al.Postoperativt karsinoembryonalt antigen (CEA) nivåer forutsier utfallet etter kolorektal kreftreseksjon hos pasienter med normale preoperative CEA-nivåer.Senter for translasjonell kreftforskning.[Journalartikkel].2020 01.01.2020;9(1):111–8.
Hong Wen, Liang Li, Gu Yu, Qi Zi, Qiu Hua, Yang X, et al.Immunrelaterte lncRNA-er genererer nye signaturer og forutsier immunlandskapet til humant hepatocellulært karsinom.Mol Ther Nukleinsyrer [Tidsskriftartikkel].2020 2020-12-04;22:937 – 47.
Toffey RJ, Zhu Y., Schulich RD Immunterapi for kreft i bukspyttkjertelen: barrierer og gjennombrudd.Ann Gastrointestinal Surgeon [Journalartikkel;anmeldelse].2018 07/01/2018;2(4):274–81.
Hull R, Mbita Z, Dlamini Z. Lange ikke-kodende RNA (LncRNAs), viral tumorgenomikk og avvikende spleisehendelser: terapeutiske implikasjoner.AM J CANCER RES [tidsskriftartikkel;anmeldelse].2021 20.01.2021;11(3):866–83.
Wang J, Chen P, Zhang Y, Ding J, Yang Y, Li H. 11-Identifisering av lncRNA-signaturer assosiert med endometriekreftprognose.Vitenskapens prestasjoner [magasinartikkel].2021 2021-01-01;104(1):311977089.
Jiang S, Ren H, Liu S, Lu Z, Xu A, Qin S, et al.Omfattende analyse av RNA-bindende proteinprognostiske gener og medikamentkandidater i papillærcelle nyrecellekarsinom.pregen.[Journalartikkel].2021 20.01.2021;12:627508.
Li X, Chen J, Yu Q, Huang X, Liu Z, Wang X, et al.Kjennetegn på autofagi-relatert lang ikke-kodende RNA forutsier brystkreftprognose.pregen.[Journalartikkel].2021 20.01.2021;12:569318.
Zhou M, Zhang Z, Zhao X, Bao S, Cheng L, Sun J. Immunrelatert seks lncRNA-signatur forbedrer prognose i glioblastoma multiforme.MOL Nevrobiologi.[Journalartikkel].2018 01.05.2018;55(5):3684–97.
Wu B, Wang Q, Fei J, Bao Y, Wang X, Song Z, et al.En ny tri-lncRNA-signatur forutsier overlevelse av pasienter med kreft i bukspyttkjertelen.REPRESENTANTER FOR ONKOL.[Journalartikkel].2018 12/01/2018;40(6):3427–37.
Luo C, Lin K, Hu C, Zhu X, Zhu J, Zhu Z. LINC01094 fremmer progresjon av bukspyttkjertelkreft ved å regulere LIN28B-ekspresjon og PI3K/AKT-veien gjennom svampet miR-577.Mol Therapeutics – Nukleinsyrer.2021;26:523–35.
Lin J, Zhai X, Zou S, Xu Z, Zhang J, Jiang L, et al.Positiv tilbakemelding mellom lncRNA FLVCR1-AS1 og KLF10 kan hemme progresjon av bukspyttkjertelkreft gjennom PTEN/AKT-veien.J EXP Clin Cancer Res.2021;40(1).
Zhou X, Liu X, Zeng X, Wu D, Liu L. Identifikasjon av tretten gener som forutsier total overlevelse i hepatocellulært karsinom.Biosci Rep [tidsskriftartikkel].2021 04.09.2021.
Innleggstid: 22. september 2023