- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
CCNE1基因表达状态在卵巢癌中的预后价值
黄春珍;郑建清;黄碧芬
【摘要】目的:探讨CCNE1基因表达状态对卵巢癌总生存结果的影响及预后价值.
方法:利用TheKaplanMeierplotter数据库中的卵巢癌患者生存资料及CCNE1
基因表达资料,分析不同CCNE1基因表达状态下卵巢癌的总生存差异,探索CCNE1
基因表达的预后价值.结果:共检出1656例卵巢癌患者用于最终的生存分析,根据
CCNE1基因表达状态,分为低表达组(1171例)和高表达组(485例),低表达组卵巢癌
中位总生存时间为48.0个月,高表达组为37.4个月,差异有统计学意义(P=0.001),
风险比HR=1.26,95%CI(1.10,1.44).结论:CCNE1基因高表达降低卵巢癌总生存,是
不良预后因子.
【期刊名称】《中外医学研究》
【年(卷),期】2019(017)006
【总页数】2页(P1-2)
【关键词】CCNE1;生存分析;预后因素;TheKaplanMeierplotter数据库
【作者】黄春珍;郑建清;黄碧芬
【作者单位】福建医科大学附属第二医院福建泉州362000;福建医科大学附属第
二医院福建泉州362000;泉州医学高等专科学校附属人民医院
【正文语种】中文
在女性生殖系统肿瘤中,虽然卵巢癌发病率低于宫颈癌和子宫内膜癌,但其死亡率
却显著高于子宫内膜癌和宫颈癌[1]。发达国家的卵巢癌发病率约为发展中国家的
1.5~2倍。2015年报道资料显示,二者发病率分别为9.1/10万和5.0/10万[1]。
高达45%~60%罹患卵巢癌的病例最终死于卵巢癌[2]。我国作为发展中国家,人
口基数庞大,每年约有52100例女性被确诊为卵巢癌,约22500例女性死于卵
巢癌,死亡比例约43.18%[3]。随着基于基因水平的精准靶向治疗时代的来临,在
基因水平发现潜在药物靶点,并发展针对靶基因的靶向治疗手段,将会为卵巢癌患
者提供更科学、更精准的个体化治疗方案,从而提高患者预后。
尽管卵巢癌已有成熟的外科技术和化疗方法,但开发针对特定分子途径的靶向药物
可以有效降低转移率或复发率。卵巢癌的发生发展涉及多种遗传改变,包括基因扩
增等。阐明扩增基因如何启动和维持恶性表型和促进肿瘤进展的分子机制是理解人
类癌症的分子病因学及其治疗意义的基础。细胞周期蛋白E1基因(CyclinE1,
CCNE1)是卵巢浆液性癌中最常见的扩增基因。CCNE1蛋白是细胞周期素依赖性
激酶2(CDK2)的激活亚单位,在卵巢癌患者中经常观察到高水平的CCNE1蛋白。
细胞周期调控失调被认为是肿瘤发展的先决条件,并且一些研究表明细胞周期调控
加速进入S期。研究发现,CCNE1蛋白与多种包括乳腺癌、膀胱癌和结直肠癌等
在内的恶性肿瘤的预后不良有关。然而,目前CCNE1在卵巢癌中的预后作用仍然
存在争议。在本研究中,笔者利用TheKaplanMeierplotter数据库来确定
CCNE1基因在卵巢癌中的预后价值,具体如下。
1资料与方法
1.1一般资料
本文分析的数据来源于KMplotter在线数据库。该数据库提供了1656例卵巢癌
患者的基因表达数据及长达20年的随访生存资料。本文利用该数据库中数据来确
定癌组织与正常组织的CCNE1基因表达差异,同时分析不同CCNE1基因表达水
平与卵巢癌患者的总生存(Overallsurvival,OS)的相关性。KMplotter数据库中
关于卵巢癌基于表达及生存的详细资料参见KMplotter官方发表的文献资料
(Gyorffy等)[4]。
1.2方法
在基因名称中输入“CCNE1”或者输入该基因的AffymetrixID编码
“213523_at”,即可获得相关数据。本文使用平台提供的“Autoselectbest
cutoff”对所有卵巢癌进行分组,分为CCNE1高表达组和低表达组。
1.3观察指标及评价标准
主要观察指标为CCNE1表达结果、不同
文档评论(0)