Krooninen sairaus

tiivistelmä

Background

Vaikka useat ennustetekijöiden genomista ennustajia on tunnistettu riippumattomien tutkimusten jää epäselväksi, onko nämä ennustavat todella yhtäpitävä suhteessa niiden ennusteita yksittäisille potilaille ja joka ennustajan toimii parhaiten. Vertasimme viisi ennustetekijöiden genomista ennustajia, The V7RHS The ColoGuideEx The Meta163, The OncoDX ja MDA114, suhteen ennustamiseen tautivapaan elinajan kahdessa itsenäisessä ikäluokat potilaita, joilla on peräsuolen syöpä.

Tutkimuksen suunnittelu

Alkuperäisten luokittelu algoritmeja, testasimme ennustukset viiden genomista ennustavat taudista vapaan eloonjäämisen kaksi ikäluokat potilaita, joilla peräsuolen syöpä (n = 229 ja n = 168) ja arvioitiin konkordanssin ennustavat ennustamisessa tuloksia yksittäisten potilaita.

tulokset

Olemme havainneet, että vain kaksi ennustavia, OncoDX ja MDA114, osoitti vankan suorituskyvyn tunnistamaan potilaiden huonon ennusteen 2 itsenäistä ikäryhmät. Nämä kaksi ennustajia oli myös vaatimaton, mutta merkittävää yksimielisiksi ennustettu tulos (r 0,3,

P

0,001 molemmissa ikäluokat).

Johtopäätökset

Lisäksi validointi kehitetty genomista ennustavat on tarpeen. Huolimatta rajallinen määrä geenejä yhteinen OncoDX ja MDA114, yksittäiset-hoitotuloksia ennustaa näiden kahden ennustajia olivat huomattavasti sopusoinnussa.

Citation: Park YY, Lee SS, Lim JY, Kim SC, Kim SB, Sohn BH , et ai. (2013) vertailu Prognostiset Perimän Predictors sisään peräsuolen syövän. PLoS ONE 8 (4): e60778. doi: 10,1371 /journal.pone.0060778

Editor: Patrick Tan, Duke-National University of Singapore Graduate Medical School, Singapore

vastaanotettu: 25 lokakuu 2012; Hyväksytty: 02 maaliskuu 2013; Julkaistu 23. huhtikuuta 2013

Copyright: © 2013 Park et al. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Työ tukevat osittain GS Hogan Mahalaukun Research Fund UT MD Anderson Cancer Center ja Bio R valitsimme nämä kuusi ennustavia tarkempaa analysointia (loput yhdeksän tutkimukset suljettiin pois, koska heillä ei ollut täydellinen kuvaus ennustemallissa tai ensisijainen data). Kuuden valitun tutkimuksissa me ulkopuolelle Dukes 50-geeni ennustaja, koska alkuperäinen paperi vedettiin [18], [21].

5 ennustetekijöiden genomista ennustajia tarkastelimme olivat (i) Veridex 7-geeni uusiutumisen vaaran pisteet (V7RHS) kehittämä Jiang et al. [7], (ii) metastaasin liittyvän 163-geenin ilmentymistä allekirjoitus (Meta163) kehittämä Jorissen et al. [5], (iii) 7-geenin Oncotype DX toistumisen pisteet (OncoDX) kehittämä Perimän Health [8], (iv) 114-geenin MD Anderson Cancer Center ennustetekijöitä ennustajan (MDA114) kehittämä Oh et al. [6], ja (v) 13-geenin ColoGuideEx prognostisia ennustajan kehittäneet Ågesen et al. [11].

Potilaille ja genomista tietoa

Data kanssa Gene Expression Omnibus (GEO) tulonumero GSE14333 oli tuotettu tuore pakastettu kasvain yksilöitä, jotka oli haettu kudoksesta pankit Royal Melbourne Hospital, Western sairaala, ja Peter MacCallum Cancer Center Australiassa ja H. Lee Moffitt Cancer Center Yhdysvalloissa (Australian ja Yhdysvaltojen [AUS] kohortti, n = 229) (taulukko 1) [5]. Niistä 229 potilaasta AUS kohortissa, 87 oli saanut standardin adjuvanttihoitoa (joko single-hoito 5-fluorourasiilin /kapesitabiinin tai yhdistelmänä 5-fluorourasiilin ja oksaliplatiinia). Loput 142 potilasta eivät olleet saaneet kemoterapiaa. Tautivapaa elinaika (DFS) määriteltiin edellisessä tutkimuksessa kuin aika leikkauksesta ensimmäisestä vahvisti uusiutumisen; Tiedot oli sensuroitu silloin, kun potilas kuoli tai oli elossa ilman toistuminen vihdoin kosketuksiin [5]. Data liittymisen numerot GSE17538 ja GSE37892 oli tuotettu tuore pakastetut kasvain yksilöitä potilaiden klo Vanderbilt Medical Center ja Institut National de la Sante et de la Recherche médicale (INSERM), tässä järjestyksessä. Kaksi yhdistettyjen aineistoja olivat vastaavat VI kohortti (n = 168) [19], [22].

Geenien ilmentyminen tiedot oli luotu käyttämällä Affymetrix U133 version 2.0 alustan. Raakadataa ladattiin GEO tietokannasta ja normalisoidaan käyttäen vankka multiarray keskiarvon menetelmä [23].

ositus potilaiden mukaan ennustetekijöitä genomista ennustavia

potilas kerrostumista mukaan V7RHS, log2 transformoiduista ilmentymistaso seitsemän geenien (

YWHAH

,

CAPG

,

KLF5

,

EPM2A

,

LAT

,

LILRB3

, ja

RCC1

[tunnetaan myös nimellä

CHC1

]) on AUS potilailla normalisoitiin vähentämällä keskimääräinen ilmaus arvoja kolme taloudenhoito ohjaus geenejä (

ACTB

,

HMBS

, ja

RPL13A

) tuottaa ACt arvoihin. Nämä 3 geenit oli valittu valvontaa alkuperäisessä tutkimuksessa [7]. V7RHS Kunkin potilaan johdettiin summattu kertomalla ilmaisun (ACt) arvot geenin kanssa sen vastaavan kertoimet generoidaan julkaistu regressiomallin (-3,156 varten

YWHAH

, -2,842 ja

CAPG

, 3,002 ja

KLF5

, -2,835 varten

EPM2A

, -3,249 varten

LAT

, -3,215 varten

LILRB3

, ja -3,036 varten

RCC1

). Potilaat, joilla on V7RHS 0 luokiteltiin suuri riski, ja ne, joilla on V7RHS 0 luokiteltiin alhainen riski kuten aiemmin on kuvattu [7].

MA163 ennustaja kehitettiin geenien ilmentyminen dataa osajoukko AUS kohortin, joten noudatti samaa kerrostuneisuus strategiaa, jota käytettiin aiemmassa tutkimuksessa [5]. Lyhyesti, ekspressiotietojen 163 geenin ominaisuuksia harjoitussarjassa (Dukes A ja D) yhdistettiin muodostamaan luokittelija mukaan lähimpään Guldinin algoritmia. Lähin centroid arvioiden todennäköisyyttä, että tietty näyte kuuluu porras A tai vaiheessa D. koulutettu ennustaja pantiin suoraan testipakkauksesta (Dukes vaiheet B ja C) tunnistaa vaiheessa A-kaltainen ja vaiheen D-kuin potilailla.

mikrosiru perustuva lähentäminen OncoDX laskettiin käyttäen toistuminen pisteet algoritmeja muunnettu tietojen microarray kokeiluja [8]. Ensinnäkin, 12 geenejä (7 toistuminen geenit ja 5 viite geenit) tunnistettiin käyttämällä geeniä symboleja. Kun useita koettimina Affymetrix alustan edustaa samaa geeniä, geeni koettimet korkein varianssi geeniekspressiomalli valittiin toisten. Toiseksi ekspressiotasot seitsemän toistumisen geenit (

BGN

,

MYC

,

FAP

,

GADD45B

,

INHBA

MK167

, ja

MYBL2

) on normalisoidaan sitten jakamalla tarkoittaa ekspressiotasot viiden viite-geenit (

UBB

,

ATP5E

,

PGK1-

,

GPX1

, ja

VDAC2

). Kolmanneksi, on pienin geenien ilmentymisen olemattomat kuin edellisessä tutkimuksessa [8], normalisoitu ekspressiotaso kunkin geenin vähennettiin vähimmäis- lausekkeen arvoja kaikissa seitsemässä toistumisen geenejä. Viite normalisoitui ilmaisun mittaukset microarray kokeiluja vaihtelevat 0-6,2 on log2-asteikolla. Neljänneksi keskimääräinen ekspressiotaso kunkin ryhmän-solukierron ryhmä (

MYBL2

,

MKI67

, ja

MYC

), strooman ryhmä (

BGN

FAP

,

INHBA

), ja

GADD45B

yksin edustettuina ryhmä tulokset kuvatulla alkuperäisessä algoritmi. Skaalaamaton toistuminen pisteet (RSU) laskettiin käyttämällä ennalta määriteltyjä kertoimia: 0,1263 × strooman ryhmä pisteet-0,3158 × solukierron ryhmä pisteet + 0,3406 × GADD45B pisteet. Viidenneksi toistumisen pisteet oli uudelleenskaalattiin kertomalla se 44.16 jälkeen lisäämällä 0,3 jokaiselle RSU mukaan alkuperäisen algoritmin, ja sitten vähentämällä minimiarvot tulokset kaikissa potilaille. Vähentämisen toistumisen pisteet (mikä teki alin pistemäärä kuin 0) oli tarpeen, koska alin toistumisen pisteet määriteltiin 0 alkuperäisen algoritmin. Uudelleenskaalattiin toistuminen tulokset vaihtelivat 0-88,5. Potilaat jälkeen stratifioitiin alkuperäisen cut-off OncoDX by riskiryhmään: alhainen riski, 30; väli riski, 30-40; korkean riskin 40. Kun potilaat stratifioitiin 2 ryhmään, potilaita, joilla on riski pistemäärä 30 tai korkeampi katsottiin suuri riski.

potilas kerrostumista mukaan MDA114 ennustaja, geenien ilmentyminen tietoja alkuperäisestä koulutus datajoukon (GSE17538) käytettiin kouluttaa ennustajan ja joilla on potilaiden AUS kohortin käytettiin testituloksia asettaa kuten aiemmin on kuvattu [6]. Lyhyesti, yhdiste kovariaatti ennustaja algoritmia sovellettiin ensin harjoitustietosivut asetetut koulutusta ennustajan ja sitten myöhemmin potilaille AUS datajoukon ositusta potilaille kahteen toistuminen riskiryhmiin, korkea ja matala.

ColoGuideEx ennustin, potilaat stratifioitiin geenien lukumäärän ylittää 80. ja 20. prosenttipiste tasoa eri geenin ColoGuideEx allekirjoitus [11]. Korkean riskin geenejä (geenejä, joiden ilmentyminen on suuri potilailla, joilla on huono ennuste) ovat

AZGP1

,

BNIP3

,

DSC3

,

ENPP3

,

EPHA7

,

KLK6

,

SEMA3A

, ja

SESN1

. Matalan riskin geenejä (geenejä, joiden ilmentyminen on alhainen potilailla, joilla on huono ennuste) ovat

CXCL10

,

CXCL13

,

MMP3

,

PIGR

, ja

TUBA1B

. Jokaisen potilaan, määrä korkean riskin geenejä, joiden ilmentyminen oli yli 80. prosenttipiste ja määrä alhaisen riskin geenejä, joiden ilmentyminen taso oli alle 20-prosenttipiste laskettiin. Numerot geenien vaihtelivat 0 8. Potilaat, joilla on yli 5 geenit ovat vaarassa.

Tilastollinen

Ennen kuin soveltanut ennustetekijöiden luokittelu algoritmeja, geenien ilmentyminen tietoja käytetään koulutukseen ja testituloksia sarjaa normalisoitiin keskittämällä geenin ilmentymisen taso kaikkialla kudoksiin. BRB-ArrayTools käytettiin tilastolliseen analyysiin geeniekspression data [24]. Arvioimme potilaan ennusteita käyttämällä Kaplan-Meier tonttien ja log-rank-testi. Sitten käytimme monimuuttuja Coxin suhteellisen vaarat regressioanalyysiä arvioimaan riippumattomien ennustetekijöiden liittyy selviytymisen; käytimme geeni allekirjoitus, kasvain vaiheessa ja patologinen ominaisuudet kovariantteja [25].

P

arvo alle 0,05 ilmoitettu tilastollista merkittävyyttä, ja kaikki tilastolliset testit olivat kaksisuuntaisia. Arvioida vahvuus korrelaatio tulosten ennusti eri ennustavia, haimme Cramerin V tilastoihin ja kaksisuuntainen valmiussuunnitelmien pöydän analyysit. Kaikki tilastolliset analyysit tehtiin R kieliympäristössä [26].

Vastaanotin toimineiden (ROC) käyrä analyysit suorittaa arvioida syrjivä voima ennustetekijöiden genomista ennustajia. Käyrän alapuolinen alue (AUC) vaihteli 0,5 (varten noninformative ennakoiva merkki) 1 (täydellinen ennakoivaa merkki). Bootstrap menetelmällä (1000 uusien näytteiden) käytettiin laskemiseen 95%: n luottamusväli (CI).

Tulokset

Kestävyys prognoosi- genomista ennustavat

useita ainutlaatuisia geenien kunkin viiden prognostisen genomista ennustavat vaihteli 7-121 (taulukko S1). Vain muutama geenit näyttävät enemmän kuin yksi viidestä geenistä luettelot. MA163 ja MDA114 on suurin määrä geenejä, mutta niillä on vain seitsemän (taulukko S2).

Soveltamalla alkuperäinen ennuste algoritmit ja cut-off-arvot kehitetään aiemmissa tutkimuksissa, ensin ositettu potilasta AUS kohortissa mukaan riskitason ennusti viisi genomista ennustajia. Kolme ennustajia osoittivat merkittävää yhteyttä ennusteeseen; Kaplan-Meier tontteja ja log-rank testit osoittivat merkittäviä eroja DFS hinnat potilaiden, joilla on korkean riskin ja DFS hinnat saaneiden matalan riskin (kuva 2). Split suhteet potilaista ennustajia vaihteli 11,8% ja 88,2% (ColoGuideEx) ja 51,5% ja 48,5% (Meta163) (taulukko S3).

DFS tietoja ei ollut saatavilla kolme potilasta.

P

arvot perustuvat log-rank-testi. Int, väli.

edelleen testata toistettavuus ja kestävyys ennusteiden pohjalta viisi ennustavia, me kerrostunut potilasta VI kohortin (n = 168). Kuten AUS kohortin OncoDX ja MDA114 osoittivat merkittävää yhteyttä ennusteeseen (kuva 3). Siten ennusteet ja peräsuolen syövän potilaiden perusteella tehdyt vain kaksi viidestä indikaattorit olivat toistettavia kahden ikäryhmät.

P

arvot perustuvat log-rank-testi. Int, väli.

Concordance välillä ennustavat

Seuraava arvioitiin välistä yhdenmukaisuutta ennustetun tuloksia vertaamalla jäsenyys potilaiden ennustettu kutakin riskitasoa. Ennustettu tuloksia vaihteli ennustajia. Esimerkiksi on 86 potilaiden ennustettu OncoDX olla suuri tai keskitason riski toistumista, 63 ja 60 oli luokiteltu Meta163 ja MDA114 vastaavasti olevan huono ennuste (taulukko S3 ja kuvio 1). Samoin on 107 potilaiden ennustettu MDA114 on suuri riski uusiutumisriskiä MDA114, vain 10 ja 22 potilasta ennusti ColoGuideEx ja V7RHS vastaavasti on huono ennuste.

määrällisesti välistä yhdenmukaisuutta ennustajia sovelsimme Cramerin V tilastoja ja analysoidaan kaksisuuntainen valmiussuunnitelmien-taulukoihin AUS kohortin (taulukko 2). Korkeimmat korrelaatiot havaittiin välillä OncoDX ja MDA114 että AUS kohortin (r = 0,36 V tilastojen

P

= 1,3 × 10

-7 by χ

2 -testi). Korrelaatio OncoDX ja Meta163 oli korkea (r = 0,34: V tilastojen

P

= 6,8 × 10

-7 by χ

2 test); korrelaatio MDA114 ja Meta163 oli pienempi (r = 0,19 V tilastot). Kun Cramerin V tilastojen sovellettiin ennustettu tulosten VI kohortin vain korrelaatio OncoDX ja MDA114 edelleen merkittäviä (r = 0,39: V tilastojen

P

= 7,5 × 10

-7 by χ

2 testi) (taulukko S4). Nämä tulokset viittaavat siihen, että genominen ennustajia oli vain vaatimaton aloista. On huomionarvoista, että vain vankka ennustajia OncoDX ja MDA114 olivat huomattavasti yhtäpitäviä (taulukko 2 ja taulukko S4).

Perimän ennustavia suhteessa kliinisiin muuttujiin

Seuraavaksi suoritetaan yhden muuttujan Coxin analyysi perinteisten kliinisten patologisten parametrit (sukupuoli, ikä, kasvaimen sijainti, adjuvanttihoitoa, ja AJCC vaihe) verrata ennustetekijöitä tarkkuus että jokaisen ennustajan (taulukko S5 ja S6). Suostumuksella aikaisempi tutkimus, vain MDA114 ja Onco DX ollut merkittävää vaaraa suhde (t) samanlainen AJCC vaiheita, molempien testattujen ikäryhmät. Me seuraavaksi suoritetaan Coxin monimuuttuja-analyysi yksilöllisesti analysoimalla kunkin ennustajan (taulukko 3). V7RHS, ColoGuideEx, ja Meta163 ei sisällytetty tähän analyysiin koska niiden puute yhdessä ennustetta Yksiulotteisissa analyyseissä molemmille ikäryhmät. Sillä AUS kohortin MDA114 (HR, 2,26; 95% CI, 1,25-4,1;

P

= 0,007) ja OncoDX (HR, 2,38; 95% CI, 1,32-4,27;

P

= 0,003) olivat riippumattomia muuttujia ennustamiseen DFS.

lisäksi arvioitiin 5 vuoden DFS hinnat ennusti viisi genomista ennustajia laskemalla ala käyrien määräytyy vastaanotin toimii ominaisuus analyysi. Vain MDA114 ja OncoDX osoittivat johdonmukaisesti ja merkittävästi ennustavan tarkkuus sekä ikäluokat (kuva S2). Yhdessä meidän havainnot viittaavat, että nämä kaksi ennustavat säilyttävät ennustetekijöiden merkityksellinen jälkeenkin klassisen kliinis ennustetekijöiden piirteet otetaan huomioon.

Genomics ennustajia suhteen AJCC lavastus

seuraavalle yhdistetyt tiedot kaksi kohortteja testata määrin ennustavia ovat riippumattomia AJCC pysähdyspaikan. Meta163, OncoDX, ja ColoGuideEx onnistuneesti tunnistettu suuren riskin potilaita, joilla AJCC vaiheen II syöpä (kuva 4B, 4C, 4E). Samoin OncoDX ja MDA114 verrokkeja paremmin ennustus potilaille, joilla on vaiheen III tauti (kuvio 4C ja 4D). Nämä tulokset viittaavat siihen, että jotkut genomisen ennustavat voi olla vaihe-erityisiä ennustus ominaisuudet. Tämä on validoitu suuremmalla, tulevaisuuteen kohortti.

Potilaat ositettiin riskitason mukaan viiden ennustavia (A-E).

P

arvot perustuvat log-rank-testi.

Perimän ennustajia suhteen adjuvanttihoitoa

Koska adjuvanttihoitoa oli saatavilla potilaiden AUS kohortti, me vieressä pyrittiin määrittämään yhdistyksen välillä tuloksen ennustettiin perimän ennustajia ja adjuvanttihoitoa. Suoritimme alaryhmä analyysi potilaille AJCC vaiheen III (n = 91), näyttämö, joka hyödyksi adjuvanttihoitoa on vakiintunut [27] – [29]. Potilaat, joilla on vaiheen III tauti oli jaettu kahteen riskiryhmiin mukaan kunkin ennustaja, ja ero DFS ryhmien välillä oli itsenäisesti arvioitiin.

Lukuun ottamatta MDA114 ennustaja, suurin osa genomista ennustavat ole osoittanut mitään merkittävää yhteyttä adjuvanttihoitoa (kuvio 5). Alaryhmä B MDA114 ennustaja oli ainoa ryhmä hyötyvät merkittävästi adjuvanttihoitoa (5 vuoden DFS korko, 51% kemoterapiaan verrattuna 26% ilman kemoterapiaa;

P

= 0.02 log-rank testi, kuvio 5B). Yhteisymmärryksessä Kaplan-Meier juoni ja log-rank testi, arvioitu HR uusiutumisen kanssa adjuvanttihoitoa alaryhmäanalyyseissa B oli 0,31 (95% CI, ,14-,73;

P

= 0,007), kun taas HR alaryhmä A oli 0,67 (95% CI, 0,19-2,34;

P

= 0,5). Kuitenkin vuorovaikutus MDA114-pohjainen subgrouping ja adjuvanttihoitoa eivät saavuttaneet merkitystä (

P

= 0,36), mikä viittaa siihen, että tämä yhdistys on vielä testata suuremmalla tulevaisuuteen kohortti.

Potilaille stratifioitiin riskitason mukaan genomisen ennustavia, ColoGuideEx (A), MDA114 (B), Meta163 (C), ja OncoDX (D) ja ryhmitellään olivatko he saaneet adjuvanttihoitoa (CTX) vai ei. Int, väli.

Keskustelu

Tämän tutkimuksen tavoitteena oli tehdä puolueeton vertailu viiden prognoosi- genomista ennustajia ja onko niiden ennusteita yksittäisten potilaiden olivat yhtäpitävät. Viidestä ennustavia, vain OncoDX ja MDA114 tunnistettu, molemmissa testattu ikäluokat, potilailla, joilla on huono ennuste. Vaikka nämä ennustavat jakaa vain yksi geeni, he ennustivat samanlaisia ​​tuloksia, mistä on osoituksena vaatimaton, mutta merkittävää korrelaatiota pareittain vertailuissa. Huomattava yksimielisiksi tulosten ennusti OncoDX ja MDA114 viittaa siihen, että geenin ilmentymistä allekirjoitukset kaksi ennustavat samanlaiset molekyyli ominaisuuksia, jotka heijastuvat ole yksittäisen geenin vaan verkosto geenejä.

Coxin monimuuttuja suhteelli- vaarat analyysi, sekä OncoDX ja MDA114 olivat riippumattomia muuttujia ennustamaan DFS kahdessa ikäluokat, mikä viittaa siihen, että käyttämällä genomista ennustavat voi merkittävästi parantaa nykyistä potilaan ennustus jos ennustavina validoitu useita itsenäisiä ikäryhmät. Lisäksi kaksi genomista ennustajia voi voittaa rajoittamisesta nykyisen kolorektaalisyövän lavastus järjestelmiä, jotka eivät tarjoa ohjeistusta kohdennettuja hoitoja. Koska geenien ilmentymisen allekirjoitukset heijastavat biologisia ominaisuuksia kunkin riskiryhmään, jaottelu genomista ennustajia tarjoaisi uusia mahdollisuuksia rationalisoida kliinisten tutkimusten tunnistaa potilasryhmissä jotka saisivat mahdollisimman suuren hyödyn tietyn kohdennetun hoidon.

syrjivä voima ColoGuideEx tunnistamiseksi suuren riskin potilaat rajattiin AJCC vaiheen II: AUS kohortissa. Vaikka tulos on hyvässä sopusoinnussa kuin aikaisemmassa tutkimuksessa osoitetaan, että ColoGuideEx oli nimenomaan vain potilaille, joilla on vaiheen II tauti [11], sen vaiheen II-spesifisiä prognostification oli vain marginaalinen tutkimuksessamme, mikä osoittaa, että edelleen validointi tätä ennustaja vuonna suurempi, itsenäinen kohortti on tarpeellinen. Meta163 ja OncoDX osoitti myös vaiheen II-erityisiä ennustettavuutta. Tämä havainto on sopusoinnussa aiemman tutkimus osoitti merkittävää tarkkuutta OncoDX ennustamisessa uusiutumista potilailla, joilla AJCC vaiheen II tauti [30].

Koska nykyinen ikäluokat eivät olleet tutkimuksessa ikäluokat, meidän analyysit eivät ole tarkoitettu olla tyhjentävä validointi genomista ennustavat. Esimerkiksi kaikki potilaat alkuperäisessä tutkimuksessa V7RHS hoidettiin vain kirurgisesti, kun taas potilaat tutkimuksessamme sai vaihtelevia hoitoja. Siten puute prognoosi- kyky tutkimuksessamme ei välttämättä tarkoita, että yksi ennustaja on parempi tai huonompi kuin toiset.

Yhteenvetona tämä tutkimus on osoittanut, että itsenäisesti luotu genomista ennustavia MDA114 ja OncoDX, käytännöllisesti katsoen päällekkäisyyttä niiden geenit ovat yhtäpitäviä ennustettaessa tuloksia potilailla, joilla peräsuolen syöpä. Syynä puute päällekkäisten geenien joukossa ennustajia ei täysin tiedetä; se voi johtua eroista teknologisina potilasaineistoihin tai matemaattinen analyysimenetelmät, joihin nämä määritykset perustuvat. Vaikka genomista ennustavat jo säädetty tärkeitä oivalluksia biologinen heterogeenisyys peräsuolen syövän, optimaalinen niiden sisällyttäminen genomista työkalujen kliiniseen käytäntöön vielä toteuttaa. Nämä ennustajia on takautuvasti validoitu todistamaan paremmuuden riskin ennustamisessa uusiutumisen ja hyötyä kuin käyttämällä standardin kliinis ennustetta.

tukeminen Information

Kuva S1.

Potilaat ennuste ennustaa viisi genomista ennustajia. A. AUS kohortti B. VI kohortti

doi: 10,1371 /journal.pone.0060778.s001

(TIF) B Kuva S2.

Prognostiset tarkkuus viisi genomin ennustajia varten AUS (A) ja VI (B) ikäluokat arvioitu alueiden käyrän alla (AUC) vastaanottimesta operaattori ominaisuus analyysi 5 vuoden DFS. (A) AUS kohortin (B) VI kohortti. ColoEx, ColoGuideEx; CI, 95% varmoja sisäinen AUC.

Doi: 10,1371 /journal.pone.0060778.s002

(TIF) B Taulukko S1.

Prognostiset allekirjoitukset kolorektaalisyövässä.

doi: 10,1371 /journal.pone.0060778.s003

(DOCX) B Taulukko S2.

päällekkäisyys geenien joukossa ennustetekijöiden allekirjoituksia.

doi: 10,1371 /journal.pone.0060778.s004

(DOCX) B Taulukko S3.

Cross-vertailu jäsenyys potilaiden AUS kohortin mukaan viisi ennustavia.

doi: 10,1371 /journal.pone.0060778.s005

(DOCX) B Taulukko S4.

Concordance viidestä genomisen ennustajia ryhmittelyssä VI potilaiden riskitason.

doi: 10,1371 /journal.pone.0060778.s006

(DOCX) B Taulukko S5.

univariate Coxin suhteellinen vaara regressioanalyysisarjoissa DFS kliiniseen muuttujia ja genomista ennustajia in AUS kohortissa.

doi: 10,1371 /journal.pone.0060778.s007

(DOCX) B Taulukko S6.

univariate Coxin suhteellinen vaara regressioanalyysisarjoissa OS kliiniseen muuttujia ja genomista ennustajia in VI kohortissa.

doi: 10,1371 /journal.pone.0060778.s008

(DOCX) B