PLoS ONE: Prognostiset Malli perustuu Yleinen tulehdusreaktio ja kliinis tekijät Ennakoi tulokset Potilaat, joilla Node-negatiivinen Mahalaukun Cancer

tiivistelmä

ennustemalleja käytetään yleensä ennustamaan mahasyövän tuloksia. Kuitenkaan mitään mallia yhdistyvät potilas-, kasvain- ja isäntä liittyvät tekijät on perustettu ennustaa tuloksia jälkeen radikaali gastrectomy, erityisesti tuloksia potilailla, joilla ei solmukohtien osallistumista. Tutkimuksen tavoitteena oli kehittää prognostinen malli perustuu systeemisen tulehdusreaktio ja kliinis tekijät kokoisen mahasyövän ja onko malli voi parantaa ennustetekijöiden tarkkuutta solmussa-negatiivisilla potilailla. Olemme tutustuneet kliininen, laboratorio, histopatologiset ja selviytymisen tietoja 1397 potilasta joille tehtiin radikaali gastrectomy vuosien 2007 ja 2013 Potilaat jaettiin kehittäminen ja validointi sarjaa 1123 ja 274 potilaista. Kaikista 1397 potilasta, 545 oli solmu-negatiivinen mahasyöpä; 440 sisällytettiin kehityksen mukaisiin, 105 sisällytettiin validointi asetettu. Ennustetyövälineenä malli rakennettiin kehitystä asetettu. Pisteytysjärjestelmä perustui vaara suhdelukuja Coxin suhteellisen riskin malliin. Vuonna Monimuuttuja-analyysissä ikä, kasvaimen koon, Lauren tyyppi, syvyys invaasio, imusolmuke etäpesäke, ja neutrofiilien lymfosyytissä suhde olivat riippumattomia ennustetekijöiden indikaattorit kokonaiselinaika. Ennustetyövälineenä malli sitten perustettu perusteella merkittäviä tekijöitä. Potilaat luokitellaan viiteen ryhmään niiden tulokset. 3 vuoden eloonjäämisluvut matala- ja riskiryhmiin olivat 98,9%, 92,8%, 82,4%, 58,4%, ja 36,9%, tässä järjestyksessä (

P

0,001). Prognostisia malli selvästi syrjitty potilailla, joilla on vaiheen pT1-4N0M0 kasvain neljään riskiryhmiin merkittäviä eroja 3-vuoden eloonjäämisluvut (

P

0,001). Verrattuna patologinen T vaiheessa, malli paransi ennustavan tarkkuuden 3 vuoden pysyvyys 5% solmulle-negatiivisten potilaiden. Prognostisia tulokset myös kerrostunut potilaiden vaiheessa pT4aN0M0 kasvain osaksi merkittävästi eri riskiryhmiin (

P

= 0,004). Lisäksi ennustearvo tämän mallin validoitu riippumaton sarja 274 potilasta. Tämä malli, joka sisältyi systeeminen tulehduksellinen markkereita ja kliinis tekijät, on tehokkaampi ennustaa ennustetta solmun-negatiivisten mahasyövän kuin perinteiset lavastus järjestelmiä. Potilaat riskiryhmään voisi olla hyviä ehdokkaita adjuvanttihoitoa.

Citation: Qu J-l, Qu X-j, Li Z, Zhang J-d, Liu J, Teng Y-e, et al. (2015) Prognostiset Malli Perustuu Yleinen tulehdusreaktio ja kliinis tekijät Ennakoi tulokset Potilaat, joilla Node-negatiivinen syöpään. PLoS ONE 10 (6): e0128540. doi: 10,1371 /journal.pone.0128540

Academic Editor: Yves St-Pierre, INRS, CANADA

vastaanotettu: 17 helmikuu 2015; Hyväksytty: 28 huhtikuu 2015; Julkaistu: 15 kesäkuu 2015

Copyright: © 2015 Qu et ai. 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

Data Saatavuus: kaikki asiaankuuluvat tiedot ovat paperi.

Rahoitus: Tämä tutkimus tukivat National Natural Science Foundation of China (nro 81372547, No. 81372485, nro 81172369), National Science and Technology Major projekti tiede and Technology of China (nro 2013ZX09303002) ja Science and Technology Plan projekti Liaoningin maakunnassa (nro 2014225013). Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

sekä Itä- ja Länsi-maat ovat sopineet, että postoperatiivista adjuvanttihoitoa voi parantaa potilaiden selviytymiseen mahalaukun syöpä. Meta-analyysi osoitti, että kemoterapia johti 15% pienempi kuolleisuus vaara verrattuna pelkästään leikkauksen [1]. Kuitenkin Alaryhmäanalyysi osoitti kemoterapiaa liittyi suuntaus parempi eloonjäämisen potilailla, joilla ei solmukohtien osallistumista, vaikka ilman tilastollista merkittävyyttä. Myöhemmin CLASSIC tutkimus osoitti, että leikkauksen jälkeinen adjuvanttihoitoa ei parantanut 3 vuoden tautivapaan eloonjäämisaste potilaiden solmuun-negatiivinen mahasyövän [2]. Sen sijaan ACTS–GC tutkimuksessa todettiin, että potilailla, joilla ei solmukohtien osallistumista hyötyä leikkauksen jälkeisen adjuvanttihoitoa [3]. Yksi syy näiden ristiriitaisia ​​tuloksia voisi olla ilmoittautuminen potilaiden eri toistumisen riskejä. Potilaille ilman imusolmuke etäpesäke, niitä, jotka voivat hyötyä kemoterapia ovat rajalliset, ja useimmat niistä uhreiksi kemoterapiaa. Monet tekijät lisäksi TNM vaikuttavat myös potilaiden tuloksiin, ja riittävä riskien jaottelu yhden tekijän on vaikeaa. Siksi perustaminen ennustetyövälineenä malli, joka integroi erilaisia ​​liittyviä tekijöitä selviytyminen on tarpeen syrjiä potilaille on korkea riski, ja nämä potilaat voivat todella hyötyä adjuvanttihoito.

Ihanteellinen ennustetekijöiden malli olisi oltava objektiivisia, luotettavia ja kliinisesti hyödyllinen. Perinteiset TNM pysähdyspaikan on yleisesti käytetty ennustamaan ennuste mahasyövän. Olemme kuitenkin joskus kohdanneet potilaita, joilla alkuvaiheen kasvain, joka koki uusiutumisen pian leikkauksen jälkeen [4]. On selvää, TNM lavastus ei voi yksin ennustaa uusiutumisen riskiä. Kasvaimen etenemistä ei määritellä pelkästään luontaiset ominaisuudet kasvainsoluja, mutta myös isännän reaktio kasvaimeen [5,6]. Laajimmin käytetty malleina maligniteetti hetkellä kansainvälisen ennustetekijöiden indeksi aggressiivista non-Hodgkin-lymfooman ja follikulaarinen lymfooma kansainvälinen ennustetekijöiden index [7,8]. Nämä indeksit sisältävät potilas- ja kasvaimeen liittyvät ominaisuudet, sekä isännän reaktio kasvain. Niitä voidaan käyttää luokitella potilaita erillisiin prognostisia ryhmiä, ja vastaavat hoitomenetelmät olivat erilaiset. Tämä korostaa ajatusta yhdistämällä kliinisesti käytettävissä potilas-, kasvain- ja isäntä liittyvät tekijät arvioida ennustetta ja parantaa hoidon valintoja. Viimeaikaiset tutkimukset ovat osoittaneet, että indeksi tulehdusreaktion, joka heijastaa isännän reaktio kasvaimen hypoksia, kudosvaurion ja kuolion, liittyy ennusteeseen mahasyövän [9-11]. Vaikka ennustetekijöiksi mahasyövän on laajalti kuvattu, ei ennustetekijöitä perustuva malli systeemistä tulehdusmarkkereiden ja ennusteeseen viittaavia tekijöitä on perustettu ennustaa selviytymisen potilailla, jotka ovat läpikäyneet radikaalin gastrectomy, erityisesti potilailla, joilla ei solmukohtien osallistumista.

Tämä tutkimus suoritettiin rakentaa ennustetekijöitä malli sisältää systeemistä tulehdusmarkkereiden ja ennusteeseen viittaavia parametreja sairastavien potilaiden kokoisen mahasyöpä tunnistaa potilaat, joilla on suuri riski. Lisäksi arvioimme onko malli voi parantaa ennustetekijöiden tarkkuutta solmussa-negatiivisilla potilailla, ja ehdotti adjuvanttihoito täytyy harkita korkean riskin potilailla.

Potilaat ja menetelmät

Ethics lausunto

Tämä Potilasaineisto hyväksyi Institutional Review board ensimmäisen sairaalan Kiinan Medical University. Kirjallinen suostumus saatiin jokaiselle osallistujalle ennen tutkimukseen.

Potilaat

jälkikäteen tarkistetaan data 1598 potilasta joille tehtiin gastrectomy ja D2 imusolmukkeiden tammikuusta 2007 joulukuuhun 2013 mennessä ensimmäinen sairaala Kiinan Medical University. Näistä 1598 potilasta, 1397 täytti seuraavat kriteerit: (1) histologisesti varmennettu vaiheen I-III mahasyövän mukaan seitsemännen painoksen amerikkalaisen sekakomitean Cancer (AJCC) TNM Välivarastointi System [12]; (2) täydellinen verenkuvan kanssa ero, plasman fibrinogeenin ja seerumialbumiini taso mitataan 7 päivän kuluessa ennen leikkausta; ja (3) saatavuus täydelliset seurantatiedot. Poissulkukriteerit olivat: (1) on ollut kaksinkertainen syövän, (2) neoadjuvanttikemoterapian tai apuaineen sädehoitoa, (3) kuolema 3 kuukauden kuluessa leikkauksesta, ja (4) kliiniset infektion tai muiden tulehdustiloja. Potilaat, joille tehtiin kirurginen resektio mahasyövän välillä joulukuussa 2008 ja joulukuu 2013 jaettiin kehitys asettaa (n = 1123), ja potilailla, joille tehtiin kirurginen resektio välillä tammikuu 2007 ja marraskuussa 2008, myöntää itsenäiselle validointi sarja (n = 274) . Kaikista mukana potilaita, 545 oli histopatologisesti vahvistanut mahasyövän ilman imusolmuke osallistumista; 440 sisällytettiin kehityksen mukaisiin, 105 sisällytettiin validointi asetettu.

verinäytteestä

otettiin verinäytteet tavanomaisesta laboratoriokokeisiin ennen aamiaista 7 päivän kuluessa ennen leikkausta. Valkosolujen määrä (viite alue, 3,5-9,5 x 10

9 /l), neutrofiilimäärä (viite alue, 1,8-6,3 x 10

9 /l), lymfosyyttien lukumäärä (viite alue, 1,1-3,2 × 10

9 /l), trombosyytit (viite alue, 125-350 x 10

9 /l), ja hemoglobiiniarvo (viite alue, 115-150 g /l naisilla, 130-175 g /L miehillä) analysoitiin automaattisella hematologisia verianalysaattoria (Sysmex XE-5000; Sysmex Corporation, Kobe, Japan). Pitoisuudet seerumissa albumiinin (viite alue, 40-55 g /l) mitattiin autoanlysaattoria (Hitachi 7600-210; Hitachi Co., Tokio, Japani). Plasman pitoisuudet fibrinogeenin (viite alue, 2-4 g /l) mitattiin toisen autoanalyzer (STA-R Evolution, Diagnostica Stago, Asnières sur Seine, Ranska). Neutrofiilien-lymfosyytti-suhde (NLR) laskettiin jakamalla absoluuttinen neutrofiilimäärä absoluuttinen lymfosyyttiarvo. Verihiutaleiden-lymfosyytti-suhde (PLR) laskettiin jakamalla absoluuttinen verihiutalemäärän absoluuttinen lymfosyyttiarvo.

Tilastollinen

ennustetekijöiden kehitettiin käyttäen kehitystä asetettu. Ensisijainen analyysi Tutkimus oli kokonaiselinaika (OS), joka mitattiin, kun leikkaus kuolinhetkellään tai viimeisen seurantakäynnin. Chi-square testejä käytettiin määrittämään merkitystä erot kehittäminen ja validointi sarjoiksi. Eloonjäämiskäyrät luotiin Kaplan-Meier menetelmällä, ja eroja käyrien arvioitiin kahden tailed log-rank-testi. Yhden ja usean analyyseistä Coxin suhteellisen riskin malliin tehtiin päästä suhteeseen systeemisen tulehdusmarkkereiden ja ennusteeseen viittaavia parametreja OS. Kaikki merkittävät tekijät yhden muuttujan analyysissä merkittiin Monimuuttuja-analyysissä käyttäen eteenpäin vaiheittain (todennäköisyys suhde) menetelmällä. Ennustetyövälineenä kautta luotiin kaikki tekijät havaittiin olevan merkitsevästi yhteydessä selviytymistä monimuuttujamenetelmin. Vaaroja suhteet (t) käytettiin johtamiseksi painotuskertoimet kunkin ennustetekijä arvioimaan ero riskejä kuolleisuutta. Kertoimet laskettiin jakamalla HRS kunkin ennustetekijä jonka pienin (1.345) ja pyöristämällä saatu suhde lähimpään kokonaislukuun [13]. Jokainen potilas osoitetaan sitten ennustetyövälineenä indeksi, joka oli peräisin yhteen kertoimella kaikkien merkittävien ennustetekijä lopulliseen malliin. Kaksipuolinen

P

arvoja 0,05 katsottiin tilastollisesti merkitseviä kaikissa testeissä. Tilastollinen analyysi suoritettiin käyttäen SPSS 19.0 (IBM Corp., Armonk, NY, USA). Ennustavia mallin tarkkuuden määritettiin vastaanotin toimii (ROC) analyysi.

Tulokset

Potilasominaisuudet

Yhteensä 1123 potilasta jaettiin kehittämiseen asetettu tämän tutkimuksen (taulukko 1). Potilaat käsitti 802 miestä ja 321 naista. Mediaani-ikä oli 59 vuotta (vaihteluväli 25-85 vuotta). Mediaani kasvaimen koko oli 4,5 cm (vaihteluväli 0,3-18,0 cm). Viisikymmentä prosenttia (567 1123) potilaista oli T4 vaiheessa kasvain. Kolmekymmentä yhdeksän prosenttia (440 1123) potilaista ei ollut imusolmuke osallistumista, joista 102 potilaalla oli T4a kasvaimia. Mediaani seuranta-aika oli 27 kuukautta (vaihteluväli, 4-67 kuukautta). Kaikkiaan 274 potilasta määrättiin validointi set (taulukko 1). Kun vertasimme potilaiden ominaisuuksiin kehittämisessä ja validointi sarjaa, me ei havaittu huomattavia eroja näiden kahden ryhmän (taulukko 1).

NLR ja PLR cutoffs

Potilaat kehittämisessä joukko jaettiin yhtä suuri kvartiileja mukaan NLR ja PLR. 25., 50., ja 75. NLR persentiilit olivat 1,41, 1,86 ja 2,73, tässä järjestyksessä. 25., 50., ja 75. PLR persentiilit olivat 91, 121 ja 168, tässä järjestyksessä. Sitten käytimme Coxin tutkia assosiaatiosta NLR ja PLR kvartiileja kanssa selviytymistä. HRS toisen, kolmannen ja neljännen NLR kvartiileihin verrattuna ensimmäiseen neljännekseen olivat 1,33 (

P

= 0,135), 1,71 (

P

= 0,003), ja 2,13 (

P

0,001), tässä järjestyksessä. HRS toisen, kolmannen ja neljännen PLR kvartiileihin verrattuna ensimmäiseen neljännekseen olivat 1,04 (

P

= 0,843), 1,38 (

P

= 0,073), ja 1,99 (

P

0,001), tässä järjestyksessä. Näiden tulosten perusteella, päätimme käyttää 50 NLR ja 75 PLR persentiilit kuin raja-arvot ennustaa potilaiden ennusteet.

Analyysi riippumattomien ennustetekijöiden

suhde kliinis ominaisuuksista ja systeeminen tulehdus markkereita OS potilailla kehityksen sarja on esitetty taulukossa 2. osalta ennusteeseen viittaavia parametreja, yhden muuttujan analyysi osoitti, että iän, kasvaimen koko, kasvain sijainti, Lauren tyyppi, syvyys invaasio, imusolmuke etäpesäke, histologinen luokka, ja lymphovascular invaasio oli ennustetekijöiden merkitys. Mitä tulee systeemisen tulehduksen merkkejä, korkeamman NLR, PLR, ja fibrinogeenitason ja alempi lymfosyytti, hemoglobiini, ja albumiinipitoisuutta liittyi suurempi riski kuolleisuutta. Vuonna Monimuuttuja-analyysissä ikä, kasvaimen koon, Lauren tyyppi, syvyys invaasio, imusolmuke etäpesäke, ja NLR tunnistettiin riippumattomia ennustajia OS (taulukko 3).

Prognostiset malli ja riskiryhmiin

kehittämisessä joukko 1123 potilasta, ennustetyöväline malli rakennettiin käyttäen tilastollisesti merkitsevä ennustetekijöiden saatu monimuuttujamenetelmin. Taulukossa 3 esitetään tulokset perustuvat HRS Coxin riskin malliin; ennustetyövälineenä indeksin kehitettiin sitten kullekin potilaalle. Mukaan cutoffs valittu suunnilleen yhtä kaukana pitkin erilaisia ​​tulokset, potilaita, joilla ennustetyövälineenä pisteet 0-2 osoitettiin matalan riskin ryhmässä (n = 189), joilla pisteet 3-5 ja alin väli-riskiryhmään (n = 127), joilla on pisteet 6 ja 8 välissä riskin ryhmässä (n = 264), joilla on pisteet 9 ja 11 väli-korkean riskin ryhmässä (n = 431 ), ja ne tuloksella 12-13 korkean riskin ryhmässä (n = 112). Eloonjäämiskäyrät mukaan ennustetekijöiden malliin on esitetty kuvassa 1. Oli huomattavia selviytymisen eroja viiden riskiryhmiin (

P

0,001). 3 vuoden eloonjäämisasteesta matala-, matalan keski-, keski-, väli–korkea, ja suuren riskin ryhmät olivat 98,9%, 92,8%, 82,4%, 58,4%, ja 36,9%, tässä järjestyksessä.

ennustaminen tuloksista solmun-negatiivisten potilaiden ennustetekijöiden mallin

kaikista 1123 potilasta kehittämisessä asetettu, 440 oli solmu-negatiivinen mahasyövän. Prognostisia malli erottaa potilaat ilman imusolmuke osallistumista neljään riskiryhmiin (yhdelläkään potilaalla ei pisteet 12-13) on huomattavasti erilainen eloonjäämisen tuloksiin (kuvio 2). Niistä 440 potilasta, 186 jaettiin matalan riskin ryhmään, 90 matalan keskitason riskiryhmään, 123 väli-riskiryhmään, ja 41 väli-riskiryhmään. Kolmen vuoden eloonjäämisasteesta matala-, matalan keski-, keski-, ja väli-riskiryhmiä olivat 98,9%, 92,5%, 86,4%, ja 65,6%, tässä järjestyksessä (

P

0,001). Malli tuotti ala ROC käyrän 0,78 ennustamiseksi kuolleisuus 3 vuotta, mikä oli ylivoimainen TNM lavastus jonka pinta-ala käyrän alla 0,73 (kuva 3).

prognostisia malli jaettu potilaalla on solmun-negatiivinen edennyt mahasyöpä (T2-T4, n = 232) kolmeen riskiryhmiin merkittäviä selviytymisen eroja (

P

= 0,001) (kuvio 4). 232 potilasta (vaihe T2-4N0M0), 102 (44%) potilaalla oli T4a kasvain. Prognostisia pisteet käytettiin sitten osittaa potilaat kahteen riskiryhmiin. Merkittäviä eroja 3 vuoden pysyvyys havaittiin näiden kahden ryhmän välillä (92,5% vs. 62,4%,

P

= 0,004) (kuvio 5).

Validation n prognostisen mallin

arvioineet ennustetekijöiden mallia riippumaton validointi joukko 274 potilasta. Käyttämällä pisteytysjärjestelmä, niiden potilaiden osuus, luokitellaan riskiluokittaisiin olivat samankaltaisia. Niistä 274 potilasta, 48 osoitettiin matalan riskin ryhmään, 38 matalan keskitason riskiryhmään, 54 väli-riskiryhmään, 107 väli-riskiryhmään, ja 27 korkean riskin ryhmä. Eloonjäämiskäyrät mukaan ennustetekijöiden malliin on esitetty kuvassa 6. Kolmen vuoden eloonjäämisluvut matala- ja riskiryhmiin olivat 97,9%, 92,1%, 83,3%, 61,7%, ja 33,3%, tässä järjestyksessä (

P

0,001). Kaikista 274 potilasta, 105 oli solmu-negatiivinen mahasyövän. Prognostisia malli erotettu solmu-negatiivisten potilaiden neljään riskiryhmiin (yhdelläkään potilaalla ei pisteet 12-13), ja kolmen vuoden eloonjäämisluvut matala-, matalan keski-, keski-, ja väli-korkean riskin ryhmät olivat 97,7%, 96,3%, 88,9%, ja 62,5%, tässä järjestyksessä (

P

= 0,005).

keskustelu

ennustemalleja potilaille, joilla on maha- syöpä on rakennettu ennen. Useimmat tutkimukset mukana potilaita, joilla on vaiheen I-IV sairaus tai metastasoituneen /toistuvia mahasyövän [14-16], vain muutama tutkimukseen osallistui potilaita, joille tehdään parantavaa resektio yksin [17,18]. Kuitenkin ennustetekijöitä eivät olleet yhdenmukaisia ​​niiden potilaiden joukossa voimakkaassa gastrectomy, joilla on meneillään lievittävä leikkaus, ja ne, joilla on käyttökelvottoman tauti; Näin erilaisia ​​malleja tulisi käyttää ennustamaan tuloksia eri potilasryhmissä. Marrelli et ai. käytetyt viisi muuttujaa (imusolmukestatuksesta, syvyys hyökkäystä, laajuudesta imusolmukkeiden, kasvaimen sijainti, ja ikä) ennustaa todennäköisyys uusiutumisen potilailla, joille tehdään radikaali gastrectomy [17]. Mallissa mukana ei liittyviä muuttujia isännän reaktio kasvain; kuitenkin, kuten muuttujat äskettäin raportoitu liittyvän ennusteen mahasyövän. Mohri et ai. tutkittiin miten host- ja kasvaimen liittyvät tekijät ennustavat selviytymisen jälkeen parannettavissa gastrectomy [18]. Tämä malli, joka perustui NLR, kasvaimen koon, ja kliininen T ryhmittymä, tarjosi ennen leikkausta ennusteen ennustetta. Kuitenkin ennen leikkausta kliinisen TNM arvioidaan radiologisia löydöksiä eikä ole täydellinen mukainen leikkauksen patologinen TNM vaiheessa. Raportoitiin tarkkuus endoskooppinen ultraäänitutkimus T ja N vaiheessa kasvain on 57% ja 50%, vastaavasti [19]. Siksi perustuvan mallin leikkauksen jälkeisiä patologisen pysähdyspaikan olisi tarkempi kuin malli, joka perustuu ennen leikkausta kliinisen lavastus. Lisäksi viimeaikaiset tutkimukset ovat osoittaneet, että systeeminen tulehdusreaktio voi täydentää TNM luokituksen ennustettaessa potilaiden tuloksiin [9,20]. Siksi tässä tutkimuksessa, rakensimme ennustetyövälineenä perustuva malli systeemisen tulehdusmarkkereiden ja ennusteeseen viittaavia parametreja potilasta joille tehtiin gastrectomy D2 imusolmukkeiden. Malli erotettu potilaiden viiteen eri riskiryhmiin, joista 3-vuoden eloonjäämisluvut olivat merkittävästi erilaiset. Lisäksi olemme ulkoisesti validoitu mallimme itsenäisessä kohortin löytää että mallimme suoritetaan samoin validoinnissa asetettu kehittämiseen set.

Onko adjuvanttihoitoa voi parantaa potilaiden elinaikaa solmuun-negatiivinen mahasyövän jäännökset kiistanalainen. Epäjohdonmukainen Kliinisten tutkimusten tulokset viittaavat siihen, että kaikki solmu-negatiiviset potilaat voivat hyötyä adjuvanttihoitoa. Siksi on tärkeää valita potilaiden riski kerrostumista varmistaa räätälöidyn kemoterapiaa. Monet viimeaikaiset tutkimukset ovat tunnistaneet ennustetekijöiden potilailla, joilla ei solmukohtien osallistumista, kuten syvyys kasvaimen invaasio, lymphovascular invaasio, ja kasvaimen koko [21-23]. Kuitenkin ennustetekijöitä merkitys systeemisen tulehdusreaktio edelleen epävarma näille potilaille. Lisäksi Du et al. rakennettava ennustetyövälineenä riskimallin sairastavien potilaiden pT2N0 mahalaukun syövän perustuu imusuonten /verisuoni invaasio, kasvaimen halkaisija, ja hermoa hyökkäys [24]. Kuitenkin malli levitetään potilaille, joilla on vaiheen pT1-4N0M0 kasvain ei ole ehdotettu ennen. Nykyinen ennustetekijöiden perustuva malli kaikilla potilailla, joille gastrectomy selvästi syrjitty potilailla, joilla on vaiheen pT1-4N0M0 kasvain neljään eri riskiryhmiin. Tulokset osoittivat, että vakiintunut malli oli sopiva kaikille potilaille, resektoitavissa mahalaukun syöpä, vai ei liittynyt imusolmuke etäpesäke. Olemme myös arvioi malli liittyi tarkempi ennustetekijöiden ennuste solmulle-negatiivisten potilaiden kuin oli patologinen T vaiheessa. Tulokset osoittivat, että malli lisäsi ennustearvon 3-vuoden eloonjääminen 5,0%, mikä osoittaa, että malli on rooli, joka täydentää perinteisiä TNM luokituksen. Vuonna CLASSIC tutkimuksessa, useimmat potilaat ilman imusolmuke etäpesäke oli seröösisiä invaasio [2], joka on luokiteltu T4a kasvain seitsemännessä painoksessa AJCC TNM Välivarastointi System. Esillä ennustetekijöitä mallin erottaa potilaiden vaiheessa pT4aN0M0 kasvain kahteen merkittävästi eri riskiryhmiin. Potilaat, joilla on suurempi tulos oli huono 3 vuoden eloonjäämisaste (62,4%), ja nämä potilaat saattavat olla todennäköisesti hyötyä adjuvanttihoitoa. Sitä vastoin potilailla, joilla on pienempi tulokset oli korkea 3 vuoden eloonjäämisaste (92,5%) ja ei ehkä tarvitse kemoterapiaa, jolloin vältetään hoidon aiheuttamaa toksisuutta. Perustuu tietoihin, potilasta riskiryhmään voisi olla hyviä ehdokkaita adjuvanttihoitoa, ja mallia voidaan käyttää suunnitella kliinisiin tutkimuksiin ja tutkia hoitomuotojen määritelty sarjaa potilaista.

monimuuttuja-analyysi osoitti, että ikä (≥65 vuotta), suurempi kasvaimia ( 4,5 cm), diffuusi tai sekamuotoinen kasvaimia, syvempi kasvain invaasio, lisää imusolmuke etäpesäke, ja korkeampi NLR olivat merkittäviä ennustavat tekijät huono eloonjäämisen potilailla, joilla kokoisen mahalaukun syöpä. Monet viimeaikaiset tutkimukset ovat osoittaneet, että tasot systeemisen inflammatorisen markkereita, kuten C-reaktiivinen proteiini, albumiini, fibrinogeeni, ja kiertävän solukomponenttien ovat hyödyllisiä prognostisia markkereita mahasyövän [10,20,25,26]. Tuloksemme osoittivat, että joukossa tutkinut tekijöiden saatavilla kliinikot, vain korkeamman NLR oli itsenäinen ennustaja kuolleisuutta potilailla, joilla kokoisen mahalaukun syöpä. C-reaktiivisen proteiinin ei sisällytetty tässä tutkimuksessa, koska sitä ei rutiininomaisesti tarkastellaan osana ennen leikkausta arvioinnin. Tuloksemme ovat sopusoinnussa tuoreessa tutkimuksessa, jossa analysoitiin 357 potilasta, joilla mahalaukun syövän läpikäymässä gastrectomy [18]. Korkea NLR katsotaan heijastavan isännän reaktio biologista käyttäytymistä kasvain. Suuri määrä neutrofiilejä ja /tai pieniä määriä lymfosyyttejä voidaan edistää kasvaimen kasvua ja etäpesäkkeiden tai estää lymfokiiniaktivoiduiksi tappajasolut, jolloin vastapainon antituumo- immuunivasteen [10,11].

Vaikka adjuvanttihoitoa voidaan nyt parantaa tulos mahasyövän resektio, vaikutus adjuvanttihoitoa edelleen vähäistä. Siksi tarkan arvioinnin ennuste on erityisen tärkeää tunnistaa potilaat, jotka voivat hyötyä kemoterapiaa, säästävät ne hoidon tehottomuus. Esillä olevassa analyysissä potilailla, joilla tulokset 0-2 oli suhteellisesti suurempi 3 vuoden OS korko (98,9%); nämä potilaat eivät saa hyötyä adjuvanttihoitoa, jolloin vältetään myrkyllisyyttä kemoterapiaa. Jos potilaalla on kohtalainen kuoleman riski, adjuvanttia fluorourasiili monochemotherapy voisi olla vaihtoehto; S-1 monochemotherapy oli tehokkaampi varhaisen sairauden perusteella alaryhmäanalyysissä ACTS-GC tutkimus. Potilaat, joilla huippupisteet oli suhteellisen huono ennuste, ja intensiivinen postoperatiivinen kemoterapiaa useita aineita voivat olla optimaalinen hoitostrategia.

Parhaan tietomme mukaan esillä oleva tutkimus on ensimmäinen, hahmotella kätevä ennustetekijöiden malli sisällytti helposti saatavilla tulehdusmarkkereiden ja ennusteeseen viittaavia parametreja on potilaille mahdollisesti parantava resektio mahasyövän. Tämä ennustetekijöiden malli voi auttaa lääkäreitä yksittäisten riski kerrostumista, jolloin sopivampi hoitoja kullekin potilaalle, erityisesti potilailla, joilla on imusolmukkeisiin negatiivinen mahasyövän. Tutkimustulosten perusteella, leikkauksen jälkeinen adjuvanttihoitoa voi olla optimaalinen solmu-negatiivisilla potilailla, joilla on korkea riski. Kuitenkin lopullisia johtopäätöksiä ei pidä tehdä ennen kuin mahdollisille satunnaistetuissa kontrolloiduissa kokeissa suoritetaan. Lisätutkimukset käsitellään hoitostrategioita perustuu riskien kerrostumista ovat perusteltuja maksimoida tehokkuuden kemoterapiaa ja vähentää tarpeetonta kemoterapiaa.

Kiitokset

kiitollisina kiittää henkilökuntaa Department of Medical Syöpätautien First Hospital of China Medical University heidän ehdotuksia ja apua.

Vastaa