Studi Clinici
Studio randomizzato in doppio cieco, indirizzato a soggetti adulti con Steatoepatite non alcolica pre-cirrotica (NASH)
Cancro gastrico: predirlo con un nuovo modello gene driver
Nonostante l’elevata prevalenza del cancro gastrico (GC), i biomarcatori molecolari in grado di rilevare in modo affidabile il GC devono ancora essere valutati attentamente. Attraverso una precisa ricerca, quindi, gli esperti hanno mirato a individuare una solida signature genica basata sui geni driver del cancro (CDG) in grado di predire la prognosi del GC.
I profili trascrizionali e i dati clinici dei pazienti con GC sono stati analizzati utilizzando l’analisi di regressione di Cox univariata e l’analisi di regressione di Cox penalizzata dalla contrazione e selezione minima (LASSO) per selezionare i geni correlati alla prognosi ottimale per la modellazione. La caratteristica operativa del ricevitore dipendente dal tempo (ROC) e le analisi di Kaplan-Meier sono state poi eseguite per valutare il potere predittivo di questa signature genica. Si è riuscito quindi a stabilire un modello di nomogramma per la previsione della sopravvivenza dei pazienti con GC utilizzando la signature CDG e le informazioni cliniche ed è stata identificata una signature a 7 CDG. I punteggi di rischio, invece, sono stati calcolati utilizzando questa signature e i pazienti sono stati successivamente divisi in gruppi ad alto e basso rischio; i pazienti ad alto rischio nei set di dati di addestramento e convalida avevano prognosi più sfavorevoli rispetto ai pazienti a basso rischio.
La signature e altre caratteristiche cliniche sono state utilizzate per costruire un nomogramma per predire la sopravvivenza complessiva del paziente con GC.
I risultati hanno evidenziato come la calibrazione e l’analisi della curva di decisione abbiano dimostrato l’efficacia predittiva del nomogramma. Pertanto, è stata stabilita una nuova signature e un nomogramma CDG per predire la prognosi del GC, che può facilitarne il trattamento personalizzato.
Fonte: Chen J, et al Aging (Albany NY). 2022 Mar 14;14(5):2383-2399 – doi: 10.18632/aging.203948
