基于临床数据和miR-497-5p表达水平的肝细胞癌术后无瘤生存Nomogram预测模型

摘要

目的 探讨肝细胞癌（HCC）预后影响因素，构建基于临床数据和微RNA 497-5P(miR-497-5p)表达水平的Nomogram预测模型，以提高肝切除手术后无瘤生存率。方法 基于GSE31384数据集[166例HCC患者微RNA(miRNA)表达谱及临床数据]，经Quantile归一化后，行Kaplan-Meier生存分析筛选关键miRNA。回顾性纳入2001至2009年中山大学肿瘤防治中心病理确诊的231例HCC患者，按7︰3比例随机分为训练队列（162例）和内部验证队列（69例）；另选取上海市第十人民医院（2004至2014年）328例HCC患者作为外部验证队列。所有患者均接受肝切除手术。收集患者的临床基线资料、生化检验数据及预后，并通过实时荧光定量聚合酶链式反应（RT-qPCR）检测miR-497-5p的表达水平。使用Cox单因素和多因素分析筛选预后因素，构建Nomogram预测模型。通过校准曲线、决策曲线分析（DCA）、受试者操作特征（ROC）曲线及Kaplan-Meier生存曲线评估模型性能。结果 初步筛选49个差异表达miRNA(17个上调、32个下调)。其中miR-497-5p的表达水平与HCC患者不良预后相关（P<0.001）。RT-qPCR进一步验证其在HCC组织中的表达水平低于配对癌旁正常组织（P<0.01）。Cox多因素分析结果显示，多发性肿瘤（HR=1.939,P=0.003）及肿瘤最大直径≥5 cm(HR=2.219,P=0.021)是HCC患者DFS的独立危险因素，而miR-497-5p高表达（HR=0.644,P=0.030）则为其保护性因素。预测模型为Y风险评分=-0.105 log2(miR-497-5p相对表达量)+0.767肿瘤数量+0.961肿瘤最大直径。校准曲线和DCA表明该模型具有良好的校准性能和临床适用性。DeLong检验及Bonferroni法校正结果显示该模型的预测效能具有显著的优越性。用训练队列风险评分的中位数1.176分作为截断值，Kaplan-Meier生存曲线分析显示，训练队列、内部验证队列、外部验证队列的高风险组5年DFS率和OS率均低于低风险组（均P<0.01）。结论 miR-497-5p表达、肿瘤数量、肿瘤最大直径是影响HCC患者DFS的独立预测因素。基于这些指标构建的Nomogram预测模型能够有效评估患者预后。

关键词

肝细胞癌 / 微RNA-497-5p / Nomogram预测模型 / 预后