01背景
本研究旨在构建预测头颈部鳞状细胞癌(HNSCC)患者CD27表达水平的放射组学模型。Cancer Genome Atlas和Cancer Imaging Archive下载HNSCC患者的基因组数据和对比增强计算机断层扫描(CT)图像,用于预后分析、图像特征提取和模型构建。该研究探索了CD27表达的潜在分子机制及其与免疫微环境的关系,并预测了HNSCC组织中的CD27 mRNA表达。使用基于CT的非侵入性放射组学技术,生成了放射组学模型并评估了其与相关基因和HNSCC预后的相关性。
02方法
1. 医学影像数据和转录组测序数据来自TCIA和TCGA数据库,分别确定CD27表达的预后价值以及构建放射组学预测模型并确定其预后价值。使用scTIME提供的GSE103322数据集分析免疫细胞中CD27的表达。
2. Kaplan-Meier生存曲线分析用于揭示不同组别生存率的变化,使用对数秩检验来检验组中存活率的显着性。
3. 单变量和多变量Cox回归分析确定了一个因素作为OS的独立影响因素的资格,并探讨了多个影响因素的作用。
4. 亚组分析与交互作用检验以分析主要变量CD27表达对每个协变量亚组患者预后的影响。并使用HNSC的间充质、基础、经典和非典型亚型作为组,计算四组之间CD27表达值的差异。
5. 免疫细胞浸润相关性分析和功能富集分析。
放射组学特征的筛选、模型的构建、模型评价及一致性评价。
本研究旨在构建预测头颈部鳞状细胞癌(HNSCC)患者CD27表达水平的放射组学模型。Cancer Genome Atlas和Cancer Imaging Archive下载HNSCC患者的基因组数据和对比增强计算机断层扫描(CT)图像,用于预后分析、图像特征提取和模型构建。该研究探索了CD27表达的潜在分子机制及其与免疫微环境的关系,并预测了HNSCC组织中的CD27 mRNA表达。使用基于CT的非侵入性放射组学技术,生成了放射组学模型并评估了其与相关基因和HNSCC预后的相关性。
02方法
1. 医学影像数据和转录组测序数据来自TCIA和TCGA数据库,分别确定CD27表达的预后价值以及构建放射组学预测模型并确定其预后价值。使用scTIME提供的GSE103322数据集分析免疫细胞中CD27的表达。
2. Kaplan-Meier生存曲线分析用于揭示不同组别生存率的变化,使用对数秩检验来检验组中存活率的显着性。
3. 单变量和多变量Cox回归分析确定了一个因素作为OS的独立影响因素的资格,并探讨了多个影响因素的作用。
4. 亚组分析与交互作用检验以分析主要变量CD27表达对每个协变量亚组患者预后的影响。并使用HNSC的间充质、基础、经典和非典型亚型作为组,计算四组之间CD27表达值的差异。
5. 免疫细胞浸润相关性分析和功能富集分析。
放射组学特征的筛选、模型的构建、模型评价及一致性评价。