生存预后建模分析案例分析

参考文献：Van Neste L, et al. Detectionof High-grade Prostate Cancer Using a Urinary Molecular Biomarker–Based Risk Score. Eur Urol (2016),http://dx.doi.org/10.1016/j.eururo.2016.04.012。改文章于2016年4月发表在Eur Urol. （影响因子17.298）

前列腺癌(PCa)是全球男性第二大最常被诊断的癌症，2012年估计有110万新病例和307500人死亡。目前前列腺癌的主要挑战在于提高早期对重要临床或high-grade PCa的检测。如果前列腺癌特定标记物能够有效检测惰性肿瘤和侵袭性肿瘤，就可以减少过度诊断和过度治疗的情况。理想情况下，生物标记物可在非侵袭样本中检测（例如尿液）。本研究的目的是验证基于genePanel的全尿mRNA检测，并建立分子谱与传统临床危险因素相结合的模型，该模型可用于前列腺活检高级别PCa (GS 7)准确识别患者。

文章思路：

1、获取数据：两组样本（cohort A：测试集，构建模型；cohort B：验证集）

两组数据的临床统计情况（table 1）

2、mRNA分子标志物的确定；

HOXC6 和 DLX1有最佳AUC值0.76（table 2），最终选定为mRNA分子标志物（GenePanel）

3、结合风险因子预测high-grade PCa

Model 1：回归模型的构建参数包括age, PSA, PSA density (PSAD), family history of PCa, DRE,history of prostate biopsy, HOXC6 and DLX1 expression levels

Model 2：不包括DRE参数

4、验证风险指数模型

为验证HOXC6 and DLX1 expression对模型的影响，模型2使用临床构建风险指数模型，AUC指数为0.87，由于HOXC6和DLX1表达的加入，致使模型的AUC提高到0.9；

5、临床使用性与有效性

风险评分在分组PCa、GS<=6PCa、GS>= 7PCa前列腺癌中均有显著意义的增加（Fig.3）

对cohort B使用DCA评估risk score的临床效用，并与临床实践中使用的其他决策工具进行比较。（Fig.4）

Conclusion：

基于HOXC6 and DLX1 的风险指数与传统临床风险因子（PSAD, DRE,PSA, age, history of prostate biopsy, and family history）可以预测high-grade前列腺癌，因此可用于决策，减少不必要的前列腺活检和潜在的过度治疗。该新开发的风险评分显著优于PCPTRC(一种多模式风险评估方法)，并改善了PCa患者的诊断和管理。未来的研究可能表明，额外的参数可以进一步优化高级别PCa的诊断，而不会导致高不必要的活检率。