患者队列建立和临床数据收集
评估老年LARC患者中营养和炎症标志物与预后的关联。
回顾性收集231例老年LARC患者的临床资料，计算GNRI、NLR、SII、MLR、PLR、PNI、CONUT、ALI等指标，并进行生存分析。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
老年局部晚期直肠癌患者新辅助放化疗后老年营养风险指数及相关基因的预后价值
The prognosis value of geriatric nutritional risk index and associated genes in elderly patients with locally advanced rectal cancer following neoadjuvant chemoradiotherapy.
实验完整度
中包含回顾性队列分析、转录组数据挖掘、免疫组化验证及多平台外部验证，但缺乏体内外功能实验和机制验证，且部分结果存在不一致。
主要模型
老年局部晚期直肠癌患者队列（n=231） LARC患者活检标本（IHC验证，n=91） GSE145037和GSE35452转录组数据集
重点核对
GNRI计算基于血清白蛋白和体重，且低GNRI组（n=27）与高GNRI组（n=204）的划分 NCRT应答与无应答的判定标准（TRG分级） EGFR和IQGAP2的IHC检测抗体（bs-0165R和bs-7176R） 随机森林筛选基因时使用的衰老相关基因集（125个基因） 多因素Cox回归中校正的协变量（如病理TNM分期）
摘要
目的：本研究评估了营养和分子生物标志物在老年局部晚期直肠癌（LARC）患者中预测新辅助放化疗（NCRT）治疗反应和长期结局的价值。方法：一项回顾性队列研究分析了2012年至2018年间在福建医科大学协和医院接受NCRT后根治性切除术的231例60岁以上LARC患者。免疫组织化学（IHC）评估包括来自同一机构的62份活检标本和来自福建医科大学附属第一医院的29份。利用GSE145037（发现队列）和GSE35452（验证队列）的转录组数据来鉴定衰老相关基因。结果：多变量Cox回归分析确定病理TNM分期（HR=2.617，95% CI 1.825–3.754，P<0.001）和老年营养风险指数（GNRI）（HR=0.266，95% CI 0.116–0.612，P=0.002）是无病生存期（DFS）的独立预后因素，有助于建立新的DFS列线图。通过随机森林模型，表皮生长因子受体（EGFR）过表达和含IQ基序的GTP酶激活蛋白2（IQGAP2）低表达成为与GNRI相关的关键衰老相关生物标志物。R2平台分析证实了其预后意义，EGFR升高和IQGAP2低表达与生存期缩短相关。一致地，在GSE145037和GSE35452数据集中，NCRT应答者与无应答者相比，表现为较低的EGFR（P<0.05）和较高的IQGAP2表达。外部IHC验证在肿瘤微环境中强化了这些模式。结论：GNRI可作为老年LARC患者可靠的营养评估工具。EGFR和IQGAP2的表达在评估年龄相关营养不良和预测NCRT耐药方面具有双重效用，为个体化治疗策略提供了机制见解。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 老年LARC患者中，营养状况和衰老相关分子标志物是否能够预测新辅助放化疗的治疗反应和长期预后？
- 核心机制
- EGFR高表达和IQGAP2低表达与营养不良及NCRT耐药相关，可能通过影响肿瘤细胞增殖、存活和信号通路（如PI3K/AKT、MAPK/ERK）参与治疗抵抗。
- 主要证据
- 多因素Cox回归显示GNRI是DFS独立预测因子；随机森林筛选出EGFR和IQGAP2，且在多个数据集中EGFR高表达和IQGAP2低表达与NCRT无应答及较差生存相关。
- 研究意义
- 研究表明EGFR和IQGAP2可作为评估年龄相关营养不良和预测NCRT耐药的生物标志物，为老年LARC患者的个体化治疗策略提供机制见解。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
预测模型构建（Cox回归和列线图）
确定影响无病生存期的独立预后因素并构建预测模型。
使用单因素和多因素Cox回归分析筛选独立预后因素，构建列线图并进行内部验证。
衰老相关基因筛选和验证
从转录组数据中筛选与NCRT反应及GNRI相关的衰老相关基因。
利用GSE145037数据集，通过随机森林算法筛选衰老相关基因，确定EGFR和IQGAP2为关键基因，并在GSE35452中验证其表达差异和预测效能。
免疫组化（IHC）验证
在独立患者活检标本中验证EGFR和IQGAP2蛋白表达与NCRT反应及预后的关系。
对91例LARC患者的术前活检标本进行IHC染色，评估EGFR和IQGAP2表达，并进行相关性和生存分析。
预后意义的外部验证（R2平台）
在公共数据集中验证EGFR和IQGAP2表达对结直肠癌患者生存的影响。
利用R2平台的多个结直肠癌数据集，分析EGFR和IQGAP2表达与不同生存终点（如无事件生存、无复发生存）的关系。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
验证细胞功能变化
验证机制链路
评估体内效果
数据分析与统计
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者队列 | 纳入标准：年龄≥60岁、临床分期II或III、病理确诊直肠腺癌；排除标准：有恶性肿瘤病史、接受急诊手术或姑息切除。 阅读提示：参见Methods中Patient eligibility部分 |
| 营养和炎症标志物计算 | GNRI计算公式：1.489 × 血清白蛋白(g/L) + 41.7 × (实际体重/理想体重)，当实际体重超过理想体重时调整为1；其他标志物如NLR、SII等需明确计算方法。 阅读提示：参见Methods中Definitions部分 |
| 转录组数据筛选 | GSE145037和GSE35452数据集的样本量、平台、处理条件；衰老相关基因集的来源（125个基因）；随机森林算法的参数设置。 阅读提示：参见Methods中Data collection from the GEO and validated in the R2 platform部分 |
| 免疫组织化学 | 组织样本类型（活检标本）；抗体浓度、孵育时间、显色条件；评分系统（如阳性细胞百分比和染色强度）。 阅读提示：参见Methods中Immunohistochemical analysis部分 |
| 统计分析 | 多因素Cox回归的变量筛选方法（如逐步法）；列线图的校准曲线绘制；ROC曲线的最佳截断值确定方法。 阅读提示：参见Methods中Statistical analysis部分 |