机构名称：
¥ 1.0
迄今为止的抽象目的，尚无预测性生物标志物来指导从紫杉醇中受益的胃癌患者（GC）的选择。胃癌辅助多机构小组试验（SAMIT）是一项2×2阶乘随机分组III期研究，其中GC患者被随机与PAC-S-1（Paclitaxel +S-1），PAC-UFT（PAC-UFT（PACLITAXEL +UFT），单独使用S-1或单独或单独使用治疗手术后的UFT。设计这项研究的主要目的是确定一个基因特征，该基因可以预测GC患者紫杉醇化学疗法的生存益处。使用定制的476基因纳米串面板对Samit GC样品进行了分析。在纳米串轮廓上应用了一个随机的森林机器学习模型，以开发基因特征。由紫杉醇和拉木司他（PAC-RAM）治疗的转移性患者独立组成的人群作为外部验证队列。在这项研究中分析了Samit试验的结果499个样品。从PAC-S-1训练队列中，随机森林模型产生了19基因的签名，将患者分配给两组：对PAC敏感和耐PAC。在PAC-UFT验证队列中，PAC敏感的患者在无疾病生存率（DFS）上表现出显着改善：3年DFS 66％和40％（HR 0.44，p = 0.0029）。单独使用UFT或S-1的PAC敏感性和抗Pac-抗Pac敏感性和抗PAC的生存差异，相互作用p <0.001。在外部PAC-RAM验证队列中，PAC敏感的签名预测益处（中位PFS 147天vs 112天，HR 0.48，p = 0.022）。在最大的GC试验之一（SAMIT）上使用机器学习技术的结论，我们确定代表紫杉醇益处的第一个预测生物标志物的基因签名。试验注册号UMIN临床试验注册表：C000000082（SAMIT）； Clinicals。Gov标识符，02628951（韩国审判）
机器学习模型得出的基因签名预测...
主要关键词
相关文件推荐
