目的 探讨髓源性抑制细胞(MDSCs)相关基因在乳腺癌中表达特征,构建风险预测模型并评估其风险分层和预测效能。
方法 从TCGA数据库下载1216例乳腺癌患者的RNA-seq数据及临床资料,按7:3比例随机划分为训练集(n=851)和验证集(n=365)。从GeneCards数据库获取494个MDSCs相关基因。在训练集中,通过单因素COX回归(P<0.05)初步筛选预后相关基因,采用LASSO-COX回归压缩变量,最终构建一个多基因风险评分(Riskscore)模型。通过Kaplan-Meier曲线、时间依赖性ROC曲线评估模型的风险分层和预测效能。将独立预测因子整合,构建预测2、3、5年生存率的列线图,使用校准曲线、决策曲线(DCA)和C指数对其进行全面验证。
结果 LASSO回归最终筛选出49个关键基因,构建Riskscore模型。该模型在训练集和验证集中均显示出良好的预测能力(训练集3年、5年AUC分别为0.785、0.787;验证集分别为0.691、0.765)。多因素COX分析证实,Riskscore是独立于年龄、临床分期等传统因素的预后预测因子(HR=3.552, 95% CI: 2.933~4.301, P<0.001)。基于Riskscore、年龄和临床分期构建的列线图模型表现出优异的预测准确性(训练集5年AUC=0.814,验证集5年AUC=0.810)和良好的校准度,且决策曲线分析表明其具有显著的临床实用价值。
结论 构建并验证了一个基于MDSCs相关基因的预后预测模型。该模型能有效区分乳腺癌患者的生存风险,所构建的列线图作为一种可视化工具,可为临床医生提供个体化的预后评估,辅助治疗决策。