病理医生的个人博客

Neuro Oncol:基于生物标志物和和改良递归分割分析有助于预测胶质母细胞瘤预后

Neuro Oncol:基于生物标志物和和改良递归分割分析有助于预测胶质母细胞瘤预后

在RTOG 0525试验中,比较剂量密度和标准剂量的temozolomide对胶质母细胞瘤(GBM)的作用。患者死亡风险的峰值在16个月左右,然后缓慢下降。而进展在6个月后显著下降。

同时,MGMT基因启动子甲基化和改良递归分割分析(Recursive Partitioning Analysis,RPA)模型分级III时,在头2年有生存优势。在治疗开始6个月时,采用剂量密度方法在PFS方面优于标准剂量temozolomide (HR: 0.70; 95% CI: 0.58-0.86; P < 0.001)。校正校正RPA分级和MGMT甲基化状态后,患者死亡风险增加6.59倍(95% CI: 5.15-8.43; P < 0.001).

过去基于临床参数的美国放疗肿瘤学研究组(RTOG)-RPA模型广泛应用于胶质母细胞瘤(GBM)患者的预后判断和临床试验研究。随着影像学、病理分子生物学、内科治疗的进步,RPA系统也应与时俱进,更好地指导临床。

【原始出处】Wang M, Dignam JJ, Won M, Curran W, Mehta M, Gilbert MR.Variation over time and interdependence between disease progression and death among patients with glioblastoma on RTOG 0525. Neuro Oncol. 2015 Jul;17(7):999-1006

来源:医脉通

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址