外周血淋巴/单核细胞比值在淋巴瘤中的预后意义的meta分析

来源 :浙江大学 | 被引量 : 0次 | 上传用户:liangxiaolong43
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的研究发现,外周血淋巴细胞与单核细胞比值(lymphocyte/monocyte ratio,LMR)可预测部分淋巴瘤亚型的临床结果。这些研究主要集中在弥漫大B细胞淋巴瘤(Diffuse Large B Cell Lymphoma,DLBCL)和霍奇金淋巴瘤(Hodgkin Lymphoma,HL)中。近几年新增很多相关临床研究,结论不一致,因此,我们对外周血LMR在所有类型淋巴瘤中的预后意义进行全面meta分析。方法通过搜索Pubmed、Web of Science、Embase、Cochrane Library上所有LMR对淋巴瘤预后影响的文献,采用Newcastle-Ottawa Scale评价标准对纳入的文献进行质量评估。用stata12.1进行数据分析,提取及合并风险比(hazard ratio,HR)和95%置信区间(confidence interval,CI)作为总体生存期(overall survival,OS)和无进展生存期(progression-free survival,PFS)的效应量。结果40篇文章符合纳入标准,共10446例淋巴瘤患者。LMR降低组的OS(HR=2.45,95%CI=1.95-3.08)及PFS(HR=2.36,95%CI=1.94-2.88)较短。在淋巴瘤的各亚型分析中,LMR低与HL、非霍奇金淋巴瘤及其亚型中的弥漫大B细胞淋巴瘤、NK/T细胞淋巴瘤、滤泡性淋巴瘤的不良预后均相关。此外,低LMR与较高的LDH(OR=2.26,95%CI=1.66-3.09)、肿瘤分期(OR=0.41,95%CI=0.36-0.46)、IPI评分(OR=0.40,95%CI=0.33-0.48)成正相关,而与骨髓累及(OR=1.24,95%CI=0.85-1.81)和病理类型(OR=0.69,95%CI=0.41-1.16)无关。结论外周血低LMR提示淋巴瘤及其各亚型预后不良。作为一种简便的临床指标,外周血LMR结合现有的预后因素,可以提高淋巴瘤预后评估的准确性。
其他文献
为解决保鲜运输用高压雾化加湿系统设计问题,建立了高压雾化加湿系统的试验平台。通过改变风速、开孔率、回风道长度等因素,研究各因素对加湿系统加湿效率和湿度分布的影响,
随着网络的快速发展,网络购物日益成为人们日常生活的一个重要组成部分。同时随着网络购物模式的逐渐成熟,企业也不断完善网上渠道布局并运用更加丰富的促销手段来吸引消费者。在网上促销活动中,越来越多的商家在提供价格折扣的同时会对产品的购买可得性做出一定的限制,如对折扣产品设置时间或数量限制,以此来刺激消费者购买、促进产品销售。文章基于价格折扣促销及产品稀缺性促销相关理论,结合现实营销问题,探讨了在网上促销
语言的人际功能是指人们可以通过语言表达自己的态度,建立并维持与他人的人际关系,并试图影响他人对某人或事的看法。在文学作品中,作家写小说的目的,就是要将自己的意识形态
莎士比亚作品一直是英美文学关注的焦点。由美国著名学者Amy L.Tigner所著的《伊丽莎白一世至查理二世时期文学与文艺复兴花园:英格兰的天堂》认为,作为文学作品中的一个重要
济宁青山羊(Jining Grey Goat)是我国著名的地方山羊品种,以高繁殖力为特点入选国家畜禽品种志,是山羊繁殖力性能研究的理想动物模型。山羊作为重要的家养动物,其遗传多样性
民法典是新中国成立以来第一部以"法典"命名的法律,是一部固根本、稳预期、利长远的基础性法律,是新时代我国社会主义法治建设的重大成果。为深入学习贯彻习近平总书记关于实
笔者以李斯特的《彼得拉克十四行诗104号》为主要研究对象,针对作品中所蕴含的矛盾美进行分析与研究。本文将分为四个部分进行具体论述:一、从彼得拉克十四行诗的文学角度出发,初步解读何为矛盾美;二、分析作品各乐段不同音乐性格之间的个性与共性;三、探讨节奏在自由与规整之间的统一;四、通过梳理佛拉基米尔·霍洛维茨对作品个性化的演奏阐释,旨在加深对矛盾美的理解,以及对自身的弹奏有所启迪。
随着世界农业技术的持续发展,我国当前社会下对于农业工程技术的应用也越来越广泛。目前,在农业工程领域中,超声雾化喷头主要是流体式喷头与压电换能器式喷头。流体动力式喷
对西昌钢钒酸轧机组带钢边部欠酸洗缺陷产生原因进行了分析,并提出了一系列的改进措施。生产实践表明,减少了边部欠酸洗缺陷,降低了欠酸洗缺陷因素不合格产品率,取得了显著的
表示学习是人工智能领域的核心研究问题之一。许多成功的模型都可以被理解成是表示学习的特例,这包括用概率建模隐变量和观测变量联合分布的隐变量模型,以及端到端学习层次化