三阴性乳腺癌非特殊与特殊病理类型的临床病理和分子特征研究

来源 :汕头大学 | 被引量 : 0次 | 上传用户:jianxiaxjb
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
研究背景三阴性乳腺癌是一类具有异质性特征的乳腺癌,包含了多种在病理形态学、生物学特征上表现不同的实质性成分,可分为非特殊病理类型与特殊病理类型。由于三阴性乳腺癌特殊病理类型较为罕见(在三阴性乳腺癌中发病率为10-15%),目前对于这部分乳腺癌患者仍缺乏临床特征、免疫组化状态及分子特征方面的深入研究。近年来,三阴性乳腺癌在免疫治疗、靶向治疗方面逐步取得进展,探寻三阴性乳腺癌非特殊与特殊病理类型患者的临床差异、免疫组化状态差异及分子差异,寻找相关免疫组化生物标志物和靶点基因指导精准治疗,对于三阴性乳腺癌患者有重要意义。研究目的对三阴性乳腺癌的非特殊与特殊病理类型进行临床、病理特征和分子特征研究,探索非特殊与特殊病理类型患者的临床差异、免疫组化状态差异及分子差异,寻找相关标志物,为三阴性乳腺癌个体化精准治疗提供一定的临床依据。研究方法本研究回顾性纳入了2014年10月至2021年5月就诊于广东省人民医院外科乳腺科的三阴性乳腺癌患者共89例,包括72例非特殊病理类型和17例特殊病理类型。收集患者临床病理特征,并采集患者肿瘤组织标本(福尔马林固定,石蜡包埋(FFPE)和匹配的血液样本进行免疫组织化学检测(immunohistochemistry,IHC)和二代基因测序(next-generation sequencing,NGS),对临床病理特征,免疫组化状态与基因突变情况进行描述及对比分析。研究结果将三阴性乳腺癌非特殊与特殊病理类型患者的临床病理特征、免疫组化状态及基因表达情况进行描述与对比,发现在两组患者间存在显著差异。对于临床病理特征,三阴性乳腺癌非特殊类型患者具有更高的组织学分级(NST vs ST:I/II/III级:1.4%,16.7%,81.9%vs 0%,29.4%,58.8%,p<0.05);根据IHC结果提示,三阴性乳腺癌非特殊类型患者较特殊病理类型患者具有更高的Ki-67指数表达(NST vs ST:Ki-67≥30%:83.3%vs.58.8%,p<0.05),而AR和PD-L1阳性高表达率则显著低于特殊病理类型患者(NST vs ST:AR:11.1%vs.47.1%,p<0.05;PD-L1:9.6%vs.33.3%,p<0.05)。在分子水平,三阴性乳腺癌非特殊类型患者中最常见的基因变异发生于TP53(88.7%),PIK3CA(26.8%),和MYC(18.3%),而在特殊病理类型中,最常见的基因变异是TP53(68.8%),PIK3CA(50%),JAK3(18.8%)和KMT2C(18.8%)。TP53和PIK3CA的突变频率在两组患者间存在显著差异,特殊病理类型患者具有较低的TP53突变率,而PIK3CA突变率更高(47.1%vs 19.4%,p=0.039;64.7%vs 87.5%,p=0.035)。研究结论本研究初步探索了三阴性乳腺癌非特殊病理类型与特殊病理类型的临床病理特征、免疫组化状态及基因表达情况。我们观察到,对比非特殊病理类型,三阴性乳腺癌特殊病理类型具有较低的组织学分级,Ki-67指数表达和更高的AR,PD-L1阳性表达率,表明该类患者更有可能从PD-L1和AR抑制剂治疗中获益。此外,我们发现三阴性乳腺癌特殊病理类型患者具有较低的TP53突变率和较高的PIK3CA突变率,为精准个体化的系统性药物治疗研究提供分子信息。
其他文献
卷积神经网络在计算机视觉领域占据重要地位。为获得一个高性能的网络模型,许多研究致力于卷积神经网络的优化方法。从卷积神经网络的训练角度出发,模型的性能会受到训练中常见问题如梯度消失问题、梯度爆炸问题和鞍点问题的影响。从结构设计角度考虑,合理的卷积神经网络需要具备优秀的特征提取能力,而其能力的强弱很大程度上取决于网络中神经元之间的连接模式。从这两个角度入手,本文对一类面向卷积神经网络的训练与结构优化方
学位
随着物联网智能终端设备的普及和通信技术的快速发展,工业物联网在智慧交通、智能电网、物流与供应链、石油和采矿等重点工业领域得到了广泛应用,已成为“工业4.0”和“智能制造”的代名词。但是,工业物联网在实现智能化的同时,也破坏了传统工业生产系统由物理环境隔离和技术专用性保障的“封闭安全性”。这也导致工业生产系统不仅要面临来自内部的安全威胁,还要面对来自外部的恶意攻击。因此,如何有效保障工业物联网的网络
学位
前庭康复训练是一种基于运动训练的眩晕症治疗方法,其在临床应用表现极佳,然而由于医护人员人手不足等问题,它的推广进展并不顺利。随着计算机技术的发展,基于可穿戴设备的移动医疗成为了医疗领域的研究热点,其在监护、治疗、康复等领域都取得了极大的成功。基于以上背景,本文设计并实现了基于MARG可穿戴设备和Android应用程序的前庭康复训练系统,该系统具有便携性、家庭性等优点,可有效解决前庭康复训练目前存在
学位
目的:1、利用臭氧替代常规造影剂行椎间盘造影,探讨臭氧椎间盘内造影在椎间盘源性腰痛诊疗中的意义。2、比较窦椎神经射频去神经支配联合盘内射频和单一椎间盘射频热凝术治疗椎间盘源性腰痛的临床结局,探究窦椎神经射频去神经支配联合盘内射频治疗椎间盘源性腰痛的可行性、安全性。方法:收集2018年7月至2019年7月连续收治的初步诊断为椎间盘源性腰痛并行椎间盘内臭氧造影的213名患者的病历资料,椎间盘造影阳性者
学位
以卷积神经网络为代表的深度学习相关方法蓬勃发展,在解决图像、语音等感知类问题上已取得了重大突破。深度学习相关方法发展至今,前后提出了AlexNet、VGG、GoogLeNet、ResNet和DenseNet等目前主流的深度学习模型,模型朝着网络层数更深、构建技巧更多的方向发展。这些研究成果真正推动了深度学习的发展,加速了深度学习相关研究成果的落地应用。然而事物的发展往往具有两面性,随着深度学习相关
学位
互联网和社交媒体激发了对社交网络分析的巨大兴趣,社团检测已经成为社交网络挖掘的重点领域之一,具有十分重要的研究意义。算法和工具不断被开发来分析我们的个人关系、社团关系,这在帮助我们研究群体之间相互作用、预测复杂系统的隐含关系的同时,也引发了隐私问题。因此,在本文中我们对社团检测和社团隐藏问题进行了研究,提出了一种基于粗糙集理论挖掘频繁项集的社团检测算法FIR(Detect Community by
学位
电力负荷预测作为智能电网运行的重要环节,其更好的准确性可以保障能源的优化管理。但现今电力负荷呈现数据量大和非线性复杂变化的特点,所以如何提高预测精度是一项必要且复杂的任务。目前电力负荷预测技术普遍面临着单一模型无法满足复杂预测场景精度要求的问题,并且许多预测方法为追求整体的趋势和误差最小化,忽略了对预测点个体的相似性兼顾、预测精度保证以及预测场景保护。鉴于此,本文构建了一种基于双向长短期记忆神经网
学位
随着社会的飞速发展,人们的生活节奏日益加快,来自工作、生活等各方面的压力也随之增加。近年来,焦虑症的发病率逐年上升。焦虑症,又称为焦急症或焦虑障碍,是一种以过度的焦虑或恐惧反应为特征的精神疾病。焦虑症可以细分为多种亚型,包括:广泛性焦虑症(Generalized Anxiety Disorder,GAD)、社交性焦虑症、分离焦虑症、广场焦虑症和选择性缄默症等。目前,对焦虑症的诊断以医生的临床经验和
学位
良性阵发性位置性眩晕症(Benign Paroxysmal Positional Vertigo,BPPV)是最常见的前庭眩晕疾病之一,有着发病率高、诊断困难等特点。目前对于BPPV诊断的研究主要集中于临床,依靠医生的经验综合分析受试者的眼球运动和体位信息进行诊断。为了提高临床诊断效率,降低误诊率,探索机器学习与BPPV诊断相结合的智能化诊疗系统具有重要临床意义。论文主要工作内容如下:1、BPPV
学位
目的:膀胱癌是泌尿系统最常见的恶性肿瘤之一,尽管近年来我国医疗水平不断提高,但膀胱癌的发病率和死亡率依旧很高。膀胱癌严重威胁着人们的生命健康,同时给社会带来了沉重的经济负担。在疾病早期明确诊断可以显著提高患者后续的生存率和生活质量。寻找简便、高诊断效能、无创、便于大规模推行的人群筛查方式具有重要意义。miRNA已被证实参与肿瘤的发生、发生过程,存在于血清、血浆、眼泪或尿液等体液中的循环miRNA更
学位