胶质母细胞瘤预后评价的教学模型

《胶质母细胞瘤预后评价的教学模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号——UDC．．．．．．．．．．．．．．．．．．．．．．．．．．——博士学位论文学校代码!Q主兰兰密级公珏胶质母细胞瘤预后评价的数学模型PrognosticModelinGlioblastoma作者姓名：学科专业：研究方向：学院(系、所)：指导教师：孙种夷临床医学八年制神经外科学湘雅医院方加胜教授论文答辩日期趁圣!苎!：岁答辩委员会中南大学二。一三年五月原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不

2、包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。作者签名：日期：鲨!三年』月』日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据

3、库》，并通过网络向社会公众提供信息服务。作者签名：导师期：丛蛑j月j目第一部分胶质母细胞瘤的临床特征及预后评价的数学模型中文摘要目的为了能够评价胶质母细胞瘤(Glioblastoma，GBM)患者的预后情况，本研究分析了胶质母细胞瘤患者预后相关的临床特征，从中提取出显著相关的预后因素，依此建立一种评估胶质母细胞瘤患者预后的数学模型，以期科学、客观、有效地评价胶质母细胞瘤患者的预后状况，指导临床医生制定并优化诊疗方案，提高患者生存质旦里。方法选取2007～2011年间在中南大学湘雅医院神经外科采取手术治

4、疗、术后病理证实为胶质母细胞瘤的119例患者资料，回顾性分析患者的临床特点、病理特点及治疗情况。采用Kaplan．Meier单因素分析筛选出预后相关因素，再通过COX生存分析对相关的单因素进行多因素分析，确定与预后相关的临床特征，根据这些临床特征的回归系数和相对危险度建立一个评价数学模型，称之为胶质母细胞瘤个体预后指数(GBMPersonalPrognosisIndex，GBMPI)，按照计分标准将每位患者进行预后评价，研究各个危险组患者的中位生存期、生存率的差别，并用Log—Rank方法进行检验。结

5、果(1)119例患者，中位年龄48岁(范围8～73岁)，男女比例1．83：1，术前ECOG评分(机能状况评分)≥3分者35例(29．4％)，患者居住于城镇与乡村比例1．09：1，病灶位于单侧92．4％，病灶累及多个脑叶(≥两个脑叶)38．6％，肿瘤直径<5cm占58．9％，原发性胶质母细胞瘤90．8％，术中快速病检与术后石蜡病检符合率为38．7％，病灶全切82．4％，术后接受放化疗患者69．7％，患者中位生存时间15．4个月(95％CI：12．8～17．9个月)，1年期生存率60．5％，2年期生存率2

6、6．8％。(2)经Kaplan．Meier单因素分析筛选预后相关因素为：年龄、术前ECOG评分、临床病理分型(原发性与继发性GBM)；COX多因素分析后亦认为此三个因素与预后评价显著相关，根据三个因素的回归系数和相对危险度建立预后评价数学模型：胶质母细胞瘤个体预后指数(GBMPI)=年龄+ECOG评分+临床病理分型(其中年龄<60岁得0分，年龄>60岁得1分；ECOG011得0分，ECOG2得2分，ECOG314得4分；继发性GBM得0分，原发性GBM得2分；将上述分项得分相加获得预后指数)，根据预后

7、指数确定3个风险组，分别为低危(预后指数O～2分)、中危(3-4分)和高危组(5～7分)；依据此评价模型对所有患者进行分组研究，低危、中危、高危三个组别的中位生存期依次为20．6、19．1和9．7个月，2年期生存率分别为47．4％、32．2％禾t12．4％，经Log—Rank法进行检验，各个组别存在显著差异，有统计学意义。结论本研究对单中心临床数据进行分析，分别从患者的临床特点、病理特点和治疗情况三方面描述胶质母细胞瘤患者的临床特征。经统计学方法得出预后相关因素为：年龄、ECOG评分和临床病理分型，建

8、立患者预后评价的数学模型，量化患者预后情况，为临床医生提供科学、客观、有效的参考意见，评价胶质母细胞瘤患者的病情及指导治疗。关键词：胶质母细胞瘤，临床特征，生存分析，预后模型第二部分EGFR、P53在判别原发性／继发性GBM的作用及GBM预后评价数学模型的改良中文摘要目的通过免疫组化技术检测GBM中EGFR、P53蛋白的表达情况，分析两者表达量及相互间关系，试图建立基于EGFR、P53的GBM分子病理诊断方法，改良GBM预后评价模型，从而客观、有效地指导