滤泡性淋巴瘤患者的个性化风险分层模型

已经存在和编码的肿瘤生物材料和与健康相关的个人数据将被追溯收集。 FL 的诊断将通过中心病理学审查来确认。 肿瘤体细胞突变、免疫球蛋白基因重排和突变状态将通过肿瘤基因组 DNA 的靶向深度下一代测序进行分析。 基因表达谱分析将通过活检衍生 RNA 的靶向 RNA-Seq 进行。

评估肿瘤表型和微环境细胞组成的免疫组织化学组将通过组织宏阵列进行评估。 将进行 FISH 以表征最复发的滤泡性淋巴瘤染色体易位。

暴露变量和无进展生存期之间调整后的关联将通过 Cox 回归进行估计。 这种方法将提供与无进展生存期独立相关的协变量，这些协变量将用于开发分级分子模型以预测 24 个月时的无进展生存期。 将通过递归分区分析确定协变量之间预测 24 个月无进展生存期的相关等级顺序。 总的来说，这种方法将允许开发多层动态模型，用于预测治疗后 24 个月内的进展。

在训练集中开发的模型将在验证集中进行测试，并将验证集中的模型性能（c-index 和净重分类改进）与训练集中的模型性能进行比较。 多层模型预测 24 个月无进展生存期的准确性将与使用 c 指数和净重新分类改进的 FLIPI 进行比较。