肿瘤类器官

研究动态

Articles below are published ahead of final publication in an issue. Please cite articles in the following format: authors, (year), title, journal, DOI.

查看全部

肾上腺皮质癌

膀胱尿路上皮癌

乳腺浸润癌

宫颈鳞癌和腺癌

弥漫性大B细胞淋巴瘤

胶质母细胞瘤

胶质细胞瘤

肾嫌色细胞癌

肾透明细胞癌

肾乳头状细胞癌

急性髓系白血病

脑低级别胶质瘤

肺鳞状细胞癌

嗜铬细胞瘤和副神经节瘤

皮肤黑色素瘤

子宫内膜样癌

子宫癌肉瘤

眼部黑色素瘤

肿瘤类器官

肾上腺皮质癌

膀胱尿路上皮癌

乳腺浸润癌

宫颈鳞癌和腺癌

弥漫性大B细胞淋巴瘤

胶质母细胞瘤

胶质细胞瘤

肾嫌色细胞癌

肾透明细胞癌

肾乳头状细胞癌

急性髓系白血病

脑低级别胶质瘤

肺鳞状细胞癌

嗜铬细胞瘤和副神经节瘤

皮肤黑色素瘤

子宫内膜样癌

子宫癌肉瘤

眼部黑色素瘤

FaridehHashemi,Mahdi...

Efficacy of Whole Cancer Stem Cell-Based Vaccines: A Systematic Review of Preclinical and Clinical Studies.

尽管传统的癌症治疗方法已存在，但由于新生瘤的转移和癌症复发，癌症治疗仍然是一项医学挑战，因此，推动新的治疗策略是非常必要的。利用全肿瘤干细胞或癌症干细胞（CSC）疫苗作为一种新的治疗方法，是克服这些障碍的策略之一。我们研究了全CSC疫苗对实体肿瘤发展、转移和存活率的影响。我们检索了主要临床登记数据库（PubMed/MEDLINE、Scopus、Embase和Web of Science）和一个临床注册表。研究了啮齿动物癌症模型（38项研究）和人类癌症患者（11项研究）中的CSC全疫苗干预研究，评估其疫苗制备方法、效果和总体结果。预研究分为四组，包括CSC裂解物/灭活CSC疫苗、CSC裂解物负载树突状细胞（CSC-DC）疫苗、用CSC-DC生成的细胞毒性T细胞（CTL）疫苗（CSC-DC-CTL）以及在预防和治疗实验模型中进行的联合治疗。大多数预研究报告了对肿瘤生长、存活率和转移的有希望的影响。此外，全CSC疫苗还诱导了几种抗肿瘤免疫反应。少数临床研究表明全CSC疫苗治疗是有益的，但需要进一步的研究。这项综述提供了评估全CSC疫苗对肿瘤发展、转移和存活率的疗效的可用方法的概述。此外，它提出了一系列建议，可用于设计高质量的临床研究，以确定全CSC疫苗在癌症治疗中的疗效。© 作者 2022。由牛津大学出版社出版。保留所有权利。有关权限，请发送电子邮件至：journals.permissions@oup.com。

YunWeng,SimonHan,Mar...

Self-assembled Matrigel-free iPSC-derived liver organoids demonstrate wide-ranging highly-differentiated liver functions.

人工诱导多能干细胞（iPSC）来源的肝脏器官样体可作为器官生成、疾病、药物筛选和再生医学的模型。目前形成器官样体的主要方法依赖于Matrigel，其批次变异性和异源性来源对机理研究和转化为人类临床治疗构成挑战。本文研究证明，在旋转壁器皿（RWVs）中自组装的无Matrigel的iPSC衍生器官样体展示出比在Matrigel上形成的器官样体更好的肝细胞特异性功能。我们展示，RWVs通过消除对hepatic血系分化有负面影响的Matrigel的需要，在一定程度上产生高功能的肝脏器官样体。 RWV肝脏器官样体在长期培养中保持可持续的功能，并表达一系列成熟的功能基因，其水平可与成年人类肝脏相媲美，同时仍然保持一些胎儿特征。我们的结果表明，RWVs为形成适用于研究和临床应用的无Matrigel肝脏器官样体提供了简单和高通量的方法。 ©作者（们）2022年。由牛津大学出版社出版。

HaotengYan,JialiZhu,...

The heterogeneous cellular states of glioblastoma stem cells revealed by single cell analysis.

胶质母细胞瘤干细胞（GSCs）对胶质母细胞瘤（GBM）的进展、治疗抵抗和复发起了贡献。然而，目前对GSCs的研究通常是在人体肿瘤微环境之外进行的，忽视了原发性GSCs的细胞状态的重要性。在本研究中，我们利用来自公共数据库的6个独立的GBM队列的单细胞转录组测序数据，结合谱系和干性特征，识别了原发性GSCs。我们分解了GSCs的细胞状态，并将它们与患者的临床结果进行了相关性分析。结果，我们构建了一个GSCs位于中心的细胞层次结构。此外，我们还确定和表征了两个不同且反复出现的GSCs亚群：增殖性GSCs（pGSCs）和静止性GSCs（qGSCs）。pGSCs显示出高细胞周期活性，表明快速细胞分裂，而qGSCs则呈静止状态。然后，我们通过假时间分析和肿瘤谱系追踪了肿瘤发展的过程，并发现GSCs在整个肿瘤发展期间累积。在此过程中，pGSCs主要对早期阶段起作用，而qGSCs则在后期富集。最后，我们构建了一个反映pGSCs活性的8基因预后标志，并发现肿瘤富含pGSCs标志的患者临床结果不佳。我们的研究突出了原发性GSCs的异质性及其与肿瘤发展和临床结果的相关性，为GBM治疗提供了潜在的靶点。© The Author(s) 2022. Published by Oxford University Press. All rights reserved. For permissions, please email: journals.permissions@oup.com.

STATISTICS IN MEDICINE

WenLi,RuoshaLi,Qingx...

Conditional concordance-assisted learning under matched case-control design for combining biomarkers for population screening.

STATISTICS IN MEDICINE

将有前途的生物标志物融入癌症筛查实践，以便早期检测，变得越来越吸引人，因为当前的癌症筛查策略表现不尽如人意。匹配病例对照设计常常被采用于生物标志物发展研究，以评估标志物候选者的区别性能力，并意图消除混杂因素。匹配病例对照研究的数据常常通过条件逻辑回归进行分析，尽管假定标志物组合与疾病风险之间的对数连接并不总是成立。我们提出了一种无分布条件下的条件一致性辅助学习方法，用于鉴别病例和对照中标志物的最佳组合。我们特别关注具有临床和实际意义的特异性组合，以防止无病人群遭受不必要甚至有可能引起干预性的诊断程序，这是癌症人群筛查的重要优先事项。我们建立了衍生组合的渐近性质，并在模拟中验证了其尽可能地利于有限样本的表现。我们将所提出的方法应用于胡萝卜素和视黄醇疗效试验（CARET）的前列腺癌数据。© 2023 John Wiley＆Sons公司。

STATISTICS IN MEDICINE

RyanMiller,PatrickBr...

Feature-specific inference for penalized regression using local false discovery rates.

STATISTICS IN MEDICINE

罚函数回归方法，如套索，是分析高维数据的流行方法。套索的一大优点是自然地进行变量选择。然而，一个重要的关注点是这些选择的可靠性。受大规模假设检验文献中的本地虚假发现率方法的启发，我们提出了一种方法，通过套索模型计算每个变量的本地虚假发现率。这些速率可以用于评估单个特征的可靠性，或者估计模型的整体虚假发现率。该方法可以用于任何正则化水平。这对于具有少数高度显著特征但高整体虚假发现率的模型特别有用，这在使用交叉验证选择模型时相对常见。它还足够灵活，可应用于许多类型的罚似然性，包括广义线性模型和Cox回归，以及各种惩罚，包括极小化凸面罚（MCP）和平滑剪辑绝对偏差（SCAD）惩罚。我们证明了这种方法的有效性，并将其与其他罚函数回归推断方法以及针对单变量假设检验的本地虚假发现率进行了对比。最后，我们通过将其应用于乳腺癌患者基因表达的案例研究中展示了我们方法的实用效用。版权所有©2023 John Wiley＆Sons有限公司。

STATISTICS IN MEDICINE

ZiweiLiao,MinQian,Ia...

Analysis of N-of-1 trials using Bayesian distributed lag model with autocorrelated errors.

STATISTICS IN MEDICINE

N-of-1试验是在单个个体中进行的多周期交叉试验，其主要目标是估计治疗效果对个体的影响，而不是人群水平的平均反应。与常规的交叉试验一样，在N-of-1试验中理解治疗的迁移效应非常重要，特别是当没有间隔期来减少试验持续时间时。为了解决在研究期间进行大量测量时这个问题，我们引入了一种新的贝叶斯分布滞后模型，可以便于估计迁移效应，同时使用自回归模型考虑时间相关性。具体而言，我们对滞后系数提出了先验方差协方差结构，以解决治疗暴露通常在连续几天上是相同的这一事实引起的共线性问题。注意到所提出的贝叶斯模型和惩罚回归之间的联系。仿真结果表明，与其他现有方法相比，所提出的模型在估计迁移效应和立即效应时显著降低了均方根误差，而在估计总效应时则相当可比。我们还应用所提出的方法来评估光疗对缓解癌症幸存者抑郁症状的迁移效应程度。© 2023 John Wiley & Sons Ltd.

STATISTICS IN MEDICINE

JocelynChauvet,Virgi...

A flexible class of generalized joint frailty models for the analysis of survival endpoints.

STATISTICS IN MEDICINE

本文关注相关失效时间的共享脆弱性模型，以及联合脆弱性模型，用于同时分析复发事件（例如，新生癌症病灶的出现或医院再入院）和重大终末事件（通常为死亡）。作为Cox模型的扩展，这些联合模型通常假定每个复发和终末事件过程的脆弱比例风险模型。为了将这些模型扩展到比例风险假设之外，我们的提议是用广义生存模型替换这些比例风险模型，其中生存函数通过链接函数建模为线性预测器。根据考虑的链接函数，这些模型可以简化为比例风险、比例赔率、加性风险或概率模型。我们首先考虑时间和协变量效应的完全参数化框架。对于比例和加性风险模型，我们的方法还允许使用基线风险函数和时间变化系数的平滑函数。通过在两个过程上以不同方式作用的共享脆弱性为条件模型了复发和终末事件过程之间的依赖关系。参数估计使用最大（惩罚）似然方法，在R包frailtypack（函数GenfrailtyPenal）中实现。我们进行模拟研究以评估该方法，该方法还在真实数据集上进行了说明。 ©2023 John Wiley＆Sons Ltd.

STATISTICS IN MEDICINE

PeterCAustin,Daniele...

Impute-then-exclude versus exclude-then-impute: Lessons when imputing a variable used both in cohort creation and as an independent variable in the analysis model.

STATISTICS IN MEDICINE

我们研究了缺失数据变量被用作创建分析样本的包含/排除标准，以及作为科学感兴趣的分析模型的主要暴露因素的情景。一个例子是癌症分期，在分析样本中通常会排除患有第四期癌症的患者，而癌症分期（I至III期）是分析模型的暴露变量。我们考虑了两种分析策略。第一种策略被称为“先排除再填补”，它排除了目标变量的观察值等于指定值的主体，然后使用多重填补技术来完成结果样本中的数据。第二种策略称为“先填补再排除”，首先使用多重填补技术来完成数据，然后根据完成样本的观察值或填充值排除主体。蒙特卡罗模拟被用来比较五种方法（一种基于“先排除再填补”，四种基于“先填补再排除”），以及完全病例分析的使用。我们考虑了完全随机缺失和随机缺失数据机制。我们发现使用实质上与模型兼容的完全条件规范的填补后排除策略在72个不同场景下具有优越的性能。我们使用心力衰竭住院患者的实证数据来演示这些方法的应用，当心力衰竭亚型用于队列建立时（排除具有保留射血分数的心力衰竭患者），并且还是分析模型的暴露因素。 ©2023 The Authors。由约翰威利和儿子有限公司出版的医学统计。

STATISTICS IN MEDICINE

RuiRen,KuangnanFang,...

Multivariate functional data clustering using adaptive density peak detection.

STATISTICS IN MEDICINE

多元函数数据的聚类是一个具有挑战性的问题，因为这些数据是由一组曲线和属于无限维空间的函数表示的。在本文中，我们提出了一种新颖的多元函数数据聚类方法，使用自适应密度峰检测技术。它是一种快速聚类中心识别算法，基于每个函数数据观测值的两个度量：函数密度估计和到最近具有更高函数密度的观测值的距离。我们针对多元函数数据提出了两种类型的函数密度估计器。第一种是基于原始函数曲线的L2距离或多元函数主成分的半度量的函数 k $$ k $$ 最近邻密度估计器。第二种是基于多元函数主分数的函数 k $$ k $$ 最近邻密度估计器。我们的聚类方法计算速度快，因为它不需要迭代过程。通过与其他现有聚类方法在模拟研究中的比较，考虑了方法的灵活性和优势。我们还开发了一个用户友好的R软件包FADPclust，供公众使用。最后，我们的方法应用于肺癌研究的真实案例研究中。 © 2023 The Authors. Statistics in Medicine published by John Wiley & Sons Ltd.

STATISTICS IN MEDICINE

KanakoFuyama,Mitsuno...

Impact of correlations between prioritized outcomes on the net benefit and its estimate by generalized pairwise comparisons.

STATISTICS IN MEDICINE

获益与风险平衡在临床试验中引起了人们的关注。为了全面评估获益与风险，越来越多地使用广义的成对比较来估算基于多个优先考虑结果的净收益。虽然先前的研究已经证明，结果之间的相关性影响净收益及其估计，但这种影响的方向和大小仍不清楚。在本研究中，我们通过理论和数值分析来研究两个二元或高斯变量之间相关性对真实净收益值的影响。我们还通过模拟和实际肿瘤临床试验数据的应用，探讨了存活和分类变量之间相关性对基于四种现有方法（Gehan、Péron、Gehan with correction和Péron with correction）估算净收益的影响，其中存在正确的截尾。我们的理论和数值分析揭示了，不同结果分布的相关性对真实净收益值产生了各种方向的影响。在二元终点方面，这个方向由一个阈值50%的简单规则控制，用于评估一个有利的结果。我们的模拟结果表明，在存在正确的截尾的情况下，基于Gehan或Péron评分规则的净收益估计可能会有相当大的偏差，并且这种偏差的方向和大小与结果相关性有关。最近提出的校正方法大大降低了这种偏差，即使在存在强烈的结果相关性的情况下也是如此。解释净收益及其估计时，应仔细考虑相关性的影响。 © 2023 The Authors。Statistics in Medicine, 由约翰威利和儿子有限公司出版。