LASSO Logistic回归模型的构建及其对新辅助治疗的预测能力
信用:付长芳 教授的研究小组
中国科学院合肥物理研究所的杨武林和戴海明最近在肿瘤分子标志物领域提出了一个可以预测乳腺癌新辅助化疗敏感性的遗传分类器
乳腺癌是一种具有高度临床和生物学异质性的恶性肿瘤
不同亚型对化疗的反应具有不同的临床特征
因此，重要的是开发预测治疗敏感性的方法，这是乳腺癌精准医学的基础，以便患者选择最佳治疗策略，避免过度治疗
在这项研究中，研究人员在患者药物反应数据的帮助下，使用最小绝对收缩和选择算子(LASSO)逻辑回归建立了一个具有25个基因特征的预测模型
该模型有许多优点，“它可以高精度地预测对紫杉醇和蒽环类新辅助化疗的病理完全反应，并适用于乳腺癌的各种亚型，证明了免疫生态系统对化疗敏感性的重要贡献
”研究小组负责人杨武林说
在对不同批次的数据和各种乳腺癌亚型表现出良好的预测能力，并且表现出良好的泛化能力之后，该基因签名有望作为一种新的诊断方案在临床实践中被推广以预测对化疗敏感的诊断方案
“因此，它可以为乳腺癌选择最佳方案，并为患者提供精确治疗的机会，”杨说
研究结果已经发表在《免疫学前沿》杂志上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
