意大利研究者Bagnoli等報告的研究顯示，基于35個可預測卵巢癌復發(fā)或進展的miRNA的預后模型MiROvaR，可為上皮性卵巢癌進展提供預測，并具有獨立預后價值，其臨床應用價值仍需進一步研究。(Lancet Oncol. 2016年7月8日在線版)

　　該研究旨在建立一個小RNA(miRNA)分子分類模型，為上皮性卵巢癌(OC)患者的疾病進展或復發(fā)風險提供預測。研究者收集分析了3組診斷樣本miRNA表達譜制定模型并進行了驗證。主要臨床終點為無進展生存期，使用Cox多因素分析回歸模型評估該模型的獨立預后作用。結果確定了35個能夠預測疾病進展或復發(fā)風險的miRNA，并利用它們建立了一個預后模型?；谶@35個 miRNA的分子模型(MiROvaR)對卵巢癌復發(fā)或進展風險進行預測。

　　腫瘤復發(fā)和進展的風險在大多數(shù)上皮性卵巢癌患者中仍然很高, 分子預測可能為患者的風險分層提供一個更有價值的工具。此研究旨在建立一個微小RNA(miRNA)的分子分類模型，為上皮性卵巢癌患者疾病的進展或復發(fā)的風險提供預測。

　　研究者收集了一項意大利多中心臨床研究(隊列OC179)179例樣本制定該模型，通過來自兩個中心的262例樣本(隊列OC263)和人類基因組學研究TCGA上皮性卵巢癌部分452例樣本(隊列OC452)驗證該模型。

　　結果顯示，共篩選出35個可預測疾病進展或復發(fā)風險的miRNA，并利用它們建立了一個預后模型?；谶@35個 miRNA對卵巢癌復發(fā)或進展的風險進行預測。 發(fā)現(xiàn)MiROvaR能區(qū)分OC179高危組患者(89例患者，中位無進展生存期18個月)和低危組(90例，中位無進展生存期38個月，HR=1.85，P=0.00082)。 在驗證隊列中，MiROvaR能顯著預測疾病的進展(OC263隊列，HR=3.16，95%CI 2.33~4.29，P<0.0001;OC452隊列，HR1.39，95%CI 1.11~1.74，P=0.0047)。多因素分析顯示，校正相關的臨床協(xié)變量后，MiROvaR是獨立的預后因素(OC179隊列：校正HR=1.48，95%CI 1.03~2.13，P=0.036;OC263隊列：校正HR=3.09，95%CI 2.24~4.28，P<0.0001;OC452隊列：HR=1.41，95%CI 1.11~1.79，P=0.0047)。

　　(編譯 樓夢 審校 周琦)

　　重慶市腫瘤醫(yī)院/重慶市腫瘤研究所 周琦教授述評：

　　上皮性卵巢癌患者腫瘤復發(fā)和進展的風險是否能夠預測，分子預測的發(fā)展可否提供一個有價值的風險分層分析的工具。本研究為我們建立的一個微小RNA(miRNA)的分子分類模型，為上皮性卵巢癌患者疾病的進展或復發(fā)的風險提供預測。研究結果確定的這35個能夠預測疾病進展或復發(fā)風險的miRNA，建立了一個預后模型?；谶@35個 miRNA對卵巢癌復發(fā)或進展的風險(MiROvaR)進行預測的進一步分層研究將給上皮性卵巢癌風險預測提供一種方法。