意大利研究者Bagnoli等報告的研究顯示，基于35個可預(yù)測卵巢癌復(fù)發(fā)或進展的miRNA的預(yù)后模型MiROvaR，可為上皮性卵巢癌進展提供預(yù)測，并具有獨立預(yù)后價值，其臨床應(yīng)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(fù)發(fā)風(fēng)險提供預(yù)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(yù)后作用。結(jié)果確定了35個能夠預(yù)測疾病進展或復(fù)發(fā)風(fēng)險的miRNA，并利用它們建立了一個預(yù)后模型?；谶@35個 miRNA的分子模型(MiROvaR)對卵巢癌復(fù)發(fā)或進展風(fēng)險進行預(yù)測。

　　腫瘤復(fù)發(fā)和進展的風(fēng)險在大多數(shù)上皮性卵巢癌患者中仍然很高, 分子預(yù)測可能為患者的風(fēng)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(fù)發(fā)的風(fēng)險提供預(yù)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(xué)研究TCGA上皮性卵巢癌部分452例樣本(隊列OC452)驗證該模型。

　　結(jié)果顯示，共篩選出35個可預(yù)測疾病進展或復(fù)發(fā)風(fēng)險的miRNA，并利用它們建立了一個預(yù)后模型。基于這35個 miRNA對卵巢癌復(fù)發(fā)或進展的風(fēng)險進行預(yù)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(yù)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(guān)的臨床協(xié)變量后，MiROvaR是獨立的預(yù)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(fù)發(fā)和進展的風(fēng)險是否能夠預(yù)測，分子預(yù)測的發(fā)展可否提供一個有價值的風(fēng)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(fù)發(fā)的風(fēng)險提供預(yù)測。研究結(jié)果確定的這35個能夠預(yù)測疾病進展或復(fù)發(fā)風(fēng)險的miRNA，建立了一個預(yù)后模型?；谶@35個 miRNA對卵巢癌復(fù)發(fā)或進展的風(fēng)險(MiROvaR)進行預(yù)測的進一步分層研究將給上皮性卵巢癌風(fēng)險預(yù)測提供一種方法。