需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

血清乳酸脱氢酶浓度在大细胞神经内分泌型肺癌预后评估中的临床意义

568 次观看

DOI:

10.3791/69352

2025年12月30日

本文内容

摘要

该研究探讨了血清乳酸脱氢酶(LDH)水平,在大细胞神经内分泌型肺癌(LCNEC)患者中,LDH水平显著升高,并与肿瘤大小、分期、分化程度及淋巴结转移相关。LDH被证实为一个独立的预后因素,具有较高的预测准确性,表明其在LCNEC预后评估中的临床应用价值。

摘要

本研究探讨肺大细胞神经内分泌癌(LCNEC)患者血清乳酸脱氢酶(LDH)的表达特征,并评估其临床预后意义。采用前瞻性队列研究设计,纳入2022年1月至2024年1月期间收治的80例LCNEC患者(病例组)及同期接受健康体检的80名健康个体(对照组)。采用酶联免疫吸附测定法(ELISA)定量检测血清LDH水平。通过多因素Logistic回归(MLR)模型分析不良预后的独立危险因素。采用受试者工作特征(ROC)曲线评估LDH对预后的预测能力。结果显示,病例组血清LDH水平显著高于对照组(p < 0.05)。亚组分析显示,肿瘤最大直径≥5 cm、低分化、III-IV期及存在淋巴结转移的患者LDH水平均显著高于相应参照组(均p < 0.05)。预后不良组的LDH表达水平和淋巴结转移率均高于预后良好组(均p < 0.05)。多因素Logistic回归分析表明,LDH(OR = 2.130,95% CI:1.312–3.465)和淋巴结转移均为预后不良的独立预测因子(均p < 0.05)。ROC曲线分析显示,LDH预测预后的曲线下面积(AUC)为0.825(95% CI:0.752–0.898),最佳临界值为280.5 U/L,敏感度为75.0%,特异度为78.0%。 LCNEC患者血清LDH水平异常升高,且与肿瘤恶性特征显著相关,可作为评估疾病预后的有效生物学标志物。

引言

作为特殊肺癌(LC)的一种高度恶性亚型,大细胞神经内分泌癌(LCNEC)近年来在临床诊断与治疗中呈现出明显的发病率上升趋势,已引起临床及科学研究领域的广泛关注1。据统计,LCNEC约占所有肺癌的3%至5%。与其他类型的肺癌相比,LCNEC具有独特的生物学行为和临床特征,例如肿瘤细胞分化差、进展迅速,常导致预后不良,5年生存率低于30%2。然而,LCNEC的诊疗仍面临诸多挑战,尤其是缺乏有效的预测性指标,这显著影响了临床治疗方案的制定及患者的预后评估。

在正常的生理条件下,乳酸脱氢酶(LDH)的血清水平相对稳定,并维持在一个较窄的范围内3,4。然而,当发生病理变化5,尤其是恶性肿瘤时,肿瘤细胞的异常增殖常伴随代谢活性显著增强,这种病理改变导致大量细胞内LDH释放,进而引起血清LDH水平异常升高6,7。近期的临床研究已证实,血清LDH水平与多种恶性肿瘤的生物学行为密切相关。其水平的波动不仅反映肿瘤的侵袭性,还可作为评估疾病进展和预测患者预后的关键分子标志物8,9,10

在肺癌研究中,乳酸脱氢酶(LDH)的临床意义日益受到重视。多项临床研究数据显示,非小细胞肺癌(NSCLC)和小细胞肺癌(SCLC)患者的血清LDH水平显著高于健康人群。值得注意的是,LDH升高的程度与肿瘤的临床病理特征密切相关,肿瘤负荷较高、分期较晚、转移范围更广的患者通常表现出更高的血清LDH水平。更重要的是,这一生化指标的异常变化已被证实与患者的疾病预后密切相关11,12,13。在小细胞肺癌中,LDH水平已被纳入预后评估模型,成为判断患者预后的关键指标之一。这些研究结果为将LDH应用于肺癌预后评估奠定了坚实的基础。

然而,关于大细胞神经内分泌癌(LCNEC)患者中乳酸脱氢酶(LDH)的研究相对较少,其在LCNEC预后评估中的临床意义尚不明确。作为一种具有神经内分泌分化特征的肺癌亚型,LCNEC的细胞生物学行为和代谢特征可能与其他类型的肺癌有所不同,其中LDH的表达与功能也可能具有独特性14。因此,系统研究LCNEC患者血清LDH的表达水平及其临床价值具有多重意义,不仅将丰富对LCNEC的重要理论认识,也对改善患者的临床管理具有重要的实际价值。

乳酸脱氢酶(LDH)是一种系统性生物标志物,与其他生物标志物相比,其检测成本较低,能够反映肿瘤负荷和糖酵解活性;然而,其特异性较差,因为在肝病或溶血情况下LDH水平也会升高6,12。其他谱系特异性标志物包括神经元特异性烯醇化酶(NSE)和胃泌素释放肽前体(ProGRP)。NSE的一致性较差,但对高级别神经内分泌肿瘤具有更高的敏感性和特异性。空间分辨成像生物标志物,如免疫染料氟脱氧葡萄糖(FDG)的检测、PET/CT参数(SUVmax、MTV、TLG),可提供预后信息,但成本较高且在不同平台间具有可比性。将LDH与神经内分泌标志物及影像学检查相结合,可更有效地实现肺大细胞神经内分泌癌(LCNEC)的预后分层11。在临床实践中,LDH的检测结果受检测条件影响,例如所用试剂的敏感性和校正试验。其阈值存在实验室间差异,因此需要建立标准化的参考范围。需明确考虑的混杂因素包括溶血、肝功能障碍或系统性炎症,这些情况本身可导致LDH升高,从而影响其在肿瘤预后评估中的特异性。

访问受限。请登录或开始试用以查看此内容。

方案

本研究严格遵守医学伦理原则,并经中国北京市首都医科大学附属北京胸科医院胸外科、北京市结核病胸部肿瘤研究所伦理委员会批准。所有纳入的参与者均签署了书面知情同意书。

1. 研究对象

  1. 采用前瞻性队列设计,选取2022年2月至2024年1月期间收治的80例经诊断为LCNEC的患者纳入研究队列,包括55例男性和25例女性LCNEC患者,年龄范围为45–75岁(平均年龄62.5 ± 10.3岁)。同时招募80例健康个体作为对照组,按年龄和性别匹配,其中男性48例(60%),女性32例(40%),年龄范围为40至70岁,平均年龄为60.8 ± 9.5岁。
  2. 纳入标准为:年龄≥18岁,经病理组织学检查确诊为LCNEC15,在初次诊断时未接受任何抗肿瘤治疗(包括放疗、化疗、免疫治疗和靶向治疗),且具有完整的临床资料及随访条件。
  3. 排除标准为:合并其他原发性恶性肿瘤、严重器质性疾病、活动性感染性疾病、精神障碍或认知功能障碍,以及妊娠或哺乳期女性。
  4. 在预后分类方面,根据随访结果将患者分为两组:一组为预后良好者,即治疗后无复发或转移,或病情稳定,随访结束时未出现疾病扩散且仍存活;另一组为预后不良者,其特征为肿瘤复发、远处转移或任何原因导致的死亡(包括随访期间因肿瘤进展或其他原因死亡)。

2. 研究方法

  1. 临床数据收集
    1. 通过专门设计的病例报告表(CRF)以标准化方法收集临床病例相关数据,并由两名具有主治医师或以上职称的医师独立进行数据录入与核对。一般资料包括人口学特征:年龄、性别、身高、体重(BMI);生活方式:吸烟史(定义为连续吸烟超过6个月,平均每日吸烟量≥10支)、饮酒史(定义为每周至少饮酒3次,持续一年以上);以及合并症:既往高血压、糖尿病。
    2. 收集大细胞神经内分泌癌(LCNEC)患者的临床病理资料,包括肿瘤特征、肿瘤直径。以术后病理测量结果为依据;肿瘤部位;病理分化程度:高分化、中分化和低分化;TNM分期:肿瘤分期评估严格遵循第8版th 国际肺癌研究协会(IASLC)TNM 分期标准版本16,采用多学科综合检测模型;以及淋巴结转移。
  2. 治疗方案制定
    1. 根据个体化与综合性的原则,在多学科肿瘤诊疗团队的指导下,对患者进行个体化、综合性的治疗测试,具体方案如下所述。
    2. 早期患者(I-II期):首选根治性手术切除,手术方式包括肺叶切除术联合系统性淋巴结清扫术。术后根据病理结果决定是否进行辅助化疗(含铂双药方案,如顺铂+培美曲塞)或放疗。对于切缘阳性或淋巴结转移的患者,给予培美曲塞或放疗。
    3. 局部晚期患者(III期):对这类患者应实施多学科综合治疗。对于预后良好的患者,先进行新辅助化疗(2-4个周期),随后评估手术可行性,并在术后给予辅助放疗;对于不可切除的患者,则采用同步放化疗治疗。
    4. 晚期患者(IV期):采用全身性治疗,包括化疗、靶向治疗、免疫治疗,必要时联合局部放疗,以缓解症状。在电子病历系统中详细记录所有患者的治疗方案,包括治疗周期、药物剂量、不良反应及剂量调整情况,确保治疗方案的可追溯性。

3. 血清乳酸脱氢酶检测

  1. 从所有研究对象中采集血液样本,并按照标准化程序进行处理。对于大细胞神经内分泌癌(LCNEC)组的患者,于空腹状态下在第2天早晨采集5 mL静脉血。nd 入院当天(07:00-08:00)采集血液样本。对照组在体检当天进行采血。
  2. 使用真空采血管(K2-EDTA管)采集血液,轻轻倒置8至10次,以避免凝血。立即在1,000 x g 4 °C下孵育15分钟。然后,去除血清,将其分装至两个2 mL冻存管中(每管1 mL),并于-80 °C超低温冰箱中保存,以避免整个过程中反复冻融。
  3. 同时,建立完善的样本数据管理系统,以记录样本的位置和保存时间。
  4. 采用双抗体夹心 ELISA 法测定血清 LDH 水平。将血清样本置于冰上解冻,然后在 10,000 x g 在 4 °C。
  5. 在每个孔中加入 20 µL 血浆和 200 µL LDH 试剂缓冲液(pH 7.4),37 °C 孵育 5 分钟。使用动力学读数,于 320 nm 波长处每 2 分钟检测一次 NADH 的氧化情况,持续 25.5 分钟。利用 NADH 的摩尔消光系数(6.22 /mM/cm),除以光程(以 0.3 cm 为光程),计算 LDH 活性(U/L)。
  6. 对于超出线性范围的样本,应进行稀释后重新检测,以确认其线性性(r² ≥ 0.99)。使用商品化ELISA试剂盒,对1:10稀释的血浆样本进行NSE和ProGRP生物标志物的平行双孔检测。用PBST洗涤3次,加入HRP标记的抗体,室温孵育1小时。
    注意:本研究采用酶联免疫吸附测定法(ELISA)定量检测血清乳酸脱氢酶(LDH),因其具有更高的分析灵敏度和特异性,且在科研中应用更为广泛。相较于常规自动化临床化学分析仪,ELISA可在较低浓度下实现精确的定量检测;后者仅能测定LDH的总体活性,无法识别不同批次间的细微差异。此外,ELISA可支持特定同工酶的鉴定(如有需要),在样本处理方面也更具灵活性,因而适用于严格控制的前瞻性研究。尽管自动化分析仪在临床实践中具有快速便捷的优势,但在基于研究的样本检测中,ELISA能够更好地控制结果的可重复性与一致性,确保测量结果不受溶血、脂血或其他血清成分的干扰,这在比较大细胞神经内分泌癌(LCNEC)患者的LDH水平与临床病理特征及预后信息时至关重要。
  7. 用TMB底物显色15分钟,随后加入2 M HCl终止反应2SO4 在450 nm处(参考波长620/650 nm)测定吸光度之前,使用四参数逻辑回归法绘制标准曲线,并将板内和板间变异系数(CV)分别控制在10%和15%以下。
  8. 进行 Kaplan-Meier 生存分析和 Cox 比例风险回归作为补充分析,以评估乳酸脱氢酶(LDH)的预后价值。在 SPSS v26.0 中,通过点击定义连续变量(LDH、NSE、ProGRP、肿瘤大小、年龄、BMI)和分类变量(性别、吸烟、饮酒、分期、分化程度、淋巴结状态) 文件 > 打开 > 数据 以及在 R v4.3.1(read_csv 函数)中。
  9. 将所有生物标志物的数值标准化为国际单位:乳酸脱氢酶(LDH)单位转换为 U/L(1 µkat/L = 60 U/L),神经元特异性烯醇化酶(NSE)单位转换为 ng/mL,胃泌素释放肽前体(ProGRP)单位转换为 pg/mL。对呈偏态分布的生物标志物进行对数转换(SPSS 中使用 LN,R 中使用 log),然后转换为 z 分数以进行多变量分析,但保留原始数值以便临床解读。使用 SPSS 和 R 进行按 LDH 水平(280.5 U/L)分层的 Kaplan-Meier 生存分析,并采用 log-rank 检验比较各组间的差异。
  10. 使用LDH、淋巴结状态、分期、分化程度、肿瘤大小、年龄、性别、吸烟和饮酒作为Cox比例风险回归中的协变量。在SPSS中通过点击设置这些参数 分析 > 存活率 > Cox 回归,并在 R 中使用 coxph 函数。使用 Cox 比例风险检验(R 中的 cox.zph)来检验模型假设。
  11. 以风险比(95% 可信区间)的形式呈现所有统计结果,并通过删除法对缺失数据进行个案剔除,以保持分析的严谨性和可重复性。乳酸脱氢酶(LDH)水平升高与总体生存率降低显著相关(log-rank p < 0.05)。 < 0.01),Cox回归分析在调整临床协变量后证实乳酸脱氢酶(LDH)是预后不良的独立预测因子。

4. 随访方案与预后分组

  1. 随访流程
    1. 随访的起始时间(自2022年2月1日开始)为患者的诊断或入院日期,结束时间为2024年1月31日,总随访期为2年。采用多模式随访方案,以确保数据的完整性。
    2. 对于术后患者,采用标准化随访:在术后前2年内每3个月安排一次门诊随访,包括胸部CT、腹部超声、肿瘤标志物(CEA、NSE)以及血常规、肝肾功能检查;对于晚期阶段的患者,将随访间隔缩短至每2个月一次。
    3. 对于行动不便的患者,采用每1至2个月一次的电话随访,记录临床预警症状的变化、治疗反应及生存状态。重点随访内容包括肿瘤复发时间、转移分布情况、治疗方案调整以及死亡原因(需明确区分肿瘤相关死亡)。
    4. 使用双人录入法将所有随访数据记录于电子表格中,并建立定期核查机制,以确保数据的准确性。
  2. 预后分组
    1. 根据随访结果,将患者分为两组:预后良好组:随访期间无复发或转移,或虽有复发但经治疗后病情稳定,无疾病进展迹象,并在随访结束时仍存活;预后不良组:随访期间出现肿瘤复发、远处转移或全因死亡(包括肿瘤进展所致死亡及其他原因导致的死亡)。
    2. 结合临床资料、尸检报告(如有),并由两名具有副主任医师及以上职称的医师共同确认死亡患者的具体死因。

5. 统计学分析

  1. 使用统计分析软件。测量数据以均值 ± 标准差表示 数学公式:表达式 (x̄ ± s),表示标准差概念。。组间比较时,两组间采用独立样本 t 检验,多组间采用方差分析(ANOVA),并以 SNK-q 检验进行事后多重比较。分类变量以百分比表示,组间比较采用卡方检验;必要时采用 Fisher 精确概率法。
  2. 为探讨影响大细胞神经内分泌癌(LCNEC)预后的因素,建立多变量 logistic 回归模型。为评估血清乳酸脱氢酶(LDH)的预后预测能力,采用受试者工作特征(ROC)曲线,并考虑曲线下面积(AUC)及其 95% 置信区间。确定最佳截断值,以及相应的敏感性和特异性。所有统计检验均为双侧检验,以 P 值 < 0.05 定义具有统计学意义的差异。
  3. 对于缺失数据(<5%),采用个案剔除法处理,将相关变量值不完整的受试者从特定分析中排除。由于缺失比例较低,该方法可最大程度减少偏倚,在不影响样本量、分析效能或研究结果稳健性的前提下保持统计有效性。

访问受限。请登录或开始试用以查看此内容。

结果

一般信息比较
结果显示,大细胞神经内分泌癌(LCNEC)组的吸烟者比例明显高于对照组,且差异具有临床意义(p < 0.05;表1)。在年龄、性别和饮酒比例方面,两组之间无临床显著性差异(p > 0.05)。

特征LCNEC 组 (n=80)对照组 (n=80)χ²/tP
年龄(岁)62.5 ± 10.360.8 ± 9.5

访问受限。请登录或开始试用以查看此内容。

讨论

乳酸脱氢酶在大细胞神经内分泌癌发展中的生物学机制
乳酸脱氢酶(LDH)是糖酵解通路中的关键酶,可使大细胞神经内分泌癌(LCNEC)细胞倾向于发生瓦伯格效应。这意味着这些癌细胞在能量供应上更依赖于糖酵解,该过程会引发大量LDH释放入血液循环17。本研究中,LCNEC患者血清LDH水平显著高于健康对照组(285.6 ± 56.3 U/L 对比 198.5 ± 32.4 U/L,p < 0.05),该结果与既往关于非小细胞肺癌(NSCLC)和小细胞肺癌(SCLC)的研究结果一致12

乳酸脱氢酶(LDH)在大细胞神经内分泌癌(LCNEC)诊断与预后评估流程中的实际整合价值,在于其作为一种快速、经济且普遍可获取的血清生物标志物的作用。在基线评估时,LDH检测可与影像学和组织病理学检查联合应用,以提供补充性的预后信息。升高的LDH水平可能识别出高风险患者,提示需要加强监测、更早启动全身治疗,或纳入探索糖酵解靶向治疗策略的临床试验。此外,LDH可...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何竞争利益需要披露。

材料

本文使用的材料清单
姓名公司目录编号评论
硬件
2 TB HDDSegante6G SATA 7.2k 3.5"(LFF) 存储
8 GB RAMKingston Technology 4Rx4 DDR4 LRDIMM 2666 MT/s.存储
Intel Core i5IntelIntel Core i7 处理器
NVIDIA GeForce RTX 4060 TiNvidia CorporationNA显卡
软件
R (version 4.1.2) 编程语言 
SPSSIBM30数据可视化工具

参考文献

  1. Corbett, V., Arnold, S., Anthony, L., et al. Management of large cell neuroendocrine carcinoma. Frontiers in Oncology. 11, 653162(2021).
  2. Andrini, E., Marchese, P. V., De Biase, D., et al. Large cell neuroendocrine carcinoma of the lung: current understanding and challenges. Journal of Clinical Medicine. 11 (5), 1461(2022).
  3. Yang, L., Fan, Y., Lu, H. Pulmonary large cell neuroendocrine carcinoma. Pathology & Oncology Research. 28, 1610730(2022).
  4. Wang, G., Yuan, R., Zhou, C., et al. Urinary large cell neuroendocrine carcinoma: a clinicopathologic analysis of 22 cases. American Journal of Surgical Pathology. 45 (10), 1399-1408 (2021).
  5. Huang, L., Feng, Y., Xie, T., et al. Incidence, survival comparison, and novel prognostic evaluation approaches for stage III-IV pulmonary large cell neuroendocrine carcinoma and small cell lung cancer. BMC Cancer. 23 (1), 312(2023).
  6. Wu, Y., Lu, C., Pan, N., et al. Serum lactate dehydrogenase activities as systems biomarkers for 48 types of human diseases. Scientific Reports. 11 (1), 12997(2021).
  7. Deng, H., Zhao, L., Ge, H., et al. Ubiquinol-mediated suppression of mitochondria-associated ferroptosis is a targetable function of lactate dehydrogenase B in cancer. Nature Communications. 16 (1), 2597(2025).
  8. Claps, G., Faouzi, S., Quidville, V., et al. The multiple roles of LDH in cancer. Nature Reviews. Clinical Oncology. 19 (12), 749-762 (2022).
  9. Miholjcic, T. B. S., Halse, H., Bonvalet, M., et al. Rationale for LDH-targeted cancer immunotherapy. European Journal of Cancer. 181, 166-178 (2023).
  10. Sharma, D., Singh, M., Rani, R. Role of LDH in tumor glycolysis: regulation of LDHA by small molecules for cancer therapeutics. In: Seminars in Cancer Biology. 87, Academic Press. 184-195 (2022).
  11. Galvano, A., Peri, M., Guarini, A. A., et al. Analysis of systemic inflammatory biomarkers in neuroendocrine carcinomas of the lung: prognostic and predictive significance of NLR, LDH, ALI, and LIPI score. Therapeutic Advances in Medical Oncology. 12, 1758835920942378(2020).
  12. Tjokrowidjaja, A., Lord, S. J., John, T., et al. Pre- and on-treatment lactate dehydrogenase as a prognostic and predictive biomarker in advanced non-small cell lung cancer. Cancer. 128 (8), 1574-1583 (2022).
  13. Yang, Y., Chong, Y., Chen, M., et al. Targeting lactate dehydrogenase a improves radiotherapy efficacy in non-small cell lung cancer: from bedside to bench. Journal of Translational Medicine. 19 (1), 170(2021).
  14. Wang, S., Lv, J., Lv, J., et al. Prognostic value of lactate dehydrogenase in non-small cell lung cancer patients with brain metastases: a retrospective cohort study. Journal of Thoracic Disease. 14 (11), 4468(2022).
  15. Li, H., et al. Recent Advances and Controversies in Minute Pulmonary Meningothelial-like Nodules. Zhongguo Fei Ai Za Zhi. 26 (8), 621-629 (2023).
  16. Chansky, K., Detterbeck, F. C., Nicholson, A. G., et al. The IASLC lung cancer staging project: external validation of the revision of the TNM stage groupings in the eighth edition of the TNM classification of lung cancer. Journal of Thoracic Oncology. 12 (7), 1109-1121 (2017).
  17. Ferrara, M. G., Stefani, A., Simbolo, M., et al. Large cell neuro-endocrine carcinoma of the lung: current treatment options and potential future opportunities. Frontiers in Oncology. 11, 650293(2021).
  18. Liu, T., Chen, X., Mo, S., et al. Molecular subtypes and prognostic factors of lung large cell neuroendocrine carcinoma. Translational Lung Cancer Research. 13 (9), 2222(2024).
  19. Menekse, S. The prognostic significance of lung immune prognostic index (LIPI) and pan-immune-inflammation value (PIV) in patients with large cell neuroendocrine carcinoma. , (2022).
  20. Haocheng, W., Dongfeng, S., Ya, D., et al. Correlation analysis of serum LDH concentration before and after operation and prognosis of large cell neuroendocrine lung cancer patients. Zhongguo Fei Ai Za Zhi. 24 (5), (2021).
  21. Liu, L., Zhang, J., Zhao, K., et al. Prognostic factors and nomogram for pulmonary resected high-grade neuroendocrine carcinomas: a 20-year single institutional real-world experience. Orphanet Journal of Rare Diseases. 19 (1), 232(2024).
  22. Chen, X. Y., Guo, N. J., Guo, P. L., et al. Clinical features and prognosis of advanced intra- and extra-pulmonary neuroendocrine carcinomas. Journal of Cancer Research and Therapeutics. 19 (4), 951-956 (2023).
  23. Callejo, A., Frigola, J., Iranzo, P., et al. Interrelations between patients' clinicopathological characteristics and their association with response to immunotherapy in a real-world cohort of NSCLC patients. Cancers. 13 (13), 3249(2021).
  24. Evangelou, G., Vamvakaris, I., Nikolaidou, V., et al. Preliminary analysis of progression-free survival results for atezolizumab plus platinum etoposide as first-line treatment in metastatic lung large-cell neuroendocrine carcinoma patients. , (2025).
  25. Constantin, A. A., Cotea, A. A., Mihălțan, F. D. Pulmonary large-cell neuroendocrine carcinoma, a multifaceted disease-case report and literature review. Diagnostics. 15 (9), 1056(2025).
  26. Mao, X., Liu, J., Hu, F., et al. Serum NSE is early marker of transformed neuroendocrine tumor after EGFR-TKI treatment of lung adenocarcinoma. Cancer Management and Research. 2023, 1293-1302 (2023).
  27. Shirasawa, M., Yoshida, T., Horinouchi, H., et al. Prognostic impact of peripheral blood neutrophil to lymphocyte ratio in advanced-stage pulmonary large cell neuroendocrine carcinoma and its association with the immune-related tumour microenvironment. British Journal of Cancer. 124 (5), 925-932 (2021).
  28. Huang, W., Liu, P., Zong, M., et al. Combining lactate dehydrogenase and fibrinogen: potential factors to predict therapeutic efficacy and prognosis of patients with small-cell lung cancer. Cancer Management and Research. 2021, 4299-4307 (2021).
  29. Huang, H., Huang, F. Afatinib reverses EMT via inhibiting CD44-Stat3 axis to promote radiosensitivity in nasopharyngeal carcinoma. Pharmaceuticals. 16 (1), 37(2023).
  30. Zhang, Y., Zhu,, et al. M2 macrophage exosome-derived lncRNA AK083884 protects mice from CVB3-induced viral myocarditis through regulating PKM2/HIF-1α axis mediated metabolic reprogramming of macrophages. Redox Biology. 69, 103016(2024).
  31. Pei, W., Zhang, Y., et al. Multitargeted immunomodulatory therapy for viral myocarditis by engineered extracellular vesicles. ACS Nano. 18 (4), 2782-2799 (2024).
  32. Lin, X., Liao, Y., et al. Regulation of oncoprotein 18/Stathmin signaling by ERK concerns the resistance to Taxol in nonsmall cell lung cancer cells. Cancer Biotherapy and Radiopharmaceuticals. 31 (2), 37-43 (2016).
  33. Gong, H., Liu, Z., et al. Identification of cuproptosis-related lncRNAs with the significance in prognosis and immunotherapy of oral squamous cell carcinoma. Computers in Biology and Medicine. 171, 108198(2024).
  34. Men, X., Liu, F., et al. Activatable fluorescent probes for imaging and diagnosis of hepatocellular carcinoma. Journal of Innovative Optical Health Sciences. 18 (3), 2530004(2024).
  35. Luo, C., Yu, Y., et al. Deubiquitinase PSMD7 facilitates pancreatic cancer progression through activating Notch1 pathway via modifying SOX2 degradation. Cell & Bioscience. 14 (1), 35(2024).
  36. Wang, N., Zhao, Q., et al. Lnc-TMEM132D-AS1 as a potential therapeutic target for acquired resistance to osimertinib in non-small-cell lung cancer. Molecular Omics. 19 (3), 238-251 (2023).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

LDH 表达酶联免疫吸附淋巴结转移逻辑回归ROC 曲线肿瘤恶性程度