Cancer metastasis networks and the prediction of progression patterns.
Cancer metastasis networks and the prediction of progression patterns.
复制标题
DOI：
10.1038/sj.bjc.6605214
复制
发表时间：
2009-09-01
影响因子：
8.8
通讯作者：
中科院分区：
文献类型：
--
作者：
癌症的转移模式在空间和时间上都不同。网络建模可以允许在分析这些模式时纳入时间维度。我们使用了2265167例年龄在65岁以上的老年患者的医疗保险索赔来研究大规模的转移瘤临床模式。我们引入了癌症转移网络的概念，其中节点代表原发性癌症部位和随后转移的部位，通过测量同现强度的链接连接。这些癌症转移网络捕获时间和微妙的关系信息，其动态因癌症类型而异。使用这些网络作为个体患者的转移性疾病可能演变的实体，我们表明，对于某些癌症类型，它们可以用于对给定转移序列的原发性癌症类型进行逆行预测，以及对未来转移部位的顺行预测。对传统技术的改进表明，这种基于网络的建模方法可能适用于研究转移模式。
Metastasis patterns in cancer vary both spatially and temporally. Network modelling may allow the incorporation of the temporal dimension in the analysis of these patterns. We used Medicare claims of 2 265 167 elderly patients aged ⩾65 years to study the large-scale clinical pattern of metastases. We introduce the concept of a cancer metastasis network, in which nodes represent the primary cancer site and the sites of subsequent metastases, connected by links that measure the strength of co-occurrence. These cancer metastasis networks capture both temporal and subtle relational information, the dynamics of which differ between cancer types. Using these networks as entities on which the metastatic disease of individual patients may evolve, we show that they may be used, for certain cancer types, to make retrograde predictions of a primary cancer type given a sequence of metastases, as well as anterograde predictions of future sites of metastasis. Improvements over traditional techniques show that such a network-based modelling approach may be suitable for studying metastasis patterns.
登录
查看更多内容
影响因子：
56.9
作者：
Golub, TR;Slonim, DK;Lander, ES
通讯作者：
Lander, ES
影响因子：
64.8
作者：
Jones, DH;Nakashima, T;Penninger, JM
通讯作者：
Penninger, JM
影响因子：
4.6
作者：
AuBuchon, J. P.;de Wildt-Eggen, J.;Dumont, L. J.
通讯作者：
Dumont, L. J.
影响因子：
12.7
作者：
FISHER, ES;BARON, JA;BUBOLZ, TA
通讯作者：
BUBOLZ, TA
影响因子：
158.5
作者：
Barry, MJ
通讯作者：
Barry, MJ