Scidown文献预览系统！
结外自然杀手/ t细胞淋巴瘤的复合单核苷酸多态性预测签名( A composite single-nucleotide polymorphism prediction signature for extranodal natural killer/T-cell lymphoma )
XP Tian SY Ma KH Young CK Ong Q Cai
目前基于临床病理变量的预后评分系统不足以预测结外自然杀伤/T细胞淋巴瘤(ENKTL)患者接受非蒽环类药物治疗的生存和治疗反应。本研究旨在构建一种基于单核苷酸多态性（SNPs）的分类器,以提高预测准确率,指导临床决策。对来自国际多中心的722例ENKTL患者的资料进行分析。在训练队列(n=336)中使用LASSO Cox回归构建了一个基于7-SNP的分类器,并在内部测试(n=144)和两个外部验证队列(n=142；n=100)中进一步验证。基于7-SNP的分类器在训练队列和三个验证队列中显示了良好的预后预测效果。通过分类器计算的高、低风险评分的患者显示出显著不同的无进展生存期(PFS)和总生存期(OS)（均P<0.001)。多因素分析进一步证明基于7-SNP的分类器是一个独立的预后因素，其预测准确性明显优于临床病理风险变量。基于7-SNP的分类器的应用不受样本类型的影响。值得注意的是，化疗联合放疗对Ⅰ期高危患者的PFS和OS明显改善，而对低危患者的PFS和OS无统计学差异。由分类器和临床病理变量组成的诺模图显示出比单独使用每个变量更好的预测准确性。基于7-SNP的分类器是对现有ENKTL危险分层系统的补充，对ENKTL患者的临床决策具有重要意义。
SciDown文献求助系统（解决99%问题） Public Download Elsevier NCBI ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown TITO系统的自抗扰控制下载
scidown TITO系统的自抗扰控制下载
scidown TITO系统的自抗扰控制下载