包括细丝蛋白A的标志物在诊断和治疗前列腺癌中的用途

    公开(公告)号:CN107428821A

    公开(公告)日:2017-12-01

    申请号:CN201580075635.0

    申请日:2015-12-08

    IPC分类号: C07K16/18 G01N33/574

    摘要: 提供了用于诊断受试者中前列腺癌的存在的方法,这样的方法包括检测各种前列腺癌诊断生物标志物的水平,所述生物标志物包括单独的细丝蛋白A,或结合与一种或多种另外的前列腺癌生物标志物组合,包括PSA、角蛋白4、角蛋白7、角蛋白8、角蛋白15、角蛋白18、角蛋白19、微管蛋白-β3、细丝蛋白B和LY9。另外,年龄可以用作预测变量。本发明还提供了治疗前列腺癌的方法,其依赖于基于前列腺癌生物标志物的检测获得的诊断信息,包括单独的细丝蛋白A或其与一种或多种另外的前列腺癌生物标志物组合,包括PSA、角蛋白4、角蛋白7、角蛋白8、角蛋白15、角蛋白18、角蛋白19、微管蛋白-β3、细丝蛋白B、LY9和/或年龄。还提供了用于检测本发明的生物标志物的试剂盒和试剂组形式的组合物。

    基于患者数据的用于健康护理诊断和治疗的贝叶斯因果关系网络模型

    公开(公告)号:CN107111603A

    公开(公告)日:2017-08-29

    申请号:CN201580058049.5

    申请日:2015-09-11

    IPC分类号: G06F17/00

    摘要: 本发明提供了用于健康护理分析的系统、方法和计算机可读介质。接收对应于多位患者的数据。解析所述数据来产生针对多个变量的标准化数据,所述标准化数据是针对每位患者的超过一个变量而产生。使用贝叶斯网络算法基于所产生的标准化数据产生涉及所述多个变量的因果关系网络模型。所述因果关系网络模型包括与多种医学状况或医疗药物相关的变量。在另一个方面中,接收医学状况或药物的选择。从因果关系网络模型确定子网络。所述子网络包括与选定的医学状况或药物相关的一个或多个变量。鉴定针对选定的医学状况或药物的一个或多个预测因子。

    包括细丝蛋白A的标志物在诊断和治疗前列腺癌中的用途

    公开(公告)号:CN107428821B

    公开(公告)日:2022-06-24

    申请号:CN201580075635.0

    申请日:2015-12-08

    IPC分类号: C07K16/18 G01N33/574

    摘要: 提供了用于诊断受试者中前列腺癌的存在的方法,这样的方法包括检测各种前列腺癌诊断生物标志物的水平,所述生物标志物包括单独的细丝蛋白A,或结合与一种或多种另外的前列腺癌生物标志物组合,包括PSA、角蛋白4、角蛋白7、角蛋白8、角蛋白15、角蛋白18、角蛋白19、微管蛋白‑β3、细丝蛋白B和LY9。另外,年龄可以用作预测变量。本发明还提供了治疗前列腺癌的方法,其依赖于基于前列腺癌生物标志物的检测获得的诊断信息,包括单独的细丝蛋白A或其与一种或多种另外的前列腺癌生物标志物组合,包括PSA、角蛋白4、角蛋白7、角蛋白8、角蛋白15、角蛋白18、角蛋白19、微管蛋白‑β3、细丝蛋白B、LY9和/或年龄。还提供了用于检测本发明的生物标志物的试剂盒和试剂组形式的组合物。