基于临床病理基本信息和VISTA检测的PNET复发风险预测模型

摘要

本发明专利提供了一种基于临床分期和功能状态、免疫检查点VISTA、PD‑L1及微血管密度的模型，可以用于预测G1和G2胰腺神经内分泌瘤的复发风险。本发明根据临床分期和功能状态、通过免疫组化检测PD‑L1、VISTA和CD34，通过显微镜下判断免疫组化结果，再综合上述五个变量制作列线图，根据列线图来预测胰腺神经内分泌瘤术后1年、3年、5年复发风险。该模型可较为准确地预测G1和G2胰腺神经内分泌瘤的复发风险，从而为个体化随访方案制定提供参考。该模型是基于临床病理及肿瘤免疫微环境及微血管共同建立，具备可操作性和综合性。