根據複發的風險而對膀胱癌(BC)患者進行分層的非侵入性工具目前是非常迫切需要的，目的是指導臨床幹預。最近，有研究人員對之前發表的關於基於CE-MS尿液標記來對BC進行檢測和複發控製的文章進行了進一步的跟蹤研究，研究人員利用縱向數據對BC患者進行了擴展調查。

研究人員對具有複發狀態信息的BC患者跟蹤調查數據進行了分析，並將多肽組數據集(n=98)分成訓練集和測試集。研究人員利用Cox回歸分析在訓練集中進行特征選擇。研究發現，單個多肽水平的整個訓練集調查闡釋了36個多肽是疾病複發的強烈獨立診斷標記。研究人員將特征整合到一個基於Forest的隨機模型中來評估BC患者的複發風險。之後，將該模型在測試群體中進行評估，並在BC複發診斷中表現出了高顯著性(HR=5.76， p=0.0001， c-index=0.64)。另外，將尿液多肽整合到診斷模型中可以進行BC複發的定量風險評估，強調了在前瞻性研究中將其整合在一起的必要性，從而實現其在BC臨床治療中的價值。

原始出處：

Magdalena Krochmal， Kim E. M. van Kessel， Ellen C. Zwarthoff et al.Urinary peptide panel for prognostic assessment of bladder cancer relapse. Sci Rep. 21 May 2019