폐암조직에서 생물학적 지표들의 예후인자로서의 비교검토

김선영; 조해정; 서지원; 김남재; 김주옥

추천

검색

자료유형: 학술저널

저자정보: 김선영 (충남대학교 의과대학 내과학교실) 조해정 (충남대학교 의과대학 내과학교실) 서지원 (충남대학교 의과대학 내과학교실) 김남재 (충남대학교 의과대학 내과학교실) 김주옥 (충남대학교 의과대학 내과학교실)

저널정보: 대한결핵 및 호흡기학회 Tuberculosis and Respiratory Diseases 결핵 및 호흡기 질환 제42권 제2호

발행연도: 1995.1

수록면: 142 - 148 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경: 최근의 제반 분자생물학적 기법의 발전이나 새로운 치료법 등에 관한 활발한 연구에도 불구하고 폐암의 5년생존율이 크게 나아지지 못하고 있으며, 또한 우리나라에서의 폐암의 발생 및 이로 인한 사망이 점차 증가하는 현실이다. 그러므로 치료효과 또는 생존율을 높일 수 있는 새로운 치료법의 개발과 이울러 제반 생물학적 성상을 이용한 예후판정 또는 치료경과의 예측을 위한 지표개발이 필요하다 하겠다. 이에 저자들은 몇가지 생물학적 표지자들이 폐암에서 예후인자로서 어떤 의미를 가지는지 알아보기 위하여 본 연구를 시작하였다. 방법: 비소세포폐암환자 46명으로부터 얻은 조직을 대상으로 단클론항체를 이용하여 PCNA, EGFR, p53, 혈액항원 A 등의 발현 여부를 비교적 간단한 면역조직화학법으로 검색하였다. 결과: 1) PCNA, EGFR, p53, 혈액항원 A 등의 발현은 각각 80.6%, 61.3%, 45.9%, 64.3%의 양성율을 나타냈으며, 세포형이나 병기에 따라서는 유의한 차이가 없었다. 2) 개개지표들의 예후인자로서의 유의성 검증에서 헬액항원 A의 발현은 중앙생존기간(24개월과 5개월) 및 2년 생존율(55.6%와 0%)에서 월등하게 좋은 예후를 나타내었으며, PCNA의 발현은 중앙생존기간(11개월과 30개월) 및 2년 생존율(36%와 100%)에서 매우 나쁜 예후를 나타내었다. 3) EGFR의 발현은 중앙생존기간(10개월과 30개월) 및 2년 생존율(36.8%와 66.7%)에서 나쁜 예후의 경향을 보이나 통계적 유의성은 없었고, p53의 발현은 양군에서 별차이가 없어 예후인자로서의 유의성은 없었다. 4) PCNA, EGFR, p53의 발현을 동시에 시행한 경우의 유의성 검증에서는 3가지 중 2가지 이상의 음성을 나타낸 군의 중앙생존기간(33개월) 및 2년 생존율(77.8%)이 2가지 이상의 양성을 나타낸 군의 중앙생존기간(9.5개월) 및 2년 생존율(36.4%)보다 유의하게 높았다. 결론: 이상의 결과로 비소세포폐암에서 PCNA의 발현은 나쁜 예후인자로서, 혈액항원 A의 발현은 좋은 예후인자로서의 의미를 가지며, PCNA, EGFR, p53을 동시에 시행하여 2가지 이상의 양성발현 또한 나쁜 예후인자로 사료되므로 이들을 이용한 예후판정의 가능성이 제시된다 하겠다.

Background: Despite modern diagnostic, staging, and therapeutic advances, esp. with molecular biologic techniques, the 5-year survival rate of all cases of lung cancer does not exceed 15%. Also, the incidence of lung cancer of both sex in Korea is increasing year by year and the lung cancer is one of the leading causes of cancer death. Therefore, it is strongly needed to develop the new combination of treatment modalities including neoadjuvant chemotherapy and to identify tumor specific characteristics with staging or prognostic markers. Here we present the clinical significance of several biologic tumor markers to use as a prognostic markers in patients with non-small cell lung cancers. Method: The survival has correlated with the expressibility of proliferative cell nuclear antigen (PCNA), epidermal growth factor receptor(EGFR), p53 and/or blood group antigen A(BGAA) using immunohistochemistry in 46 patients with non-small cell lung cancers. Results: 1) The expression rates of PCNA, EGFR, p53 and BGAA were 80.6%, 61.3%, 45.9% and 64.3%, respectively and those were not correlated to cell types or clinical stges. 2) The expression of BGAA was correlated with better survival in median survival and in 2-year survival rate and that of PCNA was correlated with worse survival in median survival and 2-year survival rate. 3) The expression of EGFR or p53 was not valuable to predict prognosis in non-small cell lung cancers. 4) With simultaneous applications of PCNA, EGFR and p53 immunostain, the patients with 2 or more negative expressions showed better prognosis than the patients with 2 or more positive expressions. Conclusion: It is suggested that the expression of blood group antigen may be a positive prognostic factor and that of PCNA may be a negative prognostic factor. Also, the combination of expressions of PCNA, EGFR and p53 may be used as a negative prognostic factor.

#Prognosis #PCNA #EGFR #BGAA #Lung Cancer

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김선영

소속기관 충남대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 33 이용수 172

조해정

소속기관 충남대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 10 이용수 101

서지원

소속기관 가톨릭대학교 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 11 이용수 37

김남재

소속기관 충남대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 2 이용수 0

김주옥

소속기관 충남대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 29 이용수 153

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)