제 1기 비소세포폐암 환자에서 p53 과발현과 예후의 관계

엄상원; 김호중; 권오정; 한정호; 심영목

추천

검색

자료유형: 학술저널

저자정보: 엄상원 (성균관대학교 의과대학 내과학교실) 김호중 (성균관대학교 의과대학 내과학교실) 권오정 (성균관대학교 의과대학 내과학교실) 한정호 (삼성서울병원 호흡기내과 병리과학교실) 심영목 (삼성서울병원 호흡기내과 흉부외과학교실)

저널정보: 대한결핵 및 호흡기학회 Tuberculosis and Respiratory Diseases 결핵 및 호흡기 질환 제65권 제6호

발행연도: 2008.1

수록면: 487 - 494 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경: p53 유전자의 돌연변이가 모든 조직형의 폐암에서 가장 흔한 유전적 이상으로 알려져 있다. 이전의 연구에도 불구하고, 폐암 조직에서 p53 단백질의 과발현과 생존과의 관계에 대해서는 아직도 논란이 있다. 본 연구의 목적은 수술로 절제한 병리학적 병기 1기인 비소세포폐암 환자에서 p53 단백질 과발현과 관련된 임상적 특징을 평가하고, p53 단백질 과발현과 예후와의 관계를 평가하는 것이다. 방 법: 본 연구는 삼성서울병원에서 2003년 1월부터 2004년 6월까지 폐암으로 치료 받은 환자 중 병리학적 병기 제 1기의 비소세포폐암 환자를 대상으로 한 후향적 연구이다. 폐암 환자의 종양 조직을 이용하여 p53 단백질에 대한 면역조직화학 염색이 시행되었다. 성별, 연령, 흡연력, 조직형 및 병기 등의 임상적 특징들에 따른 p53 과발 현 여부를 단변량 및 다변량 분석으로 평가하였다. 한편, p53의 과발현 여부에 따른 DFS, DSS 및 OS은 Kaplan-Meier 방법으로 평가하였고, 군간 비교는 log-rank test를 이용하였다 결 과: 125명의 연구 대상 환자에서 p53 면역 염색양성 종양 세포 빈도의 중앙값은 10%였다. 편평세포암에서 p53 과발현(${\geq}10%$)의 빈도가 66%로 선암의 38%보다 통계적으로 유의하게 증가되어 있었다(p=0.002). 병리학적 병기가 IB인 경우 p53 과발현의 빈도가 59%로 IA의 38%보다 증가되어 있었다(p=0.024). 흡연의 기간은 p53이 과발현 된 경우(27년)에 그렇지 않은 경우(20년)보다 통계적으로 유의하게 길었다(p=0.032). 25갑년 이상의 흡연력도 p53이 과발현 된 경우(58%)에 그렇지 않은 경우(38%)보다 더 흔하게 관찰되었다(p=0.024). 다변량 분석에서 p53 과발현과 관련된 인자는 편평세포암의 조직형뿐인 것으로 평가 되었다(p=0.002). 한편, p53 과발현 여부에 따른 DFS, DSS 및 OS의 차이는 없었으며, 편평세포암과 선암의 세부 군 분석에서도 생존의 차이는 없었다. 결 론: 수술로 절제한 제 1기 비소세포폐암 조직에서 면역조직화학 염색으로 평가한 p53 과발현은 조직형, 병기 및 흡연력과 관련이 있었고, 다변량 분석에서 조직형만이 p53 과발현과 관련된 독립적 인자였다. 하지만, p53 과발현과 환자의 생존과는 관련이 없었다.

Background: Chromosome 17p allele losses and mutations of p53 gene are the most common genetic abnormalities in lung cancer. The purposes of this study were to evaluate the factors associated with p53 protein overexpression and to evaluate its prognostic value in patients with pathologic stage I non-small cell lung cancer (NSCLC). Methods: This is a retrospective review for the patients who underwent surgical resection at Samsung Medical Center between Jan 2003 and Jun 2004. Immunohistochemical staining for p53 protein was performed on tumor tissues from patients with lung cancer. The p53 overexpression was evaluated in relation to age, sex, smoking history, histology and pathologic stage by univariate and multivariate analyses. The disease-free survival (DFS), disease-specific survival (DSS) and overall survival (OS) were analyzed using the Kaplan-Meier methods and the differences in DFS, DSS and OS were assessed by using the log-rank tests. Results: A total of 125 patients were included in the analysis and a median frequency of p53 expression in tumor tissue was 10%. The p53 overexpression (${\geq}10%$) was more common in squamous cell carcinoma (66%) than in adenocarcinoma (38%, p=0.002). The p53 overexpression was more common in pathologic stage IB (59%) than in IA (38%, p=0.002). Patients with p53-overexpressing tumor (27 years) smoked more years compared with those without it (20 years, p=0.032). Smoking history ${\geq}25$ pack-years was more common in patients with p53 overexpression (58%) than in those without it (38%, p=0.024). In the multivariate analysis, only histology was significantly associated with p53 overexpression. However, there were no significant differences of DFS, DSS and OS in relation to p53 status. Conclusion: The p53 overexpression was associated with histology, pathologic stage and smoking history in patients with pathologic stage I NSCLC. However, the p53 overexpression was not associated with patient's survival.

#p53 #Smoking #Non-small cell lung cancer #Survival

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

엄상원

소속기관 성균관대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 2 이용수 2

김호중

소속기관 성균관대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 5 이용수 16

권오정

소속기관 성균관대학교 의과대학 삼성서울병원 내과학교실

주요연구분야 의약학 > 임상의학 > 방사선과학 의약학 > 임상의학 > 내과학

논문수 82 이용수 359

한정호

소속기관 삼성서울병원 호흡기내과 병리과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 1 이용수 2

심영목

소속기관 삼성서울병원 호흡기내과 흉부외과학교실

주요연구분야 의약학 > 임상의학 > 내과학

논문수 1 이용수 2

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)