课程文献中心 更多>>

关键词： 莪术   药对   抗肿瘤   研究进展   药理作用  

摘要： 莪术为经典破血消癥药,具有破血行气,消积止痛之功效,为治疗癥瘕积聚之要药。现代研究表明,莪术可通过诱导肿瘤细胞凋亡、调控肿瘤细胞自噬、诱导肿瘤细胞铁死亡、抑制肿瘤侵袭与转移、重塑肿瘤免疫微环境、逆转肿瘤细胞耐药性以及增强化疗与靶向治疗敏感性等多种机制发挥抗肿瘤作用。药对配伍是提升莪术抗肿瘤疗效的关键策略。莪术常与黄芪、红芪、三棱、鳖甲等药物配伍使用,以协同增效、拮抗减毒,并拓展临床应用范围。本文综述了莪术抗肿瘤的药理作用及其常用药对的中医配伍理论与现代研究进展,以期为莪术及其药对的深入研究与临床应用提供理论依据和参考。

关键词： 肌动蛋白相关蛋白2/3复合体5   肿瘤   靶向治疗  

摘要： 肌动蛋白2/3复合物(actin-related protein 2/3 complex , Arp2/3)调控肌动蛋白聚合和肌动蛋白丝的成核,与细胞运动性相关,在癌细胞的侵入和迁移中发挥关键作用。Arp2/3亚基5(ARPC5),参与调节复合体成核活性和分支连接的稳定性,在肌动蛋白丝聚合和细胞骨架重构过程中发挥核心作用。研究发现,ARPC5位于细胞核和细胞质内,ARPC5可通过调控肌动蛋白骨架组装、信号转导和非编码RNA网络等途径,影响肿瘤细胞增殖、凋亡及上皮-间质转化(epithelial-mesenchymal transition,EMT),肿瘤免疫微环境的调控,促进恶性肿瘤发生发展。此外,ARPC5还是多种癌症预后不良的生物标志物,其抑制剂能够抑制部分肿瘤的生长。多项研究探讨了非编码RNA和转录因子对ARPC5的调控及对癌细胞侵袭性的影响。本文回顾了ARPC5在不同类型肿瘤中作用靶点活性及参与调控的信号通路,并简要概括了ARPC5抑制剂的应用可行性,旨在为肿瘤的临床治疗与预后评估提供新见解。

关键词： 雷公藤   有故无殒   以毒攻毒   恶性肿瘤   骨转移  

摘要： “有故无殒”出自《黄帝内经·素问·六元正纪大论》,体现了中医在用药安全与毒性转化方面的独特思想。该理论强调“有病而用毒,不致伤正”,为“以毒攻毒”策略提供了理论基础。近年来,雷公藤作为典型有毒中药,其在调控破骨细胞活化及骨微环境稳态中的多靶点作用机制逐渐被揭示出来,显示出抑制肿瘤骨侵蚀的潜力。以“有故无殒”理论为指导,系统阐述了雷公藤活性成分在破骨细胞分化信号通路、炎性因子调控及肿瘤骨微环境重塑中的双向调节作用,探讨其“攻毒扶正”与现代分子靶向治疗的契合点。雷公藤“有毒而善用”的特性为中西医结合干预肿瘤骨转移提供了新的理论支撑与研究方向。

关键词： 肿瘤   癌症   一级预防   德尔菲法   应答驱动抽样   标准化问卷  

摘要： 背景 近半数癌症可通过一级预防避免,因此癌症一级预防知识与意识的标准化评估工具对评估预防措施效力至关重要。有必要据此制定循证建议,指导公众减少致癌因素暴露。目的 本研究旨在依据《抗癌守则(2025年版)》开发并验证一份标准化问卷,用于评估居民对癌症一级预防知识的知晓情况。方法 研究于2024年5—10采用两轮Delphi专家咨询(n=34)、便利抽样试点调查(n=344)以及网络应答驱动抽样问卷调查(n=571)共同完成问卷的开发与验证。Delphi共识的可靠性通过专家响应率、可信度系数和Kendall一致性系数(Kendall's W)评估。最终问卷的信度与结构效度则分别通过Cronbach's α系数、McDonald'sω系数及验证性因子分析进行检验。结果 两轮Delphi法中专家响应率分别为95.83%和100.00%,可信度系数为0.894和0.912,Kendall's W分别为0.148和0.097(P值均<0.001),显示专家意见高度一致。结合专家建议与调查数据,最终问卷确定为包含“知识”和“信念”两个维度、共34项条目的结构。该问卷的Cronbach's α为0.874,McDonald'sω为0.905,验证性因子分析结果显示模型拟合良好。结论 本研究基于《抗癌守则(2025年版)》开发并验证了一份具有良好信效度的癌症一级预防核心知识问卷。该工具可用于评估公众知晓水平,并为癌症预防知识的科普推广和健康教育效果评估提供科学依据。

关键词： 桥本甲状腺炎   甲状腺乳头状癌   原发性甲状腺淋巴瘤   发病机制   相关关系  

摘要： 桥本甲状腺炎是一种常见的自身免疫性甲状腺疾病,患者体内可检测到甲状腺抗原特异性抗体,既往研究发现桥本甲状腺炎是甲状腺乳头状癌和甲状腺淋巴瘤的重要危险因素,本文介绍了桥本甲状腺炎、甲状腺乳头状癌和原发性甲状腺淋巴瘤的流行病学和组织学亚型,主要对桥本甲状腺炎及其背景下发展为甲状腺乳头状癌和原发性甲状腺淋巴瘤的发病机制等研究进展进行综述,并分析桥本甲状腺炎及其相关肿瘤的相关关系。

关键词： 恶性肿瘤   免疫治疗   免疫检查点抑制剂   治疗应答   预测模型   机器学习   肿瘤突变负荷  

摘要： 目的:构建融合临床常规参数及肿瘤突变负荷(TMB)的机器学习模型,并评估其对各类癌症患者程序性死亡受体1(PD-1)/程序性死亡受体配体1(PD-L1)抑制剂治疗应答的预测价值。方法:回顾性研究2019年11月至2022年10月在浙江大学医学院附属第一医院接受PD-1/PD-L1抑制剂治疗的146例晚期癌症患者的临床资料。采用分层随机抽样法按4∶1比例将患者分为训练集(116例)和验证集(30例)。整合患者年龄、性别、体重指数、TMB、全身治疗史、中性粒细胞与淋巴细胞比值及其他血常规参数,基于PyTorch框架构建多层感知机网络,利用AutoGluon进行超参数自动优化,并通过五折交叉验证进行模型优化,并应用梯度沙普利可加性特征解释(SHAP)算法在训练集中对最优模型进行特征重要性分析。通过受试者操作特征曲线下面积(AUC)、准确率、F1分数、灵敏度和特异度等指标比较NNT9模型与单一TMB指标的预测性能,随后绘制混淆矩阵以直观评估模型的判别能力,最后探讨模型预测的PD-1/PD-L1抑制剂治疗不同应答与患者无进展生存时间的关系。结果:最终构建的最优模型为NNT9,全身治疗史、TMB、血小板计数和体重指数为前四位预测因子。构建的NNT9模型在训练集和验证集中的AUC分别为0.949和0.851,均优于单一TMB(AUC分别为0.747和0.720)。在验证集中,NNT9模型的灵敏度(0.571)、准确率(0.867)、F1分数(0.667)、阳性预测值(0.800)和阴性预测值(0.880)均优于TMB。在验证集中,NNT9模型错误分类的患者例数仅为TMB的一半。Kaplan-Meier生存分析显示,在训练集和验证集中,NNT9模型预测为免疫治疗应答组的患者,其无进展生存时间显著长于非应答组的患者(均P<0.01)。结论:融合临床常规参数及TMB的机器学习模型可作为一种精准且临床可行的工具,用于预测不同类型癌症患者的免疫治疗获益。

关键词： 人工智能   心电图   肿瘤心脏病学   肿瘤治疗相关心脏毒性  

摘要： 随着医疗大数据时代的到来,人工智能(AI)技术越来越多地应用于临床医学,辅助疾病的诊断和危险分层。大规模心电图(ECG)数据与临床数据的整合,可辅助筛查左心室功能障碍、心律失常等多种抗肿瘤治疗相关心脏毒性。与传统依赖心脏专科医师的ECG判读相比,基于AI的算法展现出独特优势,其操作简便、诊断迅速,能集诊断与预后评估于一体。本文旨在对AI-ECG在抗肿瘤治疗相关心脏毒性检测与管理中的最新进展作一综述,评估其在心脏毒性检测方面的证据支撑,探讨其在高风险肿瘤患者风险分层中的作用,并分析其对肿瘤心脏病学临床决策的影响。

关键词： 肿瘤心脏病   AI大模型   风险管理  

摘要： 随着肿瘤治疗显著延长生存期,化疗、靶向及免疫治疗等引发的心血管并发症日益凸显,肿瘤患者心血管事件发生率较普通人群高2~3倍,20%的癌症幸存者死于心血管疾病。传统风险管理存在滞后性与主观性,人工智能(AI)大模型通过多模态数据整合与实时分析,正成为精准防控的关键引擎。AI大模型在肿瘤心脏病风险管理中实现多源异构数据融合、动态风险预测与早期预警、医学影像智能解读及个体化治疗决策支持,赋能基层医疗并加速临床研究。同时,生物标志物与干预靶点研究深化了机制理解,为AI技术提供了科学根基与临床接口,推动其从黑箱预测迈向机制驱动、可解释、可干预。本文就AI大模型重塑肿瘤心脏病风险管理路径作一述评。

关键词： LINE-1   逆转录转座子   肿瘤   基因组不稳定性   表观遗传调控  

摘要： 转座子又称跳跃基因,是一段能够在染色体内或不同染色体之间改变自身位置的DNA序列。长散在核元件-1(long interspersed element 1,LINE-1)作为人类基因组中唯一具有自主逆转座活性的转座子,其动态调控对维持基因组稳定性具有重要的意义。在正常生理状态下,宿主通过表观遗传等机制使LINE-1处于沉默状态,但当这种精密调控被打破时,LINE-1异常激活介导的插入突变会引发基因组不稳定,进而诱发多种遗传性疾病和恶性肿瘤。近年来的研究证据表明,在乳腺癌、食管癌、肺癌以及结直肠癌等多种肿瘤中存在LINE-1的高表达,提示LINE-1的异常激活与肿瘤发生发展存在密切关联。本文综述了宿主对LINE-1多层次的调控网络,包括表观遗传修饰、非编码RNA以及多种宿主限制因子;探讨了LINE-1在肿瘤微环境中异常激活的分子机制,并总结了LINE-1影响肿瘤发生发展的多种途径,例如影响基因组稳定性、引发炎症和免疫反应以及参与细胞永生化过程。这些研究不仅为LINE-1作为肿瘤分子诊断标志物提供了理论依据,同时为基于LINE-1调控的新型抗肿瘤治疗策略提供了新的视角。

关键词： 目标检测   医学影像处理   YOLO   InceptionNeXt   解耦头  

摘要： 目的:通过对轻量化实时目标检测模型YOLOv7-tiny进行优化改进,提出针对脑肿瘤检测任务的优化框架,从而提升对脑肿瘤影像的检测效率。方法:采用包含1 000例脑肿瘤MRI影像的基准数据集上进行实验,在主干网络中引入InceptionNeXt模块,扩大感受野,通过多尺度特征融合增强模型对不同尺寸和形态肿瘤的表征能力;其次,引入解耦头结构,采用独立分支优化策略降低复杂背景的干扰,以提升针对小尺寸以及边界模糊肿瘤的定位精度,加速模型收敛,提升检测性能。结果:改进模型较基线YOLOv7-tiny实现了较为显著的性能提升,其平均检测精度mAP@0.5由85.6%提升至88.2%,mAP@0.5:0.95由63.8%提升至65.4%,分别实现了2.6%、1.6%的精度增益。实验表明,改进后的模型能够更准确地识别脑肿瘤,具有比较精准的检测性能。结论:改进后的模型与原模型相比,精度具有比较大的提升,验证了该模型在脑肿瘤精准检测方面的可行性。