课程文献中心 更多>>

关键词： 专家建议   更正说明   肿瘤高血压管理  

摘要： 《中华高血压杂志(中英文)》2024年第32卷第9期发表的《肿瘤高血压管理专家建议》,由于作者疏忽,在专家组成员部分遗漏了重要的成员信息:孟宪敏(中国医学科学院阜外医院)。孟宪敏专家在本文的拟定与审订过程中作出了实质性贡献,是“《肿瘤高血压管理专家建议》专家组”的正式成员。

关键词： 脑肿瘤分类   多尺度特征融合   双重通道注意力   迁移学习  

摘要： 脑肿瘤是全球致死率极高的癌症之一,其准确分类对于制定有效的诊断和治疗方案至关重要。然而,脑肿瘤的异质性和复杂性给传统人工诊断带来了严峻挑战。为此,研究了一种基于深度学习的MRI影像脑肿瘤分类算法。该算法通过融合多尺度特征和双通道注意力机制,实现了精确且高效的分类。采用多尺度特征融合模块替代传统卷积操作,以提取不同尺度的丰富特征信息;设计双重通道注意力机制,动态筛选关键特征,增强对目标区域的关注;利用迁移学习技术初始化模型,加速学习过程并提升泛化能力;结合稀疏交叉熵损失和中心距离损失构建联合损失函数,以监督模型训练过程。整合了三个公开数据资源,构建了一个规模较大且分布均衡的混合数据集,并结合数据增强技术丰富样本多样性,为模型训练提供了充分的数据支持。实验结果表明,所提出的算法在测试数据集上实现了99.33%的分类准确率,较基准算法提升了0.0408,消融实验和对比实验也进一步验证了算法的有效性与高效性。

关键词： 乳腺肿瘤   常规超声   鉴别诊断   超声弹性成像技术  

摘要： 目的对比分析超声弹性成像技术(UE)、常规超声检查诊断乳腺肿瘤良恶性的价值。方法76例乳腺肿瘤患者均接受UE、常规超声检查。以手术病理检查结果为“金标准”,探讨UE、常规超声检查诊断乳腺肿瘤良恶性的价值。结果76例乳腺肿瘤患者中,手术病理检查共检出58例恶性,UE、常规超声检查分别检出57例恶性、49例恶性;与常规超声检查相比,UE检查诊断乳腺肿瘤良恶性的灵敏度、准确度、阴性预测值均较高(P<0.05);Kappa检验显示:UE检查诊断乳腺肿瘤良恶性的Kappa值为0.893,高于常规超声检查的0.596;恶性患者的超声弹性评分(ES)、弹性系数(SR)以及边界不清晰、包膜不完整、形态不规则占比高于良性患者(P<0.05)。结论相比于常规超声检查,UE可更有效诊断出乳腺肿瘤的良恶性,有一定的诊断价值,值得临床借鉴。

关键词： 肾肿瘤   超声造影   微视血流成像   鉴别诊断  

摘要： 目的探讨多模态血流成像对肾脏小肿瘤(SRMs)的良恶性诊断价值。方法2020年1月至2023年12月在天津医科大学肿瘤医院行手术治疗的肾肿瘤患者170例(病灶172个),肿瘤最大径≤4 cm,术前均行彩色多普勒血流成像(CDFI)、能量多普勒血流成像(PDI)、微视血流成像(MFI)和超声造影(CEUS)检查。由2位超声医师进行血流分级和血管形态评估并进行良恶性诊断。以术后病理诊断为金标准,采用受试者操作特征曲线(R0C)分析比较4种超声检查方法的诊断效能。结果172个病灶中,恶性141个,良性31个。MFI成像模式下,2位独立超声医师评估SRMs血流分级的Kappa值为0.819,血管形态的Kappa值为0.806。MFI对血流分级为2~3级和血管形态为Ⅳ~Ⅴ型病灶的显示率为77.9%(134/172),高于CDFI[36.6%(63/172)]和PDI[43.0%(74/172)],MFI模式下血流分级为2~3级和血管形态为Ⅳ~Ⅴ型可作为恶性SRMs的独立预测因子(P<0.001)。CEUS模式下,恶性SRMs主要表现为快进(75.9%)、快退(70.9%)和高增强(85.1%),而良性SRMs主要表现为慢进(51.6%)、慢退(45.2%)和低增强(45.2%),37.6%的恶性SRMs可见环状增强,良性SRMs均未见环状增强,差异均有统计学意义(P<0.001)。CDFI、PDI、MFI和CEUS诊断恶性SRMs的准确性分别为0.500、0.552、0.855和0.901,灵敏度分别为0.418、0.489、0.887和0.986,特异度分别为0.871、0.839、0.710和0.516,曲线下面积分别为0.645、0.664、0.798和0.751。综合来看,MFI和CEUS对SRMs的诊断效能更为优越。结论MFI在检测SRMs的微血流信号时表现出较高的灵敏度,在区分SRMs良恶性方面表现出与CEUS相当的诊断性能,是一种无创、安全、经济、可重复性较好的检查方法。

关键词： 淋巴瘤   淋巴系统   淋巴细胞   恶性肿瘤  

摘要： 淋巴瘤是一种源自人体淋巴系统的恶性肿瘤。淋巴系统是人体免疫防御的“长城”由淋巴结、脾脏、骨髓及遍布全身的淋巴管构成。当淋巴系统中的淋巴细胞发生恶性克隆增殖时,淋巴瘤便悄然而至。

关键词： 胆道肿瘤   腹腔镜根治性切除术   手术质量控制   肝内胆管癌   肝门部胆管癌   中段胆管癌   远端胆管癌   胆囊癌  

摘要： 随着微创技术的发展与经验积累,胆道肿瘤腹腔镜根治性切除术的报道呈逐年增加趋势。胆道肿瘤腹腔镜根治性切除术的操作复杂、技术要求高,手术质量直接关系患者预后:规范和高质量地开展,可使患者从加速康复外科中获益,从而更早接受后续治疗;而不规范的开展将直接影响手术安全与预后疗效。鉴于此,中华医学会外科学分会胆道外科学组与中国医师协会外科医师分会胆道外科专家工作组讨论和制订了本手术质量控制指南,旨在从适应证、手术安全与疗效、围手术期质量控制等多维度,为胆道肿瘤腹腔镜根治性切除术的规范、有序开展提供指导性建议。

关键词： 急性呼吸衰竭   恶性肿瘤   机器学习   预后预测   可解释性人工智能  

摘要： 目的基于可解释的机器学习模型构建可预测恶性肿瘤合并急性呼吸衰竭(acute respiratory failure ARF)患者重症监护病房(intensive care unit,ICU)死亡风险的模型,并对其性能进行验证。方法检索美国急诊重症监护病房协作研究数据库,提取恶性肿瘤合并ARF患者的临床数据(包括人口统计学特征,合并症,转入ICU后首个24 h内的生命体征、实验室检测指标、重要干预措施),研究结局为ICU死亡。将入组患者按7∶3的比例随机分为训练集和验证集。采用最小绝对收缩和选择算子回归筛选预测变量,并运用极端梯度提升(extreme gradient boosting,XGBoost)、支持向量机、Logistic回归、多层感知器和C5.0决策树5种机器学习算法构建预测模型。基于受试者工作特征曲线下面积(area under the curve,AUC)、准确率、灵敏度等指标评估模型性能,并采用Shapley加性解释(Shapley additive explanations,SHAP)算法对最优模型进行可解释性分析。结果共纳入3196例恶性肿瘤合并ARF的患者。其中训练集2261例、验证集935例;转入ICU期间死亡683例,存活2513例。LASSO回归最终筛选出12个与患者ICU预后密切相关的变量,包括是否合并脓毒症,是否使用血管活性药物,转入ICU首个24 h内的平均动脉压最小值、心率最大值、呼吸频率最大值、血氧饱和度最小值、血碳酸氢盐最小值、血尿素氮最小值、白细胞计数最大值、红细胞平均体积最大值、血钾最大值及血糖最大值。经模型评价,XGBoost模型表现最佳。该模型在训练集和验证集中预测恶性肿瘤合并ARF患者ICU死亡风险的AUC分别为0.940和0.763,准确率分别为88.3%和81.2%,灵敏度分别为98.5%和95.9%,且在敏感性分析中其预测性能亦最优。SHAP分析显示,血氧饱和度最小值、血碳酸氢盐最小值、平均动脉压最小值、是否使用血管活性药物及白细胞计数最大值为对模型预测结果贡献居前5位的变量。结论本研究基于大规模数据集成功构建了恶性肿瘤合并ARF患者ICU内死亡风险预测模型,并对其进行了可解释性分析,有助于临床医生早期识别高风险患者并进行个体化干预。

关键词： 肿瘤组织   肿瘤细胞   预置基因表达谱   随机基因表达谱   胁迫分化  

摘要： 在实验与临床实践中,肿瘤组织是评估肿瘤起源、发展、进展、诊断、治疗方案及预后的研究对象。本文旨在通过总结肿瘤组织解析结果,揭示人肿瘤细胞的基本特征。对人类肿瘤组织细胞中基因表达的分析显示,肿瘤细胞表达的基因数量不仅反映了mRNA拷贝数,还揭示了癌基因与抑癌基因的表达情况,这表明肿瘤细胞的基因表达并非受到严格调控。肿瘤细胞的基因表达包含预置基因表达谱和随机基因表达谱。最具特征的预置基因表达谱是肿瘤细胞沿来源细胞分化路径的分化基因表达谱;随机基因表达谱为肿瘤细胞提供了多种细胞状态、特性、行为及细胞反应性状,表现为多种性状如增殖、凋亡、自噬、静息等共存于一个肿瘤细胞,促使肿瘤细胞具备形成组织的能力,包括神经形成、血管形成、纤维组织形成和重塑、炎性反应与免疫逃逸等能力。基于肿瘤组织的这些特征,为未来肿瘤的诊断和治疗提供了一种新的模型:诊断需明确肿瘤良恶性及肿瘤细胞来源、分化状态与谱系;依据肿瘤细胞来源、分化状态及谱系,胁迫肿瘤细胞沿来源细胞分化路径分化为良性组织,变成错构瘤,可通过手术去除错构瘤,达到治愈肿瘤的目的。肿瘤组织的解析结果证明肿瘤是一类能被治愈的疾病。

关键词： 药物筛选   细胞生物学   细胞活力  

摘要： 针对药学本科生实验教学中创新能力培养不足的问题,构建了“基础-综合-探索”三阶递进的抗肿瘤药物筛选实验体系。创新性地采用MTT法比较分析中西药联用效应,开发了适用于不同细胞模型的模块化实验方案。教学实践覆盖3个年级共168名学生,实验成功率达92.3%。通过引入剂量优化算法和动态培养监测技术,学生科研素养评分提升37.4%(P<0.01),强化细胞生物学的药学专业特色,激发本科生的求知欲和探索热情,提升了学生综合分析应用能力,提高了药学本科学生的科研素质,实现了研究型与创新型人才培养的目标。