课程文献中心 更多>>

关键词： 灰阶超声   应变式弹性成像   影像组学   肿瘤浸润淋巴细胞  

摘要： 目的探讨基于双模态超声图像的影像组学模型预测乳腺癌肿瘤浸润淋巴细胞(TIL)水平的应用价值。方法回顾性收集2018年1月至2024年6月丽水市人民医院经术后病理检查确诊的211例乳腺癌患者,以7∶3比例随机分为训练集148例和验证集63例。所有患者均在术前接受灰阶超声(US)及应变式弹性成像(SE)检查,并根据病理检查结果分为低TIL水平(<10%)组和高TIL水平(≥10%)组。收集患者的临床病理资料,并分析超声图像特征。筛选基于US和SE的影像组学特征,并构建3种影像组学模型,包括US、SE和US+SE模型。采用多因素logistic回归筛选独立影响因素并结合最优影像组学评分建立联合模型,绘制列线图。采用ROC曲线、决策曲线和校准曲线评价不同模型的诊断效能、临床净获益和一致性。结果在训练集和验证集中,US+SE模型的AUC均为最高,选择其作为最优影像组学模型。基于形态、后方回声及US+SE影像组学评分建立联合模型,绘制列线图。ROC曲线分析结果显示,联合模型的预测效能较好,在训练集和验证集中的AUC分别为0.934、0.898。决策曲线分析表明,当训练集和验证集的风险阈值分别在0.49~0.78、0.33~0.74时,联合模型具有更好的临床净获益。校准曲线分析显示,联合模型的预测概率与实际概率具有良好的一致性。结论基于双模态超声图像影像组学的联合模型可在术前较好地预测乳腺癌TIL水平,为临床提供准确、全面、高效的评估手段。

关键词： 人工智能   免疫荧光   多重成像   生物标志物检测   临床病理学  

摘要： 精准医学对临床诊疗提出了更高分辨率、更强分子证据支撑的需求。多重免疫荧光(multiplex immunofluorescence,mIF)通过荧光标记抗体同时识别多个特定抗原,在定量分析、共定位验证及新型标志物鉴定中优势显著。然而,mIF临床应用面临技术门槛高、石蜡样本自发荧光干扰强、抗原修复难标准化、样本异质性导致重复性不足等瓶颈。AI技术的引入为突破上述瓶颈提供了系统性解决方案:在图像质量提升方面,深度学习算法可高效处理多通道荧光图像,实现自动降噪、背景校正及伪影检测,显著提升成像信噪比;在技术门槛高和染色效率优化方面,生成式AI虚拟染色技术可根据常规组织病理切片生成多重荧光图像,甚至补全缺失通道,降低实验成本;在定量分析标准化方面,结合细胞分割与图神经网络的算法可自动识别多种细胞类型,量化空间交互模式,支持自动化诊断工具开发将复杂图像转化为客观、可重复的定量特征。本文聚焦肿瘤免疫学应用场景,综述AI赋能的mIF在图像标准化处理、虚拟染色构建、细胞自动识别、空间关系解析及辅助诊疗决策中的最新进展,探讨其临床转化所需的技术规范与协同模式,以期为精准医学实践提供高效、客观的技术支撑。

关键词： 合成   齐墩果酸衍生物   计算机辅助药物设计  

摘要： 目的:合成齐墩果酸衍生物,并运用计算机辅助药物设计(CADD)对目标化合物抗肿瘤活性进行虚拟筛选。方法:利用CADD技术,将VEGFR与已知活性的分子进行对接,确定与关键位点结合的基团。以齐墩果酸(OA)为先导化合物,C-3位经过氧化,C-28位经过酰化反应引入乙二胺基团,再经过取代反应,合成4个基于VEGFR靶点的齐墩果酸衍生物Ⅱ_(1)~Ⅱ_(4)。采用MTT法,选择细胞A549和SGC7901对目标化合物进行初步活性研究。结果:目标化合物结构经MS、1H-NMR、13C-NMR确认。对其抗肿瘤活性进行研究,所测化合物对肿瘤细胞体现出了一定的生长抑制作用,且活性显著高于母体齐墩果酸。结论:化合物Ⅱ_(3)对A549细胞显示出较好的活性(IC_(50):19.88μmol/L),有成为新型VEGFR抑制剂的潜力。

关键词： 抗肿瘤抗体   双特异抗体   抗体药物缀合物   专利分析  

摘要： 抗肿瘤抗体通过调节机体免疫系统或靶向过表达于肿瘤细胞表面、分泌于细胞外以及参与肿瘤细胞生长的靶标分子,从而增强机体对肿瘤细胞的抵抗作用,直接抑制、杀伤肿瘤或向肿瘤细胞靶向递送细胞毒性成分发挥治疗肿瘤的作用。随着生物技术和医药产业的发展,由于抗体药物的独特优势,使其成为肿瘤治疗领域的研发热点,抗体药物已经成为某些类型肿瘤的一线治疗方案。根据抗肿瘤抗体相关专利信息结合获批上市或正在接受审批的抗体药物信息进行了统计和分析,研究了该领域全球以及我国专利申请的总体态势、技术分布、重点申请人及其相关产品,并对该领域的主要技术方向:改造抗体恒定区(Fc区)、构建抗体药物缀合物以及制备双特异性抗体涉及的重点专利技术和研究热点进行了分析。

关键词： 宫颈癌   腹膜后淋巴结转移   根治性手术   同步放化疗   预后  

摘要： 目的:探索伴有腹膜后淋巴结转移(PLNM)的宫颈癌(UCC)患者接受根治性手术与放(化)疗对预后以及治疗相关不良事件(TRAEs)的影响,为临床治疗方案的选择提供证据。方法:通过检索PubMed、Embase、Web of Science、Cochrane、ICTRP、***、中国知网、万方及维普数据库,筛选相关文献,荟萃分析接受根治性手术加或不加辅助放(化)疗(RH±ART±CHT)与接受根治性放疗加或不加化疗(RT±CHT)对5年总体生存(OS)、无疾病生存(DFS)及≥3级TRAEs的影响。结果:纳入14篇文献8572例患者,其中8115例的原发肿瘤为T1~T2a期。5044例患者接受RH±ART±CHT,3528例患者接受RT±CHT。相较于接受RT±CHT者,接受RH±ART±CHT者具有更优的5年OS(HR=0.71,95%CI:0.56~0.90)及DFS(HR=0.71,95%CI:0.63~0.81)。剔除4项小样本研究进行敏感性分析,得到一致的结果。两种治疗的≥3级TRAEs的总体发生率、胃肠道不良事件发生率无显著差异,而血液学不良事件发生率在RH±ART±CHT组低于RT±CHT组(OR=0.29,95%CI:0.14~0.61)。结论:RH±ART±CHT可改善伴有PLNM的UCC患者的5年OS及DFS,且不增加≥3级TRAEs的总体发生率。

关键词： 中山大学附属肿瘤医院   甘肃医院  

摘要： 李琼 中山大学肿瘤防治中心影像科科秘书中山大学附属肿瘤医院甘肃医院影像诊断科执行主任.简介:擅长胸部肿瘤的影像诊断。围绕胸部重大慢病早筛早诊、肺癌的智能影像学研究,以通讯/第一作者发表SCI论文20余篇。主持国家自然科学青年基金1项,省部级课题2项。第9版国家卫生健康委员会“十四五”规划教材《医学影像学》数字编委。

关键词： 抗肿瘤药物   皮下制剂   全程管理   平台  

摘要： 目的:开发以患者需求为导向的抗肿瘤皮下制剂全程管理平台并验证其临床实践效果。方法:基于“用户体验要素模型”设计全程管理平台系统架构,并结合患者需求构建平台模块内容。便利选取2024年1月至2024年7月于天津市某三级甲等医院就诊的抗肿瘤皮下注射患者作为研究对象,随机分为对照组(75例)和干预组(75例),对照组给予常规管理+微信随访,干预组借助平台进行全程管理。比较两组患者自我效能感及生活质量水平。结果:干预1个月后,干预组患者自我效能感及生活质量评分均高于对照组,差异有统计学意义(P<0.05)。结论:抗肿瘤皮下制剂全程管理平台能够提升患者自我效能感及生活质量,可以满足患者全程诊疗需求,可为临床管理实践提供有效借鉴。

关键词： 肿瘤   免疫检查点蛋白类   肿瘤微环境   治疗   VISTA  

摘要： T细胞活化V结构域免疫球蛋白抑制因子(VISTA)是一种新型免疫检查点蛋白, 属于B7家族成员, VISTA在多种恶性肿瘤中高表达, 其表达水平与肿瘤临床特征及患者预后密切相关。VISTA通过在肿瘤微环境中结合其伴侣介导多重免疫逃逸机制, 促进多种恶性肿瘤进展及免疫耐药, 是肿瘤免疫治疗的新型靶点。目前, 多种VISTA抑制剂已进入临床试验阶段, 包括VISTA抑制剂单药治疗及与其他免疫抑制剂联合治疗, VISTA是具有突破性临床潜力的下一代免疫治疗靶点。

关键词： 肿瘤相关性抑郁   中医套餐疗法   消化道肿瘤   肝郁脾虚型   神经-内分泌-免疫网络  

摘要： 目的:观察探讨中医套餐疗法对肝郁脾虚型消化道恶性肿瘤相关性抑郁患者的临床疗效以及神经-内分泌-免疫网络(NIM)相关因子的影响。方法:将80例肝郁脾虚型消化道恶性肿瘤相关性抑郁患者随机分为观察组和对照组,分别予以中医套餐疗法、盐酸氟西汀治疗,2个疗程后观察比较2组患者的抑郁状况、抑郁程度、生活质量、免疫指标以及NIM网络相关因子水平变化情况。结果:治疗后,观察组的抑郁评分、抑郁程度及KPS评分改善情况以及总有效率均优于对照组(P<0.05);观察组CD3+和CD4+均较对照组显著升高(P<0.01);与对照组比较,观察组TNF-α、IL-10、ACTH均下降且TGF-β上升(P<0.05)。结论:中医套餐疗法可有效防治肝郁脾虚型消化道恶性肿瘤相关性抑郁,其机制可能与调节NIM有关。

关键词： 肺部超声   膈肌超声   肺功能测试   机器学习   术前评估  

摘要： 目的开发并验证基于床旁肺部超声(lung ultrasound,LUS)与膈肌超声(diaphragm ultrasound,DUS)的可解释机器学习模型,用于术前预测胃肠道肿瘤手术患者的肺功能障碍。方法采用前瞻性研究设计,纳入424例患者(2021年6月至2023年12月)用于模型开发,并在一个独立的101例患者队列(2024年1—12月)上进行外部验证。收集了临床变量、PFTs结果和超声参数(LUS评分、膈肌移动度和增厚分数)。使用3种特征选择方法:Least Absolute Shrinkage and Selection Operator(LASSO)、Support Vector Machine Recursive Feature Elimination(SVM-RFE)、eXtreme Gradient Boosting Recursive Feature Elimination(XGBoost-RFE)筛选关键预测因子。使用5折交叉验证训练和评估了5种机器学习算法。基于AUC、准确度、敏感度、特异度、校准和决策曲线分析评估最佳模型。通过SHapley Additive exPlanations(SHAP)分析模型的可解释性。结果术前肺功能障碍的患病率为36.8%。确定深呼吸时膈肌移动度[diaphragmatic excursion during deep breathing,D-DE(4.26 cm vs.5.05 cm,P<0.001)]、肺部超声评分[LUS score,LUSs(4 vs.1,P<0.001)]和深呼吸时膈肌增厚分数[diaphragmatic thickening fraction during deep breathing,D-DTF(39.83%vs.71.80%,P<0.001)]为关键预测因子。支持向量机(support vector machine,SVM)模型表现出优异的泛化能力,在内部测试集上AUC达到0.867(准确度80.0%,敏感度81.8%,特异度79.4%)。外部验证证实了其稳健性能,AUC为0.934(95%CI:0.881~0.987),准确度为88.0%。SHAP分析显示D-DTF是最有影响力的保护性因素。结论整合了D-DE、LUSs和D-DTF的可解释SVM模型能够准确预测胃肠道肿瘤患者的术前肺功能障碍,为术前风险评估提供了无创、床旁适用的新方法。