课程文献中心 更多>>

关键词： 伊班膦酸   双膦酸盐   唑来膦酸   骨转移   因卡膦酸  

摘要： 目的 比较长期使用唑来膦酸、伊班膦酸和因卡膦酸治疗恶性肿瘤骨转移对患者肾功能的累积影响及急性肾损伤(AKI)风险，重点关注基线肾功能异常患者。方法 采用回顾性研究方法，纳入2018年1月—2023年12月确诊的恶性肿瘤骨转移并接受单一双膦酸盐(唑来膦酸、伊班膦酸或因卡膦酸)治疗的210例患者(伊班膦酸116例，唑来膦酸39例，因卡膦酸55例)。主要观察指标为治疗前后平均血清肌酐(SCr)和肾小球滤过率(GFR)变化；次要指标包括基线肾功能异常(SCr>97 μmol/L)患者治疗前后SCr/GFR变化、AKI发生率等。结果 三组患者基线特征除年龄外均具可比性(P>0.05)。总体分析显示，三组患者治疗后平均SCr、GFR及AKI发生率差异均无统计学意义(P>0.05)。在25例基线肾功能异常患者中(伊班膦酸14例，唑来膦酸5例，因卡膦酸6例)，唑来膦酸组治疗后SCr显著升高、GFR显著下降，且AKI发生率(60.0%，3/5)显著高于伊班膦酸组(7.1%，1/14)。结论 在肾功能正常患者中，长期使用三种双膦酸盐的总体肾毒性风险相似；但对于基线肾功能异常患者，唑来膦酸显著增加肾功能恶化及AKI风险，应减量或避免使用，伊班膦酸在此类患者中肾脏安全性相对更优。临床需严格筛查基线肾功能，个体化选择药物并规范输注管理。

关键词： 剪接因子3B亚基1   剪接因子   恶性血液病   骨髓增生异常肿瘤   预后标志物   靶向治疗  

摘要： 剪接因子3B亚基1（SF3B1）作为U2小核糖核蛋白的核心组分，在pre-mRNA剪接调控中发挥关键作用。SF3B1突变可通过诱导分支点识别异常和隐蔽3’剪接位点激活，导致下游靶基因异常剪接，涉及红细胞生成、细胞周期调控、DNA损伤应答及代谢重编程等多个关键信号通路。在骨髓增生异常肿瘤（MDS）中，SF3B1突变提示环形铁粒幼细胞表型及预后良好；而在慢性淋巴细胞白血病（CLL）中，SF3B1突变与病情进展、耐药及不良预后相关。同时，SF3B1突变是年龄相关克隆性造血的关键驱动，揭示了衰老与髓系肿瘤的分子关联。目前，针对SF3B1突变的多款新型靶向药及SF3B1K700E新抗原免疫治疗正深入研发，临床应用前景可观。为此，本文系统性综述SF3B1的调控机制、突变特征、预后价值及靶向治疗进展，以期为血液肿瘤的基础研究与精准诊疗提供借鉴与参考。

关键词： 肺结节   正电子发射计算机断层显像   影像组学   预测模型   肿瘤标志物阴性  

摘要： 目的 探讨18F-氟代脱氧葡萄糖(18F-FDG)正电子发射断层扫描/计算机断层扫描（PET/CT）影像组学模型在鉴别肿瘤标志物阴性、FDG摄取阳性孤立性肺结节良恶性中的临床价值。方法 收集2019年1月至2024年12月保定市第一中心医院收治的130例此类肺结节患者资料，按7∶3比例随机分为训练集（n=91）与内部测试集（n=39）。另从TCIA公共数据库中收集符合条件的独立病例作为外部验证集（n=45）。使用LIFEx软件提取PET及CT影像组学特征，经组内相关系数（ICC）稳定性评估、Spearman相关性分析及LASSO回归筛选核心特征。分别构建逻辑回归（LR）、随机森林（RF）和支持向量机（SVM）模型，采用受试者操作特征（ROC）曲线与决策曲线分析（DCA）评估并比较各模型性能。结果 最终筛选出8个关键影像组学特征（PET与CT各4个）。在内部测试集中，LR模型效能最优，且曲线下面积（AUC）为0.819（95%CI为0.738～0.892），灵敏度与特异度分别为0.792与0.800。在外部验证集中，LR模型仍保持最佳鉴别性能，AUC为0.801（95%CI为0.713～0.905），优于RF模型（AUC=0.721,P=0.041）与SVM模型（AUC=0.717,P=0.028）。DCA显示，LR模型在内部测试集及外部验证集中均能提供较高的临床净获益。结论 针对肿瘤标志物阴性且FDG摄取阳性的难辨性孤立性肺结节，PET/CT影像组学模型（尤其是LR模型）具有良好的鉴别效能与泛化能力，可为术前决策提供客观的量化参考。

关键词： 小细胞肺癌   参麦注射液   依托泊苷   顺铂   血管内皮生长因子   表皮生长因子受体  

摘要： 目的 探讨参麦注射液联合依托泊苷和顺铂（EP）方案治疗小细胞肺癌（SCLC）患者的临床疗效及其对生活质量、肿瘤生物标志物和胃肠道功能的影响。方法 本研究为前瞻性随机对照试验，连续性选取2021年1月—2023年4月石家庄市中医院收治的SCLC患者160例为研究对象，采用随机数字表法将其分为联合参麦组与EP方案组，各80例。EP方案组患者接受EP方案，联合参麦组患者在EP方案组基础上联合参麦注射液，以21 d为1个周期，共治疗6个周期。比较两组临床疗效、生活质量、治疗前后肿瘤生物标志物[血管内皮生长因子（VEGF）、表皮生长因子受体（EGFR）]、胃肠道功能指标[胃泌素（GSA）、胃动素（MTL）、抑胃肽（GIP）]及毒副作用发生情况。结果 联合参麦组临床疗效优于EP方案组（Z=2.062,P=0.039）。联合参麦组生活质量优于EP方案组（Z=3.052,P=0.002）。治疗后，两组VEGF、EGFR较治疗前降低，且联合参麦组低于EP方案组（P<0.05）。治疗后，两组GSA、MTL、GIP较治疗前降低，且联合参麦组低于EP方案组（P<0.05）。两组毒副作用总发生率比较，差异无统计学意义（χ2=1.607,P=0.205）。结论 参麦注射液联合EP方案可提升SCLC患者的临床疗效及生活质量，降低肿瘤生物标志物、胃肠道功能指标，且不增加毒副作用。

关键词： 蛋白激酶R样内质网激酶   蛋白激酶   内质网应激   小分子抑制剂   靶向药   肿瘤  

摘要： 蛋白激酶R样内质网激酶 (protein kinase R-like endoplasmic reticulum kinase， PERK) 是一种存在于哺乳动物细胞中的I型内质网膜蛋白。PERK被激活后， 通过磷酸化真核翻译起始因子2的α亚基 (eukaryotic translation initiation factor 2 alpha subunit， eIF2α) 调控全局蛋白合成， 并通过ATF4-CHOP信号轴调控细胞代谢， 从而有效应对内质网应激 (endoplasmic reticulum stress， ERS)。PERK通路的异常激活与肿瘤、阿尔茨海默病、帕金森病、糖尿病肾病等多种疾病的发生和进展密切相关， 赋予PERK抑制剂巨大的开发潜力。本文系统总结了处于临床研究或临床前研究阶段的小分子PERK抑制剂， 讨论了此类药物开发过程中面临的问题， 并对未来的研究方向进行了展望。

关键词： 胰腺   肿瘤   影像学   治疗  

摘要： 胰腺实性假乳头状肿瘤（pSPN）是一种罕见的低度恶性胰腺肿瘤，手术切除是目前首选的治疗手段，尽管总体预后良好，但仍有2.6%～15%的患者会出现复发或转移。影像学不仅用于pSPN的早期诊断，更在评估肿瘤生物学行为、预测预后及指导治疗决策、随访中发挥重要作用。本文系统阐述了常用影像学技术在pSPN预后诊疗评估中的应用进展，并探讨多模态影像特征与临床预后的相关性，旨在为未来研究提供方向。

关键词： 冷肿瘤   纳米技术   仿生修饰   配体修饰  

摘要： 研究显示免疫治疗在肿瘤治疗中已展现出一定的优势，然而冷肿瘤因T细胞浸润不良、存在免疫抑制微环境等特性，对常规免疫疗法反应有限，成为临床治疗难点。由此，纳米颗粒的仿生修饰策略和配体靶向修饰策略在冷肿瘤治疗中应运而生，进而“仿生优先-靶向强化”的双维度表面修饰纳米颗粒的递送范式被提出。维度1（仿生设计）通过天然细胞膜包被或合成仿生杂交膜构建仿生纳米颗粒，赋予纳米颗粒免疫逃逸、长循环和先天靶向等特性，进一步提升了传统纳米颗粒在生物相容性、循环时间和靶向能力等方面的问题；维度2（分子靶向工程）利用多种靶向配体修饰纳米颗粒，增强了肿瘤细胞对纳米颗粒识别与细胞内递送的能力，同时可调节冷肿瘤的免疫抑制微环境。配体修饰与仿生设计结合的纳米药物，通过主动靶向识别与仿生伪装递送双重机制，显著提升了纳米药物在肿瘤中的富集效率与治疗效果。未来，则需聚焦人工智能在纳米药物设计领域的应用和辅助研发，并推动智能纳米药物从“设计-制备-治疗”全链条优化，为冷肿瘤等难治性疾病治疗提供突破性解决方案。因此，本文将就“仿生优先-靶向强化”构建纳米颗粒策略的研究进展作一综述。

关键词： 中性粒细胞胞外诱捕网   肿瘤转移   纳米递送系统   NETosis   靶向治疗  

摘要： 中性粒细胞胞外诱捕网 (neutrophil extracellular traps， NETs) 作为中性粒细胞释放的网状纤维结构， 近年被证实在多数肿瘤类型中可驱动肿瘤转移级联反应， 但其功能具有鲜明的情境依赖性。本文首先系统梳理了NETs在肿瘤转移各阶段的作用机制， 重点归纳了其在捕获循环肿瘤细胞 (circulating tumor cells， CTCs)、唤醒休眠肿瘤细胞、重塑免疫抑制微环境及促进转移前生态位形成中的核心作用; 在此基础上， 聚焦靶向NETs的纳米递送系统研究进展， 详述了抑制NETs形成、促进NETs降解及阻断中性粒细胞募集三类主要策略， 系统评述了微环境响应释药、细胞膜仿生修饰及多功能协同纳米平台的设计与应用; 最后， 对该类纳米药物在临床转化中所面临的NETs异质性、标准化检测方法缺失及精准递送效率等挑战与未来发展方向进行了展望， 以期为抗NETs介导肿瘤转移的精准治疗研究提供参考。

关键词： 肾肿瘤   体层摄影术,X线计算机   深度学习   影像组学  

摘要： 目的 构建基于深度学习的自动分割与多模态特征融合分型模型，观察其预测肾肿瘤类型的价值。方法 纳入2023年肾脏和肾脏肿瘤分割挑战赛(KiTS23)数据集中419例肾肿瘤的CT图像，包括310例肾透明细胞癌(ccRCC)、45例乳头状肾细胞癌(pRCC)、38例肾嫌色细胞癌(chRCC)及26例嗜酸细胞腺瘤(ONC)。利用数据增强将样本量扩充至528例，并按7∶1∶2比例划分训练集、测试集及验证集。采用基于UNet的改良3D nnUNet算法框架自动分割CT图像，提取肿瘤影像组学特征和深度学习特征；将二者融合并引入多模态融合模块，构建分型模型3DResnet18＿A。采用戴斯相似系数(DSC)评估3D nnUNet模型分割效能；以准确率(Acc)、精确率(Pre)、召回率(Rec)及F1-score比较3DResnet18＿A模型与其他模型的分型效能。结果 3D nnUNet模型分割CT中的肾脏及肾肿瘤的DSC分别为0.964及0.923。3DResnet18＿A模型基于3D nnUNet分割标签及原始人工标注标签预测肾肿瘤类型的Acc、Pre、Rec及F1-score均优于其他模型，其最大值分别为83.02%、84.31%、0.830及0.823。结论 基于深度学习的自动分割与多模态特征融合分型架构预测肾肿瘤类型效能较佳。

关键词： 乳腺癌   肿瘤浸润淋巴细胞   影像组学   深度学习   生境成像   数字病理  

摘要： 肿瘤浸润淋巴细胞(TIL)是乳腺癌肿瘤免疫微环境中的关键组成部分,其水平与病人预后、新辅助化疗疗效及免疫治疗疗效密切相关.传统病理学方法评估TIL存在主观性强、有创、耗时久等局限;数字病理结合人工智能可提高TIL评估的客观性和可重复性,并为影像学模型提供较为可靠的病理参照.相比之下,影像学方法能够较为全面地反映TIL在肿瘤组织中分布的时空异质性.影像组学、生境成像、深度学习及多任务学习等新兴方法能够一定程度上突破传统方法的局限,为乳腺癌精准诊疗提供新的思路和依据.本文就医学影像及人工智能在乳腺癌TIL评估中的研究进展进行综述.