排序方式: 共有15条查询结果,搜索用时 0 毫秒
11.
目的 分析良、恶性胰腺导管内乳头状粘液性肿瘤(IPMN)临床病理特征及MRI对其诊断价值.方法 选取本院2016年1月至2019年10月本院收治的21例IPMN患者作为研究对象,比较良、恶性IPMN的临床因素;以病理诊断为"金标准",分析MRI检查良、恶性IPMN的诊断准确率及良、恶性IPMN的影像学征象.结果 恶性I... 相似文献
12.
目的 血液循环DNA(cell-free DNA,cfDNA)是循环核酸中的一种,现已证实肿瘤患者外周血中cfDNA的含量增高且具有肿瘤细胞DNA的特征.本研究探讨cfDNA在胰腺肿瘤中的研究进展及其在临床中的应用.方法 利用PubMed、Medline等全文数据库,以“循环DNA、胰腺癌”为关键词,检索2011 01 2016 08相关文献.纳入标准:(1) cfDNA监测与胰腺癌;(2)胰腺癌cfDNA临床应用.根据纳入标准,符合分析的文献42篇.结果 胰腺癌cfDNA检测作为一种微创、较高特异度的“液体活检”技术,不仅提供了肿瘤特异性的遗传信息的变化,还在临床应用方面有显著意义.可以通过检测胰腺癌患者的cfDNA对疾病进行早期辅助诊断、近期疗效的评价、靶向用药和预后评估等.虽然在标本的处理和提取方面尚需要规范,检测灵敏性有待提高,但希望随着创新性检测技术的发展、检测成本的降低和科研人员的进一步研究,能为疾病的早期诊断和患者的预后提供实质性的帮助.结论 cfDNA在胰腺癌的辅助诊断、评价疗效和预后评估方面有着重要的临床意义和广阔的应用前景. 相似文献
13.
目的研究免疫细胞照射剂量(EDRIC)对不同肿瘤负荷局限期小细胞肺癌(LS-SCLC)总生存(OS)、局部无进展生存(LPFS)和无远处转移生存(DMFS)的影响。方法回顾性分析2013—2019年在天津医科大学肿瘤医院初治的216例接受了根治性胸部常规分割放疗的LS-SCLC患者资料。根据Jin等建立的模型计算EDRIC, 依据大体肿瘤体积(GTV)或临床分期评估肿瘤负荷。研究终点为OS、LPFS和DMFS, 从确诊时开始计算。使用R语言计算EDRIC最佳截断值, Spearman相关分析评估EDRIC与肿瘤负荷相关性, Cox模型及Kaplan-Meier法进行生存分析。结果全组患者中位随访时间47.8个月, 中位OS、DMFS为34.6、18.5个月, 中位LPFS未达到。EDRIC最佳截断值为6.8 Gy。Cox多因素分析显示EDRIC是影响OS、DMFS的独立预后因素。EDRIC与GTV或临床分期弱相关, 以GTV中位值分层, 在GTV≤34.6 cm3组中, EDRIC>6.8 Gy组OS(P=0.021)和DMFS(P=0.030)比EDRIC≤6.8 Gy组显著缩... 相似文献
14.
赖家念关嵩闫萌孟春柳张臻张佳奇赵路军 《中华放射肿瘤学杂志》2023,(7):584-591
目的研究免疫细胞照射剂量(EDRIC)对不同肿瘤负荷局限期小细胞肺癌(LS-SCLC)总生存(OS)、局部无进展生存(LPFS)和无远处转移生存(DMFS)的影响。方法回顾性分析2013—2019年在天津医科大学肿瘤医院初治的216例接受了根治性胸部常规分割放疗的LS-SCLC患者资料。根据Jin等建立的模型计算EDRIC,依据大体肿瘤体积(GTV)或临床分期评估肿瘤负荷。研究终点为OS、LPFS和DMFS,从确诊时开始计算。使用R语言计算EDRIC最佳截断值,Spearman相关分析评估EDRIC与肿瘤负荷相关性,Cox模型及Kaplan-Meier法进行生存分析。结果全组患者中位随访时间47.8个月,中位OS、DMFS为34.6、18.5个月,中位LPFS未达到。EDRIC最佳截断值为6.8 Gy。Cox多因素分析显示EDRIC是影响OS、DMFS的独立预后因素。EDRIC与GTV或临床分期弱相关,以GTV中位值分层,在GTV≤34.6 cm3组中,EDRIC>6.8 Gy组OS(P=0.021)和DMFS(P=0.030)比EDRIC≤6.8 Gy组显著缩短,LPFS有缩短趋势(P=0.107);而在GTV>34.6 cm3组,EDRIC变化对OS、LPFS、DMFS影响不大(P=0.133、0.420、0.374)。以临床分期分层,在Ⅰ、Ⅱ、ⅢA期患者中,EDRIC>6.8 Gy组OS(P=0.003)和DMFS(P=0.032)比EDRIC≤6.8 Gy组显著缩短,LPFS有缩短趋势(P=0.125);而在ⅢB、ⅢC期患者中,EDRIC变化对OS、LPFS、DMFS影响不大(P=0.377、0.439、0.484)。结论 EDRIC是影响预后的重要因素,并且在肿瘤负荷较小的患者中,对预后影响更显著。 相似文献
15.
目的 探讨剂量组学在预测肺癌根治性放疗患者放射性肺炎发生中的应用潜能。方法 回顾性收集行根治性放疗的314例肺癌患者的临床资料、放疗剂量文件、定位及随访CT图像,根据临床资料及影像学随访资料对放射性肺炎进行分级,提取全肺的剂量组学特征,构建机器学习模型。应用1000次自助抽样法(bootstrap)的最小绝对值收敛和选择算子嵌套逻辑回归(LASSO‐LR)及1000次bootstrap的赤池信息量准则(AIC)向后法筛选与放射性肺炎相关的剂量组学特征,随机按照7∶3划分为训练集及验证集,应用逻辑回归建立预测模型,并应用ROC曲线及校正曲线评价模型的性能。结果 共提取120个剂量组学特征,经LASSO‐LR降维筛选得到12个特征进入“特征池”,再经过AIC向后法筛选,最终筛选出6个剂量组学特征进行模型构建,训练集AUC为0.77(95%CI为0.65~0.87),独立验证集AUC为0.72(95%CI为0.64~0.81)。结论 利用剂量组学建立的预测模型具有预测放射性肺炎发生的潜力,但仍需继续纳入多中心数据及前瞻性数据进一步挖掘剂量组学的应用潜能。 相似文献