N-myc下游调节基因家族成员3在胃癌细胞增殖和侵袭中的作用

目的探讨N-myc下游调节基因家族成员3(NDRG3)对胃癌细胞生物学行为的影响及其机制。方法实验分NDRG3敲减组和对照组,AGS-NDRG3小发夹状RNA(shRNA)组采用shRNA技术干扰AGS细胞中NDRG3表达,同时设置AGS-Vector对照组转染空白对照病毒;通过反转录-聚合酶链反应(RT-PCR)和蛋白质印迹法(Western blot)检测两组细胞中NDRG3 mRNA和蛋白表达以检查AGS-NDRG3 shRNA组中NDRG3敲减效果,利用细胞计数试剂盒(CCK-8)法和Transwell实验分别检测两组细胞中细胞增殖和侵袭能力,利用流式细胞仪分析两组细胞中细胞周期分布情况,并通过Western blot检测敲减两组细胞中细胞核增殖抗原(Ki-67)和p53蛋白表达水平,组间比较采用单因素方差分析。结果AGS-NDRG3 shRNA组NDRG3 mRNA和蛋白表达水平均显著低于对照组(NDRG3 mRNA,0.220±0.035比1.020±0.078,t=14.713,P<0.01;NDRG3蛋白,0.140±0.018比0.820±0.025,t=7.892,P<0.01),差异均有统计学意义。CCK-8实验结果显示,在培养24、48、72 h后,AGS-NDRG3 shRNA组细胞的增殖水平(0.388±0.025、0.576±0.044、0.873±0.051)明显低于对照组(0.457±0.033、0.674±0.047、1.125±0.062),差异均有统计学意义(t=4.983、5.852、8.082,P<0.01);Transwell迁移实验结果表明,AGS-NDRG3 shRNA组侵袭穿过Transwell小室膜的细胞数[(474.5±27.6)个]明显低于对照组[(1127.0±48.8)个],差异有统计学意义(t=12.380,P<0.01);细胞周期分析显示,敲减NDRG3表达的AGS细胞周期阻滞于S期,其S期占49.33%,对照组S期占30.29%(t=4.634,P<0.01),差异均有统计学意义;Western blot检测结果显示,敲减NDRG3表达后AGS细胞中Ki-67蛋白表达低于对照组(0.380±0.021比0.860±0.036,t=5.163,P<0.01)、野生型p53蛋白表达高于对照组(0.720±0.018比0.160±0.013,t=11.354,P<0.01),差异均有统计学意义。结论NDRG3可能通过调控p53通路促进AGS细胞增殖及侵袭能力。     

组蛋白去甲基化酶含有Jumonji结构域的蛋白质2D在胃癌组织的表达及其临床意义

目的观察含有Jumonji结构域的蛋白质2D(JMJD2D)在胃癌组织的表达并探讨其临床意义。方法收集2013年1月至2014年12月期间来自中国科学院大学附属肿瘤医院(浙江省肿瘤医院)手术治疗并经病理诊断证实的133例胃腺癌标本。采用免疫组织化学法检测133例胃癌组织及其配对的癌旁正常组织中JMJD2D的表达,应用SPSS-22统计软件分析其临床意义及与预后的关系,采用比例风险回归模型(proportional hazards model,Cox模型)多因素回归分析JMJD2D蛋白表达及其他病理参数对胃癌患者预后的预测价值。结果胃癌组织中JMJD2D的高表达率为75.9%(101/133),显著高于癌旁正常胃组织(高表达率2.3%,3/133,χ²=64.821,P<0.01),差异有统计学意义。肿瘤组织中JMJD2D高表达与患者幽门螺杆菌感染状态(χ²=22.163,P<0.01)、肿瘤分化程度(χ²=7.022,P<0.05)、浸润深度(χ²=5.061,P<0.05)、淋巴结转移状态(χ²=14.123,P<0.01)、临床TNM分期(χ²=23.194,P<0.01)显著相关,而与患者性别、肿瘤诊断时年龄、肿瘤部位和大小无相关(χ²=0.072、1.451、2.562、1.383,P值均>0.05)。普兰-迈耶(Kaplan-Meier)生存分析显示,JMJD2D高表达的胃癌患者与正常/低表达患者中位生存时间分别为34个月和65个月,两者差异有统计学意义(P<0.05)。比例风险回归模型(proportional hazards model,Cox模型)多因素回归分析表明JMJD2D高表达是胃癌患者独立预后因素[危险比(HR)=2.38,P<0.01]。结论JMJD2D在胃癌组织中高表达,且与胃癌进展及患者预后显著相关。     

C-反应蛋白联合肿瘤标志物检测在老年肺癌诊断中的应用

目的分析C-反应蛋白(CRP)、细胞角蛋白片段(Cyfra21-1)、神经元特异性烯醇化酶(NSE)、癌胚抗原(CEA)和糖类抗原19-9(CA19-9)联合检测对老年肺癌的诊断价值。方法检测200例老年肺癌患者、120例老年肺部良性病变患者和80例老年健康体检者上述指标,分析5项指标单独和联合检测诊断肺癌的敏感度、特异度。结果肺癌组患者血清CRP、Cyfra21-1、NSE、CEA、CA19-9显著高于良性对照组及健康对照组(P <0.05)。Ⅲ/Ⅳ期或伴远处转移肺癌患者各指标明显高于Ⅰ/Ⅱ期或无远处转移者(P <0.001)。与单项指标相比,CRP联合Cyfra21-1、NSE、CEA和CA19-9诊断老年肺癌的ROC曲线下面积(AUC)、准确度和敏感度均达最高。结论 CRP、Cyfra21-1、NSE、CEA、CA19-9联合检测能够明显提高老年肺癌诊断效能。     

Nucleus classification in histology images using message passing network

Identification of nuclear components in the histology landscape is an important step towards developing computational pathology tools for the profiling of tumor micro-environment. Most existing methods for the identification of such components are limited in scope due to heterogeneous nature of the nuclei. Graph-based methods offer a natural way to formulate the nucleus classification problem to incorporate both appearance and geometric locations of the nuclei. The main challenge is to define models that can handle such an unstructured domain. Current approaches focus on learning better features and then employ well-known classifiers for identifying distinct nuclear phenotypes. In contrast, we propose a message passing network that is a fully learnable framework build on classical network flow formulation. Based on physical interaction of the nuclei, a nearest neighbor graph is constructed such that the nodes represent the nuclei centroids. For each edge and node, appearance and geometric features are computed which are then used for the construction of messages utilized for diffusing contextual information to the neighboring nodes. Such an algorithm can infer global information over an entire network and predict biologically meaningful nuclear communities. We show that learning such communities improves the performance of nucleus classification task in histology images. The proposed algorithm can be used as a component in existing state-of-the-art methods resulting in improved nucleus classification performance across four different publicly available datasets.     

基于CT平扫纹理分析的影像组学预测肾透明细胞癌WHO/ISUP分级的初步研究

目的探讨基于肾脏CT平扫图像纹理分析的影像组学模型在预测肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)病理分级中的价值。方法回顾性分析2016年12月至2019年5月中国科学院大学附属肿瘤医院经手术病理证实且有明确病理分级的90例ccRCC患者,按照7∶3的比例将所有患者随机分为训练组(63例)及测试组(27例)。根据2016版WHO/ISUP分级标准,将Ⅰ、Ⅱ级归为低级别组(53例),Ⅲ、Ⅳ级归为高级别组(37例)。在CT平扫图像上逐层勾画肿瘤ROI,提取93个纹理特征,利用最小绝对收缩与选择算子(LASSO)回归对特征参数进行降维,并建立影像组学评分(Rad-score)。以病理分级结果为金标准,采用logistic回归构建ccRCC病理分级的预测模型。采用ROC曲线及校准曲线评价模型的诊断效能,计算曲线下面积(AUC)、敏感度、特异度和准确度。采用Hosmer-Lemeshow拟合优度检验评价模型的校准度。结果经降维和交叉验证后筛选出10个非零系数的纹理特征,根据这10个特征及其对应系数的线性加权形成预测ccRCC新病理分级的影像组学风险评分,并建立预测模型。该模型在训练组中的AUC值为0.933(95%CI 0.862~1.000),其判断WHO/ISUP分级高级别ccRCC的灵敏度为92.3%,特异度为89.2%,准确度为90.5%,校准曲线显示该模型的校准度较好(P=0.257)。在测试组中的AUC值为0.875(95%CI 0.734~1.000),灵敏度为72.7%,特异度为87.5%,准确度为81.5%,校准曲线显示该模型的校准度较好(P=0.125)。结论基于平扫CT纹理分析构建的影像组学预测模型对ccRCC WHO/ISUP病理分级的评估具有应用潜能。     

中医护理准入管理制度在推广中医特色护理实践中的应用

目的探讨实施中医准入管理制度在西医专科医院推广中医特色护理实践中的应用成效。方法采用整群抽样法,选取中国科学院大学附属肿瘤医院42个护理单元的839名正式编制的护理人员作为研究对象。于2018年4月开始对其实施中医准入管理。比较实施前后患者对中医护理的满意度和科室的质控检查评分。结果实施中医护理准入管理后患者对中医护理的满意度评分较实施前均提高(P<0.05)。2018年4月—2020年3月,开展3项以上中医护理技术的科室由2018年的8个病区增加到2020年的33个病区。中医专科专项质控检查平均分逐年递增,2018年的质控检查评分为(92.80±2.02)分,2019年的质控检查评分为(96.17±3.04)分,2020年的质控检查评分为(98.27±3.11)分。结论实施中医准入管理制度,在全院开展中医特色护理并进行有效监管与质控,能够持续性地提高全院中医护理质量,也使中医特色护理在西医专科医院得到长久的发展。     

肝脏神经内分泌肿瘤的影像学表现

目的:探讨肝脏神经内分泌肿瘤(NET)的影像表现。方法:2014年7月—2020年10月收集我院25例肝脏NET的影像图像,分析影像特征。结果:肝脏NET增强扫描表现为快进慢出,G2期病灶大于3cm时中心多可见坏死,G3期均坏死明显。结论:肝NET有特异的影像特征。