Estimating Local Cellular Density in Glioma Using MR Imaging Data

BACKGROUND AND PURPOSE:Increased cellular density is a hallmark of gliomas, both in the bulk of the tumor and in areas of tumor infiltration into surrounding brain. Altered cellular density causes altered imaging findings, but the degree to which cellular density can be quantitatively estimated from imaging is unknown. The purpose of this study was to discover the best MR imaging and processing techniques to make quantitative and spatially specific estimates of cellular density.MATERIALS AND METHODS:We collected stereotactic biopsies in a prospective imaging clinical trial targeting untreated patients with gliomas at our institution undergoing their first resection. The data included preoperative MR imaging with conventional anatomic, diffusion, perfusion, and permeability sequences and quantitative histopathology on biopsy samples. We then used multiple machine learning methodologies to estimate cellular density using local intensity information from the MR images and quantitative cellular density measurements at the biopsy coordinates as the criterion standard.RESULTS:The random forest methodology estimated cellular density with R² = 0.59 between predicted and observed values using 4 input imaging sequences chosen from our full set of imaging data (T2, fractional anisotropy, CBF, and area under the curve from permeability imaging). Limiting input to conventional MR images (T1 pre- and postcontrast, T2, and FLAIR) yielded slightly degraded performance (R² = 0.52). Outputs were also reported as graphic maps.CONCLUSIONS:Cellular density can be estimated with moderate-to-strong correlations using MR imaging inputs. The random forest machine learning model provided the best estimates. These spatially specific estimates of cellular density will likely be useful in guiding both diagnosis and treatment.

Increased cellular density (CD) is a hallmark of cancer and a key feature in histologic glioma analysis.¹ Mapping cellular density throughout a tumor would be a valuable tool to probe how tumors infiltrate and analyze the transition between diseased and healthy brain. However, measuring CD requires tissue, which entails additional risks and is expensive to obtain. There is no currently accepted clinical algorithm to translate imaging data into quantitative assessments of CD.There is great need for a method to estimate CD noninvasively in human patients with gliomas. In this article, we describe the development of such a method using MR imaging data inputs by correlating with multiple biopsy specimens acquired during a prospective human clinical trial. We obtained comprehensive MR imaging, including conventional, diffusion, perfusion, and permeability imaging sequences. We used machine learning approaches to correlate imaging findings with CD measurements from pathology, devised an algorithm to estimate CD from MR imaging inputs, and generated CD maps for the visual display of the predictions. We identified the most informative imaging data subset. This work has multiple applications in the diagnosis and treatment of patients with gliomas: For example, the method can be used to guide biopsy, resection, and surgery and delineate tumor borderzones both pre- and postoperatively.²     

河南省非订单定向全科住院医师规范化培训结业学员的就业状况及影响因素研究

背景 全科医生数量和质量是人力资源管理的两个重要维度，其中，医生数量的新增、保持和流失，是全科人力动态规划、管理和评价的重要考量，也是全科住院医师规范化培训（简称全科住培）的绩效指标。探讨全科住培学员的就业状况及影响因素，可以为今后住培政策和激励机制的制定提供参考，但目前针对非订单定向全科住培学员的相关研究较为缺乏。 目的 了解河南省非订单定向全科住培学员的就业状况，分析学员结业后未从事全科医学相关工作的原因，从而为完善培训管理和人力资源激励机制提供参考。 方法 于2021年8月，采用分层随机整群抽样法，在河南省选取2014—2017年入培且已结业的非订单定向全科住培学员326例进行问卷调查。问卷由课题组自行设计，主要内容为学员的基本信息、全科住培情况、目前工作情况及结业后从事与未从事全科医学相关工作的原因。问卷通过"问卷星"平台发放，由学员自行填写。 结果 共发放问卷326份，回收有效问卷271份（83.1%）。结业后，从事全科医学相关工作者77例（28.4%），从事非全科医学相关工作者194例（71.6%）。多因素Logistic回归分析结果显示，年龄、文化程度、生源类型、全科住培基地所在区域是学员结业后是否从事全科医学相关工作的影响因素（P<0.05）。与结业后未从事全科医学相关工作的学员相比，结业后从事全科医学相关工作学员注册为全科医学专业的比例更高〔70.1%（54/77）比32.0%（62/194），P<0.05〕，在乡镇卫生院/社区卫生服务中心执业的比例更高〔49.4%（38/77）比6.2%（12/194），P<0.05）〕。194例未从事全科医学相关工作的学员中，从事内科学工作者78例（40.2%），从事急诊及危重症医学工作者33例（17.0%），从事外科学工作者17例（8.8%）。不选择从事全科医学相关工作的前3位原因分别为：单位安排〔34.5%（67/194）〕，所在单位没有全科医学科〔29.9%（58/194）〕，薪酬低〔26.8%（52/194）〕。 结论 非订单定向全科住培学员选择从事全科医学相关工作的比例较低，年龄、文化程度、生源类型及基地所在区域是影响因素。建议加大全科医学理念宣传，加快综合医院全科医学科建设，提高全科医生薪酬待遇，以此增加全科医生的职业吸引力。     

2型糖尿病患者扫描式葡萄糖监测系统指标与尿白蛋白/肌酐比值的相关性研究

背景 随着血糖监测技术的发展，近些年来人们开始使用扫描式葡萄糖监测系统（FGMS）"全景式"地观察2型糖尿病（T2DM）患者的血糖水平，明确FGMS指标与T2DM并发症之间的关系有助于提高其临床应用价值，但目前相关研究较少。 目的 探究佩戴FGMS的T2DM患者葡萄糖在目标范围内时间（TIR）等指标与尿白蛋白/肌酐比值（UACR）的相关性。 方法 选取2019年1月至2021年10月于北京大学人民医院老年科就诊并佩戴FGMS的T2DM患者79例，以尿液检查中UACR是否<30 mg/g将患者分为无白蛋白尿组（n=50）和白蛋白尿组（n=29）。比较两组患者的临床特征、实验室检查指标及FGMS指标等。采用Pearson相关、Spearman秩相关分析探讨TIR、高血糖时间（TAR）与糖化血红蛋白（HbA1c）的相关性。分别采用Pearson相关、Spearman秩相关、偏相关分析探讨FGMS指标与lnUACR的相关性。使用多因素Logistic回归分析探究T2DM患者发生白蛋白尿的影响因素，采用受试者工作特征（ROC）曲线评估TIR对白蛋白尿的预测价值。 结果 白蛋白尿组T2DM病程长于无白蛋白尿组，三酰甘油（TG）、HbA1c、平均血糖（MBG）、TAR、平均血糖标准差（SDBG）、最大葡萄糖波动幅度（LAGE）、平均葡萄糖波动幅度（MAGE）、连续每隔2 h血糖净作用（CONGA2）高于无白蛋白尿组，TIR低于无白蛋白尿组（P<0.05）。Pearson相关、Spearman秩相关分析结果显示，TIR与HbA1c呈负相关（P<0.001），TAR与HbA1c呈正相关（P<0.001）。Pearson相关、Spearman秩相关、偏相关分析结果均表明，TIR与lnUACR呈负相关（P<0.001），MBG、TAR、SDBG、LAGE、MAGE、CONGA2与lnUACR呈正相关（P<0.001）。多因素Logistic回归分析结果显示，TIR>70%〔OR=0.038，95%CI（0.003，0.467）〕是T2DM患者出现白蛋白尿的保护因素（P<0.05），TAR升高〔OR=1.046，95%CI（1.000，1.094）〕是T2DM患者出现白蛋白尿的危险因素（P<0.05）。TIR预测T2DM患者出现白蛋白尿的ROC曲线下面积（AUC）为0.784〔95%CI（0.674，0.894）〕（P=0.003），灵敏度为78%，特异度为83%，最佳切点为69.71%。 结论 在FGMS指标中，TIR>70%是T2DM患者出现白蛋白尿的保护因素，TAR升高是T2DM患者出现白蛋白尿的危险因素。同时，SDBG、LAGE、MAGE、CONGA2等多种反映血糖波动的指标也与UACR密切相关。对TIR水平较低及TAR、SDBG、LAGE、MAGE、CONGA2水平较高的T2DM患者进行FGMS筛查有助于早期识别及预防白蛋白尿的发生、发展。     

协同式早期运动干预在腹腔镜结直肠癌手术患者中的应用

目的 探讨协同式早期运动干预在腹腔镜结直肠癌手术患者中的应用效果。方法 使用随机数字表法将2020年5月-2021年5月于笔者所在医院进行腹腔镜结直肠癌手术的84例患者分为对照组和干预组,各42例。对照组术后采用常规运动干预,干预组术后采用协同式早期运动干预。比较2组术后恢复情况、身体状况、术后并发症发生情况。结果 干预组首次下床活动时间、术后排气时间、术后排便时间均早于对照组(χ²=11.823,P=0.001;χ²=4.687,P=0.001;χ²=7.611,P=0.001),术后7d干预组的多维度疲劳量表评分低于对照组(t=2.000,P=0.049),杜克活动指数高于对照组(t=2.256,P=0.027),2组术后并发症发生率比较,差异无统计学意义(χ²=0.343,P=0.558)。结论 协同式早期运动干预能够促进腹腔镜结直肠癌手术患者术后恢复,改善身体状况,值得推广应用。     

微信小程序合并时间管理器在眼科患儿监护人出院宣教中的应用效果

目的 探讨微信小程序合并时间管理器在眼科患儿出院宣教中的应用效果,为眼科护士出院宣教干预提供借鉴。方法 采用便利抽样法,选取98例眼科患儿监护人作为研究对象,将2021年2月-5月住院的49例患儿的监护人作为对照组,进行眼科常规出院宣教,将2021年6月-9月住院的49例患儿的监护人作为观察组,使用微信小程序合并时间管理器进行出院宣教干预。比较2组患儿监护人对疾病相关知识知晓情况、满意度及按时复诊人数。结果 干预1个月后,观察组疾病相关知识问卷得分、满意度得分及按时复诊率均高于对照组(t=-5.223,P=0.001;t=-5.419,P=0.001;χ²=6.874,P=0.009)。结论 使用微信小程序合并时间管理器在眼科病房进行出院宣教,能有效提高患儿监护人出院后疾病相关知识水平、按时就诊率及监护人满意度,提升护理服务质量。     

术前控制营养状态评分与肝细胞癌肝切除术后预后的研究进展

肝细胞癌(HCC)是最常见的恶性肿瘤之一。尽管在早期诊断和个体化治疗方面取得了进展,但经根治性切除等治疗后,HCC患者的临床预后仍不佳,复发率高。因此,在HCC患者中识别准确可靠的预后标志物是必要的。作为一种新的免疫营养生物标志物,控制营养状态(CONUT)评分已被报道用于预测癌症患者的预后。本文将对术前CONUT评分与HCC肝切除术后预后的研究进展进行综述。