腹部超声联合阴道灌注0.9%氯化钠诊断幼女阴道异物的临床价值

目的 分析腹部超声联合阴道灌注0.9%氯化钠对幼女阴道异物的诊断价值。方法 回顾性分析2018年1月—2021年12月就诊于赣州市妇幼保健院妇科的102例疑似阴道异物幼女临床资料。患儿均接受经腹部超声、阴道灌注0.9%氯化钠检查。以宫腔镜诊治结果作为金标准，分析经腹部超声单独检测或腹部超声联合阴道灌注0.9%氯化钠诊断阴道异物的准确性、有效性。结果 宫腔镜结果显示，患儿中阴道炎有21例（20.59%），阴道异物有81例（79.42%），其中棉絮状物、谷物、头发丝等线状物最为常见；单独诊断、联合诊断出阴道异物分别有69例和79例，与宫腔镜诊断结果的K值分别为0.689和0.897。将宫腔镜诊断结果作为金标准，单独诊断、联合诊断阴道异物的敏感性分别为0.765（95% CI：0.594，0.816）、0.951（95% CI：0.826，0.995），特异性分别为0.667（95% CI：0.563，0.786）、0.905（95% CI：0.795，0.972），准确度分别为0.745（95% CI：0.586，0.813）、0.941（95% CI：0.817，0.984），单独诊断、联合诊断的敏感性、特异性、准确度可信区间无重叠，说明有统计学意义。结论 阴道灌注0.9%氯化钠可增强幼女阴道异物在超声下的显影，提升诊断准确性、有效性，且操作简单、损伤小，起到清洁阴道作用。     

湘西州7～15岁苗族学生皮褶厚度及体成分分析

目的 了解湘西州7～15岁苗族学生皮褶厚度及体成分发育特点,为增强少数民族学生体质提供参考。方法 2019年10—11月分层整群随机抽取湘西州7～15岁苗族学生1 064名,测量身高、体重和肱三头肌皮褶(TS)、肩胛下皮褶(SS)、腹部皮褶(AS)厚度。根据长岭和Brozek公式估算体成分。结果 随着年龄的增长,苗族学生皮褶均逐渐增厚,男生13岁、女生12岁后增幅明显;各年龄组女生TS、SS与AS均厚于男生,8岁(t=2.659、2.392、2.264)、11岁(t=3.317、3.251、3.179)、13岁(t=5.196、3.943、4.651)、14岁(t=5.941、4.630、3.228)和15岁(t=4.822、4.292、3.210)年龄组比较差异有统计学意义(P<0.05);体脂率、脂肪质量及其指数均值女生高于男生,差异有统计学意义(P<0.05或<0.01);男女生瘦体质量及其指数年龄变化曲线逐渐上升并出现2次交叉;除男生体脂率外,体成分各指标与皮褶厚度均与年龄呈显著正相关(P<0.01);与8个族群比较,苗族男生肱三头肌皮褶厚度(9.22 mm)与内蒙达斡尔族、肩胛下皮褶厚度(7.33 mm)与怒江怒族较为接近,女生肱三头肌皮褶厚度(11.98 mm)与内蒙达斡尔族、肩胛下皮褶厚度(9.35 mm)与广东瑶族较为接近。结论 湘西州苗族农村学生皮褶厚度及体成分发育符合生长发育一般规律,皮下脂肪含量相对较少,并存在性别和年龄差异。     

Registries,Databases and Repositories for Developing Artificial Intelligence in Cancer Care

Modern artificial intelligence techniques have solved some previously intractable problems and produced impressive results in selected medical domains. One of their drawbacks is that they often need very large amounts of data. Pre-existing datasets in the form of national cancer registries, image/genetic depositories and clinical datasets already exist and have been used for research. In theory, the combination of healthcare Big Data with modern, data-hungry artificial intelligence techniques should offer significant opportunities for artificial intelligence development, but this has not yet happened. Here we discuss some of the structural reasons for this, barriers preventing artificial intelligence from making full use of existing datasets, and make suggestions as to enable progress. To do this, we use the framework of the 6Vs of Big Data and the FAIR criteria for data sharing and availability (Findability, Accessibility, Interoperability, and Reuse). We share our experience in navigating these barriers through The Brain Tumour Data Accelerator, a Brain Tumour Charity-supported initiative to integrate fragmented patient data into an enriched dataset. We conclude with some comments as to the limits of such approaches.     

几何不确定性鲁棒优化在肝癌立体定向放疗中的应用

目的:分析基于几何不确定性的鲁棒优化计划对肝癌立体定向放疗（SBRT）剂量分布的影响。方法:选取12例肝癌SBRT患者，对每例制作3个调强计划:①基于PTV（ITV-PTV 5 mm）的常规优化（PTV-Based Plan）；②基于ITV非均匀几何不确定性（本中心计算的不确定性值:进出方向7 mm，左右和前后方向4 mm）的鲁棒优化（Robust Planactual）；③基于ITV均匀5 mm几何不确定性的鲁棒优化（Robust Plan5 mm）。所有计划都以95%的PTV满足处方剂量作为目标，以等中心均匀偏移4、5、7 mm计算扰动剂量评估鲁棒性。结果:计划①②③的均匀性指数（HI）分别为0.083±0.027、0.099±0.035、0.096±0.026，不具有统计学意义；计划①②③的适形性指数（CI）分别为0.98±0.02、1.02±0.05、1.00±0.04，计划②③相对于计划①的CI具有统计学意义。计划③的正常肝组织平均受量和V2500相对于计划①②分别下降了4.1%、2.5%和5.4%、3.0%，且具有统计学意义（P=0.034、P=0.021和P=0.004、P=0.004），计划②相对于计划①的正常肝组织平均受量和V2500不具有统计学意义（P=0.308和P=0.182），但下降了1.6%和2.5%。对于其鲁棒性，计划②③的5 mm-D99%、5 mm-D98%、5 mm-D95%的剂量-体积直方图带宽（DVHBW）差值相对于计划①更小，随着摆位不确定度的增大，其DVHBW差值越大。结论:在肝脏SBRT治疗中，采用鲁棒优化能够提高靶区剂量分布质量，即使在摆位不确定度有所增加的情况下，仍可以保证ITV的剂量覆盖同时不增加正常组织的照射剂量。     

下一代诊断病理学

随着人类基因组测序、生物大数据信息分析、分子病理检测和人工智能辅助病理诊断等技术进步及其应用, 临床医学发展迈向精准诊疗时代。这一时代背景下, 传统诊断病理学迎来前所未有的历史机遇, 正在向"下一代诊断病理学(next-generation diagnostic pathology)"迈进。下一代诊断病理学以病理形态和临床信息为诊断基础, 以分子检测与生物信息分析、智慧制样与流程质控、智能诊断与远程会诊、病灶活体可视化与"无创"病理诊断等创新前沿交叉技术为主要特征, 以多组学和跨尺度整合诊断为病理报告内容, 实现对疾病的"最后诊断", 并预测疾病演进和结局、建议治疗方案和评估治疗反应, 形成新的疾病诊断"金标准"。未来, 需要激发病理学科创新活力, 加快下一代诊断病理学成熟和应用, 重塑病理学科理论和技术体系, 发挥诊断病理学在疾病"防、诊、治、养"等过程中的重要作用, 促进临床医学进一步发展, 服务健康中国战略。     

Surgical resection after neoadjuvant durvalumab and radiation is feasible and safe in non–small cell lung cancer: Results from a randomized trial

ObjectiveSeveral trials have recently reported the safety of pulmonary resection after neoadjuvant immunotherapy with encouraging major pathological response rates. We report the detailed adverse events profile from a recently conducted randomized phase II trial in patients with resectable non–small cell lung cancer treated with neoadjuvant durvalumab alone or with sub-ablative radiation.MethodsWe conducted a randomized phase II trial in patients with non–small cell lung cancer clinical stages I to IIIA who were randomly assigned to receive neoadjuvant durvalumab alone or with sub-ablative radiation (8Gyx3). Secondary end points included the safety of 2 cycles of preoperative durvalumab with and without radiation followed by pulmonary resection. Postoperative adverse events within 30 days were recorded according to the National Cancer Institute Common Terminology Criteria for Adverse Events (version 4.0).ResultsSixty patients were enrolled and randomly assigned, with planned resection performed in 26 patients in each arm. Baseline demographics and clinical variables were balanced between groups. The median operative time was similar between arms: 128 minutes (97-201) versus 146 minutes (109-214) (P = .314). There was no 30- or 90-day mortality. Grade 3/4 adverse events occurred in 10 of 26 patients (38%) after monotherapy and in 10 of 26 patients (38%) after dual therapy. Anemia requiring transfusion and hypotension were the 2 most common adverse events. The median length of stay was similar between arms (5 days vs 4 days, P = .172).ConclusionsIn this randomized trial, the addition of sub-ablative focal radiation to durvalumab in the neoadjuvant setting was not associated with increased mortality or morbidity compared with neoadjuvant durvalumab alone.     

基于红外热成像技术探讨扶正温阳法对阳虚体质的影响

目的 基于红外热成像技术探讨“扶正温阳法”对阳虚质的影响，探讨阳虚质者红外热图的共性规律，分析判断“扶正温阳法”干预阳虚质人群的疗效。方法 纳入30例阳虚质患者给予益气温阳药物在大椎、肾俞（双侧）、命门等进行穴位贴敷，分别在干预前后运用红外热成像技术测定督脉、腰部、腹部、双手及双足局部温度的变化。结果 干预后阳虚体质患者的督脉、腰部、腹部、双手、双足温度均升高（P<0.05），阳虚体质局部温度得以改善。结论 本研究发现“扶正温阳法”可诱发循经热传导现象，通过调节热能代谢而起到调治阳虚体质的作用，红外热成像技术可用来辅助评价阳虚质的治疗效果，对临床指导制定阳虚质人群的干预方案疗效判定具有指导意义。     

基于超声影像组学的乳腺癌预测模型的诊断性能研究

目的评估并比较基于不同机器学习算法建立的乳腺癌超声影像组学预测模型的诊断性能。 方法回顾性收集2017年1月至2019年4月就诊皖南医学院第一附属医院、有明确病理结果的乳腺肿块病例828例，以2018年8月31日为节点将其分为训练集（526例）和验证集（302例），提取肿块的超声影像组学特征并进行特征筛选，运用k最近邻（kNN）、逻辑回归（LR）、朴素贝叶斯（NB）、随机森林（RF）和支持向量机（SVM）5种机器学习算法分别建立预测模型，使用重复交叉验证方法做内部验证，计算比较各模型的敏感度、特异度、阳性预测值（PPV）和阴性预测值（NPV），并实施外部验证，绘制ROC曲线并比较ROC曲线下面积（AUC）以评价模型的鉴别诊断性能，绘制校准曲线评价模型校准度。 结果从提取的109个影像组学特征中筛选出19个特征建立了5种机器学习算法模型。在内部验证中，5种模型的敏感度、特异度、PPV、NPV比较，总体差异均有统计学意义（P均＜0.001）。LR模型的特异度、PPV、NPV中位数分别为0.769、0.816、0.778，3项指标均高于其他4种模型；敏感度中位数为0.824，高于kNN、RF和SVM模型。此外，SVM模型的特异度、PPV、NPV中位数分别为0.706、0.774、0.759，虽均低于LR模型，但均高于其他3种模型。在外部验证中，LR、SVM、RF、kNN和NB的AUC依次为0.890、0.832、0.821、0.746和0.703，其中LR与SVM的AUC差异有统计学意义（P=0.012）；此外，各模型在校准性能上表现并不一致，LR和SVM模型的校准曲线显示乳腺癌实际概率与预测概率之间的一致性较好。 结论以超声影像组学特征为基础，运用不同机器学习算法建立的乳腺癌超声预测模型，均表现出较高的诊断性能，其中LR模型表现最为突出；选择合适的机器学习算法有助于进一步提高预测模型的诊断性能，提供更加准确的量化预测结果。