雌激素受体在肺腺癌和鳞状细胞癌中的表达研究

目的 研究雌激素受体(ER)a和β在良性肺组织和肺癌组织中的表达及其与临床和病理学特征的关系。方法 采用免疫组织化学方法检测ERa和β在18例肺腺癌和29例肺鳞状细胞癌(共有35例含癌旁肺组织)及12例良性肺病变组织中的表达。切片内阳性细胞数≥20％为ER阳性。结果 ERβ在肺癌组织中的表达主要定位于细胞核，其在肺癌组织中的表达率为44．7％(21／47)，而在癌旁肺组织和肺良性病变组织中无明显表达。ERβ在鳞状细胞癌、腺癌中阳性表达率分别为27．6％(8／29)、72．2％(13／18)，腺癌组织中ERβ表达率显著高于鳞癌(P＜0．05)。ERβ在肺癌、癌旁肺组织和肺良性病变组织中均未见表达。结论 结果提示雌激素受体ERβ与肺癌尤其是肺腺癌的发生可能有关联。     

TUNEL技术方法的探讨

探讨末端脱氧核苷酸转移酶介导的dUTP缺口标记技术（TUNEL）的染色方法,以期提高特异性与敏感性。采用以去势（经手术切除睾丸）后天数不同的大白鼠前列腺,用TUNEL法染色,观察不同时期的细胞凋亡水平,对经典的TUNEL法进行改良,将染色结果与TUNEL经典法和HE染色法进行对比。结果表明采用改良法后,阳性细胞明显增加,而且着色深,凋亡指数明显增高(P<0.01)。     

CYP2E1基因多态性和DNA损伤修复酶表达对肺癌易感性的影响

[目的]研究CYP2E1基因型与不同肺组织中切除修复鼠缺陷交叉互补基因2蛋白(ERCC2)、尿嘧啶DNA糖基化酶(UDG)、细胞增殖核抗原(PCNA)的表达水平的关系，探讨CYP2E1基因多态性对DNA稳定性和肺癌易感性的影响。[方法]通过免疫组织化学和原位杂交方法研究3种生物标志物在不同肺组织中蛋白质和mRNA的表达水平，同时采用PER-RFLP方法进行CYP2E1分型。[结果]在3种CYP2E1基因型(ww、mw、mm)中，ww和mm基因型对ERCC2的表达有明显影响，mw基因型对UDG的表达有明显影响，3种基因型均与PCNA的表达有关。交互分析结果显示CYP2E1多态性与UDG的表达存在交互作用。[结论]不同个体CYP2E1遗传多态性与DNA切除修复功能有关，并存在CYP2E1与UDG的交互作用，两者在肺癌易感性中均具有一定的作用。     

MRI对早期腰椎间隙感染的诊断价值分析

目的对MRI诊断早期腰椎间隙感染的临床应用价值进行分析探讨。方法随机抽取2007年2月至2010年2月间我院收治的腰椎间隙感染患者病例12例,对其进行MRI检查,在得到确诊后采取合理适当的治疗手段进行治疗,并对患者展开为期2年的随访,而后对所有患者的MRI诊断特点,治疗效果以及治疗前后白细胞、C-反应蛋白以及血沉等变化进行总结分析。结果 12例患者均通过MRI检查后得到确诊,其中有8例患者为单发感染,有4例为多发感染。结论采用MRI对早期腰椎间隙感染进行诊断具有较高的临床应用价值,值得关注。     

基于扎根理论的中成药上市后再评价专家访谈资料分析＊

目的 开展更全面的中成药临床应用资料收集，并对非定量化资料进行定性处理。方法 运用专家深度访谈的方法，以某中成药的临床应用为例，对临床上使用过该中成药的专家进行半结构式访谈，记录并整理访谈资料，引入扎根理论方法进行访谈资料分析。结果 本研究共访谈了10位专家，经扎根理论分析编码，将该中成药的临床应用编码为该药的背景、有效性、安全性、经济便宜性、依从性、临床定位6个主范畴，最终提炼出一个核心类属，并围绕这几个方面的具体信息进行详细分析。结论 通过收集、整理和分析专家经验性信息，丰富了中成药上市后再评价的临床证据集，明确了已上市中成药的临床应用范围，可为后续的临床和科研研究提供证据支持，同时，专家深度访谈和扎根理论分析是对专家经验的挖掘和利用，还可应用于中医经验传承、医者诊疗思维研究等领域。本研究进行了方法探讨和实例验证，以期为后续更高阶的研究奠定基础。     

中医医案方剂多维相似度算法设计与探索＊

中医医案方剂具有多维度的特性，单独采用一种相似度算法难以展现方剂数据在各维度的相似情况，具有一定的局限性。本研究基于中医医案方剂的多维数据特点，结合中医临床遣方用药的思维过程，设计了中医医案方剂的多维相似度算法，并以七则国医大师医案为示例，详细展示了该算法的计算过程，同时将多维相似度算法计算结果与传统算法计算结果进行了对比分析。通过对比可以看出本算法能够相对全面地反映不同方剂间的相似度，且结果更为合理也更贴合中医临床实际。     

腰椎X线摄影人工智能测量技术研究进展

腰痛是全球范围内普遍存在的公共健康卫生问题,但临床医师对腰椎X线图像的视觉分析和主观判断已不能满足临床精准化、定量化的诊疗需求。近年来,人工智能（AI）及大数据技术的蓬勃发展,为医疗图像的智能检测和定量分析提供了条件和基础。众多学者通过人工神经网络、支持向量机和卷积神经网络等模型的建立和算法的改进,使腰椎X线定量分析及诊断成为可能。AI技术与医疗图像的交叉融合在减轻临床医师工作负荷、有效降低或消除手工测量误差和辅助临床医师从定量角度更客观地评估脊柱畸形等疾病具有很好的应用前景。目前,AI技术辅助腰椎疾病诊断的发展仍处于早期阶段,AI算法的改进、高质量数据库建立及制定新参数的量化标准等需要进一步探索。