《实用口腔医学杂志》第9次入编《中文核心期刊要目总览》

2021年3月,北京大学图书馆发布了《中文核心期刊要目总览》2020年版(即第9版),《实用口腔医学杂志》再次入编为“口腔科学”类核心期刊,至此,《实用口腔医学杂志》从1992年第1版开始,连续9次入编《中文核心期刊要目总览》。2020年版《中文核心期刊要目总览》仍采用定量评价和定性评审相结合的方法进行筛选和评审。定量评价指标体系采用了被摘量(全文、摘要)、被摘率(全文、摘要)、被引量、他引量(期刊、博士论文)、影响因子、他引影响因子、5年影响因子、5年他引影响因子、特征因子、论文影响分值、论文被引指数、互引指数、获奖或被重要检索系统收录、基金论文比(国家级、省部级)、Web下载量、Web下载率16个评价指标,选作评价指标统计源的数据库及文摘刊物达48种,统计到的文献数量共计142亿余篇次,涉及期刊13764种。     

卵巢粒层细胞瘤的遗传学机制和研究进展

卵巢粒层细胞瘤(GCT)对身体健康的影响较大,甚至导致女性不孕,GCT在卵巢肿瘤中占比较低,最高可达5%[1]。本病根据患者年龄可分为成年型和幼年型,已知病因包括血清中相关激素变化、环境及饮食等因素[2],但仍有很多致病因素有待进一步探索。在相关报道[3]中提到,遗传学机制可能与GCT的发生、发展有关,但目前已知的遗传学基因、分子较少,还有待探索。早诊断、早治疗是控制患者病情的关键,因此本研究对GCT患者的遗传学机制、病理及治疗等研究进展进行如下分析。     

基于代谢组学分析的18-三体妊娠羊水差异代谢物

摘要:目的通过 非靶向代谢组学方法分析18-三体( trisomy 18,T18) 妊娠母体羊水样本,探索其差异代谢物。方法采用病 例-对照研究,以8例18-三体妊娠母体羊水样本为病例组,40例正常胎儿母体羊水样本为对照组,采用气相色谱飞行时间质 谱技术( GC-T0F/MS)检测两组羊水样本。采用主成分分析(PCA)和正交偏最小二乘法判别分析(OPIS-DA)模型分析代谢谱 差异,通过单维统计分析寻找差异代谢物。结果PCA 和OPLS-DA模型分析均显示病例组与对照组之间无明显分离趋势。 通过单维分析在两组间共发现5种差异代谢物,分别为甘油醛、葡萄糖酸、硫酸吲哚酚.磷酸盐和泛酸(P<0.05)。结论羊水 代谢组学证实18-三体妊娠存在多种代谢物水平的差异,为疾病的发生机制的探索提供了更多研究思路。     

基于CiteSpace可视化分析代谢组学在中医药领域的研究现状及趋势＊

目的 应用可视化方法分析代谢组学在中医药领域的现状及趋势。方法 检索中国知网数据库（CNKI）和Web of Science 核心合集数据库2021年3月15日之前收录的中医药领域代谢组学研究的相关文献，应用CiteSpace软件对纳入的文献进行关键词、作者、研究机构等内容进行可视化分析。结果 共纳入中文文献247篇，英文文献350篇。文献数量在波动中迅速上升。中、英文文献作者合作网络显示，张爱华是中医药领域代谢组学研究发文量最多的作者，并形成了核心研究团队。发文机构显示，中国医学科学院是该领域的重要研究机构，机构间合作紧密。中、英文文献关键词分析显示，研究内容主要集中在核磁共振、代谢标记物、冠心病、质谱技术、代谢通路等相关领域。结论 中医药领域代谢组学研究的热点主要为中医药治疗代谢性疾病的机制研究。研究趋势为卵泡代谢组学研究及中药有效成分的研究。     

原发性干燥综合征生物标志物的研究进展

目前原发性干燥综合征(pSS)诊断仍然依赖于侵入性小涎腺活检手术,常导致其早期诊断异常艰难,因此筛选特定生物标志物可能对pSS诊断和个体化治疗极为有益。本文回顾传统标志物及与B细胞活化和表观遗传相关的新标志物,并综述组学标志物研究进展。尽管生物标志物前景较好,但其可靠性仍需扩大样本量进行验证。     

本草类书籍与《滇南本草》历代药图演变评述*

本草学是东方医药学的重要标志。在生境中辨识药用植物是本草学的重点，本草著作在对药用植物进行描述的同时，基于知识传授的实际需要，会配以药图帮助学者掌握该药材的特点以方便识别。药图在发展过程中逐渐从本草著作的附属成为独立的册页，其科学和艺术价值也日益凸显，然而其重要性并没有被太多研究者重视，尤其将药图研究的视野从传统医药扩展至文化史、艺术史、美学和文化资源学等领域的研究成果更是鲜有。本文从本草学和本草图谱的演变发展历史为线索，以云南地域本草的杠鼎之作《滇南本草》各时期版本中代表性药图作为研究对象，对比《本草纲目》等几种代表性本草著作中的药图，结合文化和艺术史相关知识，初步梳理《滇南本草》各历史时期药图的特点，分析其演变原因和具体社会条件，尝试从历史角度理解和归纳这些不同时期和版本药图的发展变化呈现的特点并揭示我们今天研究和利用中国传统药图这一重要文化资源的意义和价值。     

应用放射组学和剂量学特征预测食管癌放射治疗后的两年生存情况

  目的  使用放射组学与剂量学特征参数，建立机器学习预测模型，预测食管癌患者放射治疗后两年的生存情况。  方法  回顾性分析2013年1月至2017年12月在天津医科大学肿瘤医院接受放射治疗的食管癌患者共579例。从食管癌患者的放射治疗计划中提取GTV的放射组学和剂量学的特征，使用最大相关最小冗余与人工方法对特征参数进行筛选，分别选取14项放射组学和14项剂量学特征，并将特征变量进行标准化归一至[0, 1]范围。建立支持向量机、逻辑回归和随机森林等机器学习模型，先使用14项放射组学特征，再使用28项放射组学和剂量学混合特征参数进行训练和测试，来预测食管癌放射治疗患者的两年生存情况。  结果  仅使用放射组学特征预测放射治疗后两年生存情况时，支持向量机、逻辑回归和随机森林模型的准确率分别为84.98%、85.92%和84.51%。使用放射组学和剂量学的混合特征参数进行预测时，支持向量机、逻辑回归和随机森林模型的准确率分别为86.32%、83.02%和90.01%。在放射组学特征参数基础上，增加剂量学特征，支持向量机和随机森林模型的预测准确性得到有效提高。  结论  针对支持向量机和随机森林模型，使用放射组学和放射治疗剂量学特征参数放射治疗，可有效提高对食管癌患者放射治疗后两年生存情况预测评估的准确性。