微导丝贯穿法联合臭氧介入治疗输卵管阻塞性不孕症

目的 观察微导丝贯穿法联合臭氧介入治疗输卵管阻塞性不孕症效果。方法 回顾性分析149例输卵管阻塞性不孕症患者资料,其中A组（n=44）接受常规输卵管再通术（FTR）,B组（n=51）接受微导丝贯穿法FTR,C组（n=54）接受微导丝贯穿法联合臭氧FTR治疗;比较治疗后1个月各组输卵管复通率及1年内自然妊娠率。结果 治疗后1个月,A、B、C组输卵管复通率分别为63.38%（45/71）、80.22%（73/91）及92.78%（90/97）,各组依次升高（P均＜0.05）;1年内A、B、C组自然妊娠率分别为20.45%（9/44）、27.45%（14/51）及48.15%（26/54）,C组高于A、B组（P均＜0.05）,且A、B组差异无统计学意义（P=0.427）。结论 微导丝贯穿法联合臭氧介入治疗输卵管阻塞性不孕症效果优于常规FTR及单独微导丝贯穿法FTR。     

超声影像组学结合机器学习模型鉴别肝泡型包虫病与原发性肝癌

目的 观察超声影像组学结合机器学习（ML）模型鉴别肝泡型包虫病（HAE）与原发性肝癌（PHC）的价值。方法 回顾性分析经手术病理证实的95例HAE（HAE组）及97例PHC（PHC组）患者,按7∶3比例将其分为训练集（n=134）及验证集（n=58）;基于二维超声声像图提取影像组学特征,以逻辑回归、朴素贝叶斯、决策树、支持向量机、极限梯度提升、K邻近及梯度提升机共7种算法构建ML模型;绘制受试者工作特征曲线,计算曲线下面积（AUC）,评估各模型鉴别HAE与PHC的效能。结果 共基于训练集数据提取1 688个影像组学特征,最终筛选出7个非零系数特征为最优特征;据以构建的7种ML模型鉴别HAE与PHC效能均良好,在训练集的AUC为0.963～0.997,在验证集为0.871～0.942。结论 超声影像组学结合ML模型鉴别HAE与PHC效能良好。     

基于肺部CT生境模型预测表皮生长因子受体突变型肺腺癌脑转移

目的 观察基于肺部CT生境模型预测表皮生长因子受体（EGFR）突变型肺腺癌脑转移（BM）的价值。方法 回顾性分析198例EGFR突变型肺腺癌患者肺部平扫CT资料,按7∶3比例将其分为训练集（n=138）与测试集（n=60）并进一步划分BM亚组与非BM亚组。筛选训练集亚组间差异有统计学意义的变量构建逻辑回归（LR）临床模型;分别于瘤体及瘤体亚区提取特征,基于随机森林、高斯过程（GP）及支持向量机（SVM）算法构建影像组学及生境模型并筛选其中泛化能力最佳者,基于泛化能力最佳影像组学、生境模型及临床模型预测值构建LR联合模型;绘制受试者工作特征曲线,计算曲线下面积（AUC）,评估各模型预测EGFR突变型肺腺癌BM的效能,以Spearman相关分析观察EGFR突变型肺腺癌Ki-67水平与生境特征的相关性。结果 LR临床模型、GP影像组学模型、SVM生境模型及LR联合模型预测训练集EGFR突变型肺腺癌BM的AUC分别为0.700、0.726、0.801及0.834,在测试集分别为0.754、0.600、0.715及0.848。LR联合模型在训练集的AUC高于LR临床模型（P＜0.001）、在测试集的AUC高于GP影像组学模型（P=0.010）;其在训练集的效能相比GP影像组学模型及SVM生境模型均有显著正向提高[综合判别改善指数（IDI）=8.60%、8.55%,P均＜0.001]。EGFR突变型肺腺癌Ki-67水平与生境图谱中的habitatmap_original_glszm_lalgle呈低度正相关（│r_s│=0.201,P=0.004）。结论 基于肺部CT生境模型可有效预测EGFR突变型肺腺癌BM。     

CT影像组学列线图预测胃癌内镜活检与术后病理学分型差异

目的 评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法 回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组（n=77）与不一致组（n=49）,同时按2∶1比例分为训练集与验证集。筛选临床预测因子,构建临床预测模型;于静脉期CT图像提取影像组学特征,采用L1正则化方法对特征进行筛选,以决策树、随机森林、逻辑回归3种机器学习（ML）算法构建影像组学模型;基于临床及最佳影像组学ML模型构建列线图;评估各模型及列线图的预测效能及其临床价值。结果 患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中,随机森林预测效能较好,其在训练集与验证集中的曲线下面积（AUC）分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884,在验证集分别为0.760、0.724及0.841;列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论 基于CT影像组学列线图用于预测胃癌内镜活检与术后病理Lauren分型不一致性具有潜在临床应用价值。     

胸部X线片人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎

目的 观察基于胸部X线片建立的人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎（CAP）的价值。方法 回顾性选取2所医院共900例CAP患儿,包括细菌性、病毒性及支原体CAP各300例,对每例选取1幅胸部正位片。收集公开数据集GWCMCx中的5 856幅儿童胸部正位片,分别来自4 273例CAP患儿和1 583例胸部无明显异常患儿。按8∶2比例将全部6 756幅胸片分为训练集（n=5 359）与验证集（n=1 397）。建立基于注意力机制的病原学诊断儿童CAP模型,设计二分类及三分类诊断算法并进行联邦部署训练;与DenseNet模型对比,观察所获学习系统用于病原学诊断儿童CAP的效能。结果 人工智能联邦学习系统模型针对全部数据诊断CAP的准确率为97.00%,曲线下面积（AUC）为0.990。基于来自医院的数据,本系统根据单一影像学数据及临床-影像学数据实现病原学诊断儿童CAP的AUC分别为 0.858及0.836,均高于DenseNet模型的0.740（P均＜0.05）。结论 基于胸部X线片的人工智能联邦学习系统可用于病原学诊断儿童CAP。     

基于SEER数据库构建初诊Ⅳ期乳腺癌手术获益的预测模型与验证

背景与目的 外科手术对初诊Ⅳ期乳腺癌（dnMBC）患者的预后价值一直存有争议,部分患者能从局部手术治疗中获益,但目前尚缺乏能有效识别手术获益人群的方法。因此,本研究分析局部手术与dnMBC患者预后的关系,并构建预后预测模型和探讨手术治疗的潜在获益人群。方法 从SEER数据库中获取2010—2019年经病理诊断的dnMBC病例资料,根据乳房原发灶是否接受手术将患者划分为手术组和非手术组,采用倾向评分匹配法按1∶1匹配均衡两组间的基线特征,匹配后病例按7∶3随机分为训练集和验证集。采用多因素Cox比例风险模型分析乳腺癌特异生存（BCSS）独立预后因素并构建预测模型,使用C指数、时间依赖曲线下面积（AUC）、校准曲线及决策曲线分析（DCA）在训练集和验证集进行模型区分度、校准度和临床适用度验证。根据预测模型计算患者的预后风险评分,并将患者划分为低、中、高风险组,采用Kaplan-Meier法分析各组患者手术治疗与预后的关系。结果 匹配后2 034例患者纳入分析,中位年龄56（48~63）岁,其中训练集1 441例、验证集593例。中位随访27（11~48）个月,发生乳腺癌相关死亡963例（47.35%）。手术患者和未手术患者估算的3年BCSS率分别为53.7%（95% CI=50.3%~57.3%）、63.1%（95% CI=59.9%~66.5%）,生存分析显示,手术能明显提高dnMBC患者的BCSS（HR=0.72,95% CI=0.63~0.82,P<0.001）。多因素Cox模型分析显示,种族、组织学分级、肿瘤T分期、脑转移、肺转移、骨转移、肝转移、激素受体状态、HER-2状态、局部手术及化疗是独立预后因素（均P<0.05）。基于独立预后因素构建预后预测模型,在训练集和验证集分别进行模型验证。验证结果显示：C指数分别为0.707（95% CI=0.685~0.728）和0.705（95%CI=0.672~0.738）;时间依赖的AUC值均在0.7~0.8之间;训练集和验证集的1、2、3年校准曲线显示预计生存率和实际生存率之间吻合度较高;DCA显示预测模型有较好的临床净获益。根据预测模型将患者划分为低、中、高风险组,生存分析显示,低风险组患者接受手术可改善BCSS（训练集：P<0.000 1;验证集：P=0.003 8）,中、高风险组手术治疗未见改善预后。结论 根据dnMBC患者的临床病理特征及诊疗资料构建的预测模型,能对患者预后进行分层并评估局部手术的潜在获益。该预测模型需在前瞻性研究中进一步验证和优化。     

经颈内静脉植入输液港:导管尖端处于不同位置时1年内并发症发生率与导管通畅率

目的 对比观察经颈内静脉（IJV）入路植入完全植入式静脉输液港（TIVAP）后,导管尖端处于不同位置时1年内并发症发生率及导管通畅率。方法 回顾性分析2 104例接受经IJV入路植入TIVAP的肿瘤患者,将接受经右IJV入路者（R组,n=1 903）分为导管尖端位于右心房上部［即上腔静脉（SVC）与右心房交界（CAJ）下方0.5～1.0 cm亚组（R1亚组,n=376）］与位于SVC下1/3至CAJ间亚组（R2亚组,n=1 527）,将接受经左IJV入路者（L组,n=201）相应分为L1亚组（n=64）及L2亚组（n=137）;记录2组内各亚组患者基本资料、植入TIVAP 1年内并发症发生率及导管通畅率,并进行亚组间比较。结果 2组内亚组间患者性别、年龄、临床诊断及肿瘤分期,以及气胸/血气胸、局部皮肤损伤、TIVAP感染、导管相关性血栓、药物外渗、导管移位及心律失常等并发症发生率差异均无统计学意义（P均＞0.05）。R1（94.15%）与R2亚组（93.78%）（χ²=0.069,P=0.793）、L1（98.44%）与L2亚组（89.78%）1年内导管通畅率差异均无统计学意义（Yates连续性校正χ²=3.563,P=0.059）。结论 经左或右IJV入路植入TIVAP后,导管尖端位于右心房上部与SVC下1/3与CAJ之间时,1年内并发症发生率及导管通畅率均无明显差异。     

基于MR T2WI影像组学诊断早期糖尿病肾病

目的 观察基于MR T2WI影像组学诊断早期糖尿病肾病（DN）的价值。方法 收集59例估算肾小球滤过率（eGFR）为60~120 ml/（min·1.73 m²）且尿白蛋白/肌酐比值（ACR）>30 mg/g的早期DN患者作为试验组,另以46名无肾脏疾病、心脏疾病、高血压及痛风且eGFR为80~120 ml/（min·1.73 m²）的健康志愿者为对照组。按照7∶3比例将全部受试者分为训练集（n=73）和测试集（n=32）,训练集包括试验组40例、对照组33名,测试集包括试验组19例、对照组13名受试者。提取训练集右侧肾脏T2WI影像组学特征,并进行筛选,构建影像组学模型,观察其诊断早期DN的价值。结果 试验组与对照组性别及年龄差异均无统计学意义（P均>0.05）,而试验组尿素及肌酐均大于对照组（P均<0.05）。影像组学模型诊断训练集及测试集早期DN的敏感度、特异度及曲线下面积分别为95.20%、77.41%及0.892和88.23%、53.33%及0.765。结论 基于MR T2WI影像组学诊断早期DN具有一定价值。     

抗凝与其联合介入方法治疗重症颅内静脉血栓形成

目的 对比单纯抗凝与其联合介入方法治疗重症颅内静脉血栓形成（CVT）的效果。方法 根据治疗方法将65例重症CVT患者纳入抗凝组（n=32）或联合组（n=33）,比较组间入院、出院时改良Rankin量表（mRS）评分、患者预后、血管再通率,以及随访期间并发症发生率。结果 组间入院时mRS评分差异无统计学意义（P＞0.05）;联合组出院时mRS评分低于抗凝组（P＜0.05）。出院时（84.85% vs. 59.38%）、出院后6个月（87.88% vs. 65.63%）及12个月（93.94% vs. 75.00%）,联合组预后良好率均高于抗凝组（P均＜0.05）。出院时联合组血管再通率高于抗凝组（100% vs. 75.00%,P＜0.05）。截至随访末,组间并发症发生率差异无统计学意义（15.15%vs. 18.75%,P＞0.05）。结论 对于重症CVT患者,相比单纯抗凝,以抗凝联合介入方法进行治疗可明显减轻症状、改善预后。     

基于CT残差神经网络-101-金字塔网络模型鉴别肺良、恶性结节

目的 观察基于CT的残差神经网络（ResNet）-101-金字塔网络（FPN）模型鉴别肺良、恶性结节的价值。方法 回顾性分析2 000例肺结节患者共2 040个肺结节,包括良性1 150个、恶性890个;按8∶2比例将结节分为训练集（n=1 632）与测试集（n=408）,前者包括良性结节881个、恶性结节751个,后者包括良性269个、恶性139个。以ResNet-101为主干网络、结合FPN基于胸部CT建立分类模型,观察其单一及联合医师评估鉴别肺良、恶性结节的效能。结果 测试集269个肺良性结节中,ResNet-101-FPN模型诊断正确214个（214/269,79.55%）,联合医师评估后诊断正确230个（230/269,85.50%）;139个恶性结节中,ResNet-101-FPN模型诊断正确124个（124/139,89.21%）,联合医师评估后诊断正确131个（131/139,94.24%）。ResNet-101-FPN模型联合医师评估鉴别肺良、恶性结节的敏感度、准确率和精确度均高于而特异度则低于单一ResNet-101-FPN模型,但差异均无统计学意义（P均＞0.05）。结论 基于CT的ResNet-101-FPN模型可鉴别肺良、恶性结节;联合医师评估可提高诊断效能。