颅脑肿瘤手术患者非计划再手术原因分析

目的 探讨颅脑肿瘤手术患者行非计划再手术的原因,减少再手术发生率。方法 通过对山东大学附属省立医院神经外科2008年1月~2012年12月颅脑肿瘤手术后行非计划再手术的92例患者的临床资料进行回顾性分析,探讨再手术的主要诱发因素。结果 肿瘤残余、局部颅压的迅速变化、瘤周血管损伤为非计划再手术的主要诱发因素。结论 降低肿瘤残余率、避免局部颅压迅速变化、减少瘤周血管的损伤,均可降低非计划再手术率。     

经尿道电气化术治疗高危前列腺增生症

目的探讨通过经尿道前列腺电汽化术(TUVP)切除前列腺不同体积对高危前列腺增生的疗效观察,总结经验。方法回顾性分析39例高龄高危前列腺增生症患者经TUVP行全部或部分切除术后的症状改善情况及并发症的临床资料。结果全部切除术有5例出现合并症,而行部分切除18例均无合并症。结论对高危前列腺增生症行TUVP术原则上以解除排尿困难为目的 ,不应追求对腺体的"彻底切除"而增加手术并发症的发生率。     

基于MRI的放射组学评分和临床病理影像参数预测垂体瘤复发的Nomogram模型研究

目的:本研究拟联合多序列MRI的放射组学评分和临床、病理学等危险因素，构建预测垂体腺瘤术后复发的模型。方法:回顾性分析2012年6月-2017年6月128例确诊为垂体腺瘤(复发58例，未复发70例，随访5～10年)的临床病理和术前MRI资料。对术前图像进行分割并提取特征。经过降维后，最终选取6个与复发相关的组学特征构建linear-SVM、rbf-SVM、KNN、LR、RF和XGBoost机器学习模型及R-score。随后将R-score与病理、影像学变量相结合建立联合Nomogram模型。评价和比较模型的预测性能并通过校准曲线和决策曲线分析其临床价值。结果:在临床病理学及影像学特征中，Ki-67和肿瘤最大直径是垂体腺瘤复发的独立预测因子，linear-SVM是性能最好机器学习模型。相较于单一模型而言，联合Nomogram模型则在训练集(AUC=0.907,95%CI:0.843～0.972)和测试集(AUC=0.883,95%CI:0.769～0.996)中表现出了更好的预测性能。决策曲线也显示联合Nomogram显示出更好的预测性能和临床应用价值。结论:联合Nomogram模型在预...