基于剂量组学预测肺癌患者放射性肺炎发生的研究

目的 探讨剂量组学在预测肺癌根治性放疗患者放射性肺炎发生中的应用潜能。方法 回顾性收集行根治性放疗的314例肺癌患者的临床资料、放疗剂量文件、定位及随访CT图像,根据临床资料及影像学随访资料对放射性肺炎进行分级,提取全肺的剂量组学特征,构建机器学习模型。应用1000次自助抽样法（bootstrap）的最小绝对值收敛和选择算子嵌套逻辑回归（LASSO‐LR）及1000次bootstrap的赤池信息量准则（AIC）向后法筛选与放射性肺炎相关的剂量组学特征,随机按照7∶3划分为训练集及验证集,应用逻辑回归建立预测模型,并应用ROC曲线及校正曲线评价模型的性能。结果 共提取120个剂量组学特征,经LASSO‐LR降维筛选得到12个特征进入“特征池”,再经过AIC向后法筛选,最终筛选出6个剂量组学特征进行模型构建,训练集AUC为0.77（95%CI为0.65~0.87）,独立验证集AUC为0.72（95%CI为0.64~0.81）。结论 利用剂量组学建立的预测模型具有预测放射性肺炎发生的潜力,但仍需继续纳入多中心数据及前瞻性数据进一步挖掘剂量组学的应用潜能。     

乳腺炎性肌纤维母细胞瘤的研究进展

炎性肌纤维母细胞瘤（inflammatory myofibroblastic tumor，IMT）作为一种低度恶性潜能的间叶组织来源的肿瘤，病因及发病机制不明。主要见于儿童和青少年,最常见的部位是肺、肠系膜、网膜，发生于乳腺的比较罕见，且往往单发。乳腺炎性肌纤维母细胞瘤的临床症状及影像学特点均不典型，术前易造成误诊，本文复习国内外文献报道的乳腺炎性肌纤维母细胞瘤，从发病机制、临床表现、影像学特征、病理学特征、鉴别诊断、治疗及预后等方面作一系统综述。     

基于VOSviewer的2019新型冠状病毒病中医临床诊疗可视化分析＊

目的 通过对公开发表在网络和数据库的有关中医药治疗2019新型冠状病毒肺炎（corona virus disease 2019，COVID-19）的文献进行方、药、证的可视化分析，客观全面的对COVID-19的中医药治疗进行探讨，为现代中医临床诊疗提供参考。方法 本文选用运用文献计量学方法和VOSviewer可视化软件对纳入文献中的用药情况进行数据拆分、整理和分析。结果 本研究高质量数据的主要期刊来源是核心期刊《中医杂志》；新冠临床用方以解表清热剂、开窍补益剂、辟秽祛湿剂为主；临床用药以解表药、清热解毒药、化湿祛痰药以及补益药为主；临床治病思路以六经辨证、三焦辨证和卫气营血辨证理论为指导；临床常见证型为湿、热、寒、毒相关证型；重视新冠前期预防以及后期恢复调养；治疗过程用药考究，注重养阴与祛邪并进。结论 新冠的中医临床诊治考病全面，并注重养阴与祛邪并进，可为官方制定治疗方案提供参考。     

中国台湾地区缩减数位落差政策及其启示

世界各地均在加速推进教育信息化建设，但快速的 e 化发展，会因民众自身条件的不同造成不均的现象，并导致阶层、地域及群体间的“数位落差”。数位落差是世界各地政府在推动信息化的过程中都无法避免的，大陆地区也不例外。由于中国台湾地区具有与大陆相似的文化氛围和相近的教育发展历史，该文通过梳理和解读中国台湾地区现有的缩减数位落差政策，以期为大陆地区研制专门化政策来应对当前挑战，推进教育信息化的均衡发展提供借鉴。