新型冠状病毒肺炎疫情对天津市无偿献血的影响及其对策

目的 分析新型冠状病毒肺炎(以下简称新冠肺炎)疫情对天津市无偿献血的影响.方法 回顾性分析该市2020年无偿献血人次及献血量,并与2019年献血情况进行对比;分析2020年春节前后及2019年同期的献血情况.结果 2020年捐献全血和单采血小板的总人次较2019年均下降13.03％,献血量分别下降17.60％、10.37％.2020年与2019年春节期间捐献全血和单采血小板的人次和献血量均明显下降,但2020年献血情况持续受疫情影响.2020年1-6月全血和单采血小板的献血情况较2019年同期下降较为明显,2020年7-12月的献血情况好转,与2019年同期差距减小.结论 新冠肺炎疫情对无偿献血工作提出严峻考验.常态化疫情防控期间,分析研判疫情对无偿献血工作的影响,有利于制订更有效的预防措施抗击疫情,保障临床用血.     

TQA数据趋势与TomoTherapy输出稳定性的联系

目的:探讨TomoTherapy QualityAssurance（TQA）数据趋势与螺旋断层放疗（Helical Tomotherapy，HT）系统输出的 联系。方法:回顾性分析了本院HT系统近3年内TQA各个模块的参数和数据趋势，探讨其与HT系统的静态输出剂量和 输出能量（D20/D10）变化的相关性。结果:楔形阶梯静态模块的z轴偏移参数与HT的静态输出剂量的相关性最强（r=0.883, P<0.01）。基本剂量测定模块的出口检测器平整度值对能量变化最敏感（r=0.902），其次是楔形阶梯静态模块的能量差异 （r=0.897）和楔形阶梯螺旋模块的能量差异（r=0.852），灵敏度分别为2.3×10-4、3.1×10-4和5.7×10-4。结论:TQA有助于用户 追踪HT输出剂量和能量变化，及早进行必要的机器维护或剂量校准。     

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。