基于CT图像的肺结核病灶治愈状态判定深度学习模型的建立

目的:基于CT影像构建深度学习模型判定肺结核病灶的活动性。方法:回顾性纳入2018年12月至2020年12月首都医科大学附属北京胸科医院就诊的具有治疗前、中和后时间点的CT影像资料的肺结核治愈患者(102例),按照8∶2的比例将病灶随机分为训练集和测试集。另外,于2021年10月至2022年12月在同一家医院前瞻性纳入肺结核治愈患者(72例),在治疗前、中和后时间点纳入CT资料作为独立验证集。通过迁移学习方式进行深度学习模型构建;采用掩膜区域卷积神经网络(Mask R-CNN)架构实现病灶自动分割及活动性判定。基于三维病灶标签进行模型训练,通过计算测试集受试者工作特性(ROC)曲线下面积(AUC)、敏感度、特异度,并与独立验证集比较,评估模型对肺结核病灶活动性的判定效能。结果:回顾性队列共纳入符合标准的肺结核治愈患者102例,共收集到770份CT影像资料;332个病灶为活动性,464个病灶为非活动性。前瞻性队列纳入肺结核治愈患者72例,共收集到540份CT影像资料。基于迁移学习的Mask R-CNN深度学习模型计算,测试集的AUC为87.5%,敏感度为85.7%,特异度为78.6%;独...     

抗结核药物贝达喹啉与氯法齐明耐药的研究现状

耐多药/利福平耐药结核病(multidrug-/rifampicin-resistant tuberculosis, MDR/RR-TB)和广泛耐药结核病(extensively drug-resistant tuberculosis, XDR-TB)的出现对世界范围内结核病的控制构成了巨大威胁。由于缺乏有效的药物,MDR-TB患者的治疗成功率仅为59%,XDR-TB患者的治疗成功率不足50%。近年来,新型抗结核药物贝达喹啉(bedaquiline, Bdq)、老药新用药物氯法齐明(clofazimine, Cfz)在MDR/RR-TB和XDR-TB患者中的应用可以明显改善患者的治疗结局。两种药物均通过损害分枝杆菌能量代谢来发挥作用,尽管存在交叉耐药,但在临床治疗中仍然被临床医生联合使用。因此,在临床应用过程中除了需要关注药物的不良反应外,也应关注Bdq和Cfz的耐药情况。笔者旨在总结Bdq和Cfz耐药相关机制,以及临床治疗中Bdq和Cfz耐药性的出现情况,讨论如何延缓Bdq和Cfz获得性耐药的增加和传播。     

四种常见外排泵抑制剂对克拉霉素抗脓肿分枝杆菌体外最低抑菌浓度的影响

目的:检测四种常见外排泵抑制剂对克拉霉素（CLA）抗脓肿分枝杆菌体外最低抑菌浓度的影响,探讨药物外排泵在脓肿分枝杆菌对CLA耐药中所起的作用。方法:本研究自2008年1月至2012年12月,纳入脓肿分枝杆菌标准菌株和60株脓肿分枝杆菌临床分离株。选择四种常见外排泵抑制剂：氰化羰基-3-氯苯腙（CCCP）、二环己基碳二亚...