排序方式: 共有17条查询结果,搜索用时 62 毫秒
1.
目的 探讨PD-1抑制剂联合脑部放疗治疗驱动基因阴性非小细胞肺癌(NSCLC)脑转移患者的疗效及安全性。方法 回顾性收集于2016年8月至2021年8月在南京鼓楼医院集团宿迁医院治疗的62例驱动基因阴性NSCLC脑转移患者。比较单纯脑部放射治疗和PD-1抑制剂联合脑部放疗患者的脑转移瘤局部控制率,颅内新发病灶的发生率,总生存期(OS)、无进展生存期(PFS),不良反应发生率。结果 单纯放疗组与联合治疗组颅内新发病灶的发生率分别为54.1%(20/37)和28.0%(7/25)(P=0.042)。联合治疗组的中位PFS比单纯放疗组延长1.5个月(P=0.005)。联合治疗组的中位OS比单纯放疗组延长3.6个月(P=0.016)。治疗方式是影响PFS(P=0.004)和OS(P=0.01)的独立危险因素。治疗期间两组不良反应均可耐受。结论 驱动基因阴性的NSCLC脑转移患者采用脑部放疗联合PD-1抑制剂治疗,有利于延长患者的PFS及OS,不良反应可耐受。 相似文献
2.
目的探讨动脉粥样硬化性缺血性脑血管病患者颅内外动脉狭窄的部位和年龄分布特征。方法选择存在脑动脉狭窄的缺血性脑血管病患者144例,按年龄分为青年组(18~44岁,12例)、中年组(45~59岁,45例)和老年组(≥60岁,87例)。通过CT血管造影检查,对脑动脉不同狭窄部位及年龄分布特征进行分析。结果 144例动脉狭窄或闭塞患者中,共检测到病变血管414支,单支性血管狭窄24例(16.7%),多发性狭窄120例(83.3%,P<0.01)。单纯颅内动脉狭窄和颅内合并颅外动脉狭窄发生率明显高于单纯颅外动脉(60.4%vs 31.3%vs8.3%,P<0.01)。颅内、外动脉病变好发部位依次为:大脑中动脉和椎动脉颅外段。单纯前循环狭窄和前后循环均狭窄发生率明显高于单纯后循环狭窄(35.4%vs 41.7%vs 22.9%,P<0.05,P<0.01)。青年组和中年组单纯颅内动脉狭窄发生率明显高于老年组(83.3%vs 75.6%vs 49.4%,P<0.05)。老年组单纯颅外动脉狭窄发生率明显高于中年组(12.6%vs 2.2%,P<0.05)。结论缺血性脑血管病患者脑动脉狭窄以多发性为主;颅内动脉狭窄的发生率高于颅外动脉;脑动脉狭窄分布有随年龄变化的特征性。 相似文献
3.
目的 探讨基于对比增强T1WI图像纹理特征建立机器学习模型诊断脑转移瘤原发灶来源的价值。资料与方法 回顾性分析2016年8月—2020年2月南京鼓楼医院集团宿迁医院肺癌、乳腺癌和消化系统肿瘤脑转移患者112例,共137枚脑转移瘤。利用Mazda软件提取对比增强T1WI图像纹理特征,通过组内相关系数检验选取重复性良好的纹理特征。按照7∶3分为训练集(n=96)和验证集(n=41)。对训练集中的特征进行降维,并采用OneVsRest多分类策略,分别训练Logistic回归、随机森林和支持向量机3种机器学习模型。建立的模型在验证集中进行验证。绘制3种脑转移作为阳性分类时的受试者工作特征曲线,比较3种模型曲线下面积(AUC)的差异。通过计算3种模型的宏平均AUC评价模型的整体分类性能。结果 3种模型中随机森林模型诊断效能最好,验证集中对肺癌、乳腺癌和消化系统肿瘤脑转移的AUC分别为0.801、0.928、0.817,宏平均AUC为0.87。3种模型AUC差异均无统计学意义(P>0.05)。结论 基于对比增强T1WI图像纹理特征建立机器学习模型能够有效诊断脑转移瘤原发灶来源,其中随机森林模... 相似文献
4.
目的:探讨CT影像组学特征对食管癌根治性放疗患者预后总生存期的预测价值。方法:回顾性分析133例接受根治性放疗的食管癌患者临床、病理和影像资料。患者CT图像提取影像组学特征395个。通过最小绝对收缩和选择算子法筛选最佳影像组学特征并计算得到影像组学得分(Radscore)。通过单因素多因素分析得到食管癌根治性放疗患者预后的独立预测因子并建立Cox回归模型。计算预测模型C-index、决策曲线、综合判别改善指数评价不同预测模型性能。结果:筛选得到6个最佳影像组学特征。单因素多因素结果显示Radscore、化疗、放疗近期疗效为独立预测因子。影像组学模型在训练集与验证集的C-index分别为0.746、0.721高于临床模型(0.651、0.643)。决策曲线结果显示在阈值0.1~0.7之间,影像组学模型的临床净收益要高于临床模型。综合判别改善指数结果显示影像组学模型较临床模型在1年、3年、5年总生存期的综合判别性能分别提高了11.3%、22.2%、45.6%。结论:CT影像组学模型能较好的预测食管癌根治性放疗患者预后总生存期。 相似文献
5.
目的 探讨颅内外动脉并发狭窄导致的脑梗死的模式.方法 用CT血管成像(CTA)检测185例急性脑梗死患者的颅内外动脉的狭窄情况;MR弥散加权成像(DWI)检查确定患者的脑梗死模式:单发或多发性脑梗死,穿动脉梗死(PAI)、皮质支梗死(PI)、分水岭梗死(BZI)、大面积脑梗死.比较并发狭窄与非并发狭窄患者的脑梗死模式.结果 CTA示颅内外动脉并发狭窄69例,其中串联狭窄49例、非串联狭窄20例;非并发狭窄99例;无狭窄17例.颅内外动脉并发狭窄组的多发性脑梗死、PAI+ PI+ BZI的比率(55.1%,20.3%)显著高于非并发狭窄组(34.3%,5.1%)(均P<0.01);而单发小PAI的比率(24.6%)显著低于非并发狭窄组(48.5%)(P<0.01).并发狭窄组中串联狭窄亚组的多发性脑梗死(65.3%)及PAI+ PI+ BZI(26.5%)的比率显著高于非串联狭窄亚组(30%,5%) (P<0.05 ~0.01);而单发小PAI的比率(14.3%)显著低于非串联狭窄亚组(50.0%)(P<0.01).结论 颅内外动脉并发狭窄导致的脑梗死以多发性梗死及PAI+PI+BZI的模式多见. 相似文献
6.
[摘要] 目的 探讨炎性指标对食管鳞癌根治性同步放化疗患者预后的预测价值。方法 回顾性分析2016年1月至2017年12月于徐州医科大学附属宿迁医院肿瘤科行根治性同步放化疗的154例食管癌患者的临床资料。采用受试者工作特征(ROC)曲线分析治疗前系统免疫炎症指数(SII)、预后营养指数(PNI)、中性粒细胞-淋巴细胞比值(NLR)、血小板-淋巴细胞比值(PLR)和淋巴细胞-单核细胞比值(LMR)对患者总生存期的预测效能。采用Kaplan-Meier法绘制生存曲线,比较不同组别的生存期。采用Cox回归分析影响患者生存预后的因素,并将筛得指标通过R语言软件建立列线图预测模型。结果 ROC曲线分析结果显示,治疗前SII、NLR、PLR、LMR及PNI水平均能有效预测患者的生存预后情况(P<0.05)。Kaplan-Meier生存曲线分析结果显示,SII≤794.8组的生存预后优于SII>794.8组(P<0.05),NLR≤3.25组的生存预后优于NLR>3.25组(P<0.05),PLR≤125.65组的生存预后优于PLR>125.65组,差异均有统计学意义(P<0.05)。多因素Cox回归分析结果显示,美国东部肿瘤协作组(ECOG)评分(HR=1.774)、T分期(HR=1.749)、淋巴结转移(HR=2.147)、SII(HR=2.513)是影响患者生存预后的独立因素(P<0.05)。由此建立的列线图预测模型的C-index为0.796(95%CI:0.757~0.871),具有良好的精准度。结论 SII是影响食管鳞癌根治性放化疗患者生存预后的独立因素。基于SII等指标建立的预测模型具有良好的精准度,可供临床参考、使用。 相似文献
7.
黄栎有 ' target='_blank'> 徐璐 ' target='_blank'> 靳晓伟 ' target='_blank'> 李智勇 温林春 ' target='_blank'> 《现代肿瘤医学》2022,(24):4508-4513
目的:结合影像组学得分、放射剂量参数以及临床风险因素建立联合预测列线图对宫颈癌患者发生急性放射性直肠炎进行预测。方法:回顾性分析109例宫颈癌患者的影像、剂量学以及临床病理资料。利用Accu Contour软件对CT图像中直肠组织进行自动勾画并提取影像组学特征。按照7∶3的比例随机将所有患者分成训练集和验证集。采用最小绝对收缩和选择算子(LASSO)方法从训练集中筛选最佳的预测特征并计算得到影像组学得分(Radscore)。通过单因素与多因素回归分析筛选独立预测因子建立联合模型并绘制列线图。计算Radscore、临床模型以及联合预测模型的AUC值,并比较3种模型间AUC差异。应用决策曲线分析评估联合模型的临床实用性。结果:经过筛选最终6个影像组学特征参与建立Radscore。单因素与多因素回归结果显示发现年龄、D1cc、V45与Radscore为独立预测因子,并基于4个独立因素建立联合模型。联合模型在训练集与验证集中的AUC分别为0.921、0.845,均高于Radscore与临床模型。决策曲线分析显示联合模型在0.1~0.85阈值范围内表现出了良好的临床实用性。结论:基于CT影像组学开发的列线图在预测宫颈癌放疗急性放射性直肠炎发生中具有一定优势,为临床提供一种快捷、无创且有效的预测手段。 相似文献
8.
【摘要】目的:探讨基于CT图像建立的影像组学模型及深度学习模型在预测肺腺癌表皮生长因子受体(EGFR)突变中的价值。方法:回顾性分析228例经手术病理证实的肺腺癌患者的CT图像,其中EGFR突变型116例,野生型112例。由两位放射科医师各自独立在CT图像上沿肺癌病灶边缘手动逐层勾画感兴趣区(ROI)获得病灶全容积ROI后提取影像组学特征。比较两位医师提取的影像组学特征的一致性,自高年资医师提取的特征中选取组内相关系数大于0.7的影像组学特征纳入研究。分别按照70%和30%的比例将所有病灶随机划分为训练集和验证集。在训练集中利用LASSO回归方法对影像组学特征进行筛选后,分别建立影像组学评分(Radscore)、随机森林(RF)和支持向量机(SVM)三种影像组学模型。此外,将训练集图像输入ResNet深度学习网络中建立深度学习模型。在验证集中对上述4个模型进行验证,计算敏感度、特异度和ROC曲线下面积(AUC)来评价不同模型的预测效能。结果:自CT图像中共提取了306个一致性良好的影像组学特征,经筛选后获得9个最佳特征用于建立影像组学模型。在验证集中,SVM模型的AUC(0.813)高于Radscore(0.761)和RF模型(0.775),但差异无统计学意义(P=0.089和0.330);ResNet模型的AUC为0.916,高于SVM模型(0.813)、Radscore(0.761)和RF模型(0.775)。ResNet模型与Radscore和RF模型间AUC的差异具有统计学意义(P=0.031和0.043),与SVM模型间AUC的差异无统计学意义(P=0.106)。ResNet模型的敏感度为0.879,高于SVM模型(0.771)、Radscore(0.818)和RF模型(0.743)。ResNet模型的特异度为0.914,高于SVM模型(0.758)、Radscore(0.714)和RF模型(0.727)。结论:基于CT图像的影像组学模型能够较好地预测EGFR基因突变,深度学习技术可以有效提高模型的预测准确性。 相似文献
9.
10.
黄栎有 《中国医学影像技术》2020,36(4):545-549
目的 探讨基于CT平扫图像纹理分析鉴别诊断浸润性肺腺癌与非钙化结核球的可行性。方法 回顾性分析52例经病理证实的单发肺结节患者的平扫CT资料,其中31例浸润性肺腺癌,21例非钙化结核球。采用MaZda软件于2种病灶各提取300个纹理特征,之后以费希尔参数法(Fisher)、最小分类误差与最小平均相关系数法(POE+ACC)、相关信息测度法(MI)分别筛选出10个最佳纹理特征,并将其合并得到3种方法联合的最佳纹理特征组合(MPF)。采用线性判别分析(LDA)和非线性判别分析(NDA)对4组最佳纹理特征进行分类,LDA及NDA分别以K-近邻分类器(K-NN)及人工神经网络(ANN)进行分类。分析4组纹理特征鉴别2种病变的最小错误率,比较2组病变间30个最佳纹理特征的差异,并绘制其鉴别2种病变的ROC曲线,计算AUC,评价其诊断效能。结果 对于单组最佳纹理特征,NDA/ANN-Fisher法的错误率最低,为7.69%(4/52);对于MPF,NDA/ANN-MPF法的错误率最低,为5.77%(3/52);而NDA/ANN-Fisher法的错误率与NDA/ANN-MPF法差异无统计学意义(χ2=0.15,P>0.05)。2种病变间存在10个纹理特征差异有统计学意义,其中差异熵S(1,1)、差方差S(1,1)及梯度方差的诊断效能较好(AUC=0.71、0.71、0.70),3者间AUC差异无统计学意义(P均>0.05)。结论 基于CT平扫图像纹理分析可较好地区分浸润性肺腺癌和非钙化肺结核球,为鉴别诊断提供可靠的客观依据。 相似文献