好心办坏事——“拉郎配”

一位医药界人士说,政府行为主导企业间合并、重组此类深层次的资产动作并不是一件好事,弄不好会为企业带来很大的危机。他解释说,在管理职能部门,官员们对于市场的理解难以与企业家相比,尽管出于良好的     

骨肉瘤病一例

患儿 男,8岁.右下肢疼痛不适1个月,呈渐进性加重.体检:右下肢轻微肿胀、疼痛,右大腿压痛明显,表浅静脉未见曲张.关节无红肿,活动自如.四肢肌力及肌张力正常.门诊行右股骨下段肿块穿刺活检术,病理提示:右侧股骨下段异样骨质,考虑骨肉瘤.双侧膝关节平片提示:右侧股骨远侧干骺端及股骨下段骨髓腔内见"磨玻璃"样及"絮"状瘤骨;可见骨膜反应,远端中断,Codman三角形成;周围软组织明显肿胀,内见"絮"状瘤骨.右侧髌骨,胫、腓骨近侧千骺端及胫骨二次骨化中心见"絮"状及"象牙质"样瘤骨,关节面光整(图1、2).左侧股骨远侧干骺端、胫骨近侧干骺端及二次骨化中心见"象牙质"样瘤骨(图3、4).     

胚胎发育不良性神经上皮瘤的MRI表现

目的：分析胚胎发育不良性神经上皮瘤的MRI影像学特征,以提高对本病MRI征象的认识。方法对2007年1月-2013年12月15例经手术病理证实的胚胎发育不良性神经上皮瘤患者的临床和影像学资料进行回顾性分析。结果15例患者中,男11例,女4例,多数具有癫痫病史;病灶位于颞叶6例,额叶4例,顶叶3例,枕叶2例;和脑白质相比肿瘤T1WI呈低信号,T2WI呈高信号,DWI呈稍低信号,T2WI-FLAIR可见高信号环;增强扫描：病灶实性部分无强化或轻度强化;磁共振波谱（MRS）：符合良性肿瘤波谱特征,表现为NAA峰轻度降低,Cho峰正常。结论胚胎发育不良性神经上皮瘤的MRI表现具有一定的特征性,MRI多方位成像可对肿瘤明确定位,并有助于定性诊断。     

基于人工智能的冠状动脉CT血管成像检测阻塞性冠状动脉狭窄效能的研究

目的 以有创冠状动脉造影（ICA）为参考标准,探讨人工智能(AI)辅助的冠状动脉CT血管成像（CCTA）诊断阻塞性冠状动脉狭窄的效能。 方法 回顾性收集行CCTA检查并于3个月内行ICA检查的50例疑患冠状动脉疾病（CAD）的病人,男34例,女16例,平均年龄（61.8±8.5）岁。AI软件、不同年资医师（低/中/高年资）及AI+不同年资医师分别对入组病人CCTA影像进行后处理并解读。将ICA和CCTA上冠状动脉管腔狭窄≥50%定义为阻塞性冠状动脉狭窄。采用Agatston积分法测量病人的钙化积分值,并将病人分为低钙化组（钙化积分<100）和高钙化组（钙化积分≥100）。采用独立样本t检验对AI、医师及AI+医师的图像后处理和解读时间进行两两比较。以ICA为参考标准,分析AI在不同研究水平和高/低钙化组的诊断价值,并比较AI、不同年资医师和AI+不同年资医师的诊断敏感度、特异度、阳性预测值、阴性预测值、准确度及受试者操作特征（ROC）曲线下面积（AUC）。采用Pearson卡方检验或Fisher精确概率检验比较组间差异,采用DeLong检验比较AUC。 结果 50例病人共分析195支血管424个节段。AI和AI+医师的平均后处理和解读时间均低于单独医师诊断的时间（均P<0.05）,AI的时间较低/中/高年资医师分别减少了80%、76.8%和75%;AI+低/中/高年资医师较单独医师分别减少了67%、64%、57.9%。在病人、血管及节段水平,AI诊断阻塞性冠状动脉狭窄的敏感度分别为93.7%、83.1%、67.7%,特异度为50.0%、89.0%、91.0%,准确度为92%、86.7%、85.6%,阳性预测值为97.8%、83.1%、69.8%,阴性预测值为25%、89.0%、90.2%,AUC为0.87、0.89、0.83;在血管及节段水平,AI对低钙化组的特异度高于高钙化组（均P<0.05）。在血管水平,AI诊断的AUC值均低于中/高年资医师（均P<0.05）;其余研究水平,AI与其他不同年资医师诊断的AUC值差异均无统计学意义（均P>0.05）。3种研究水平下,AI+低/中/高年资医师诊断的AUC值与单独不同年资医师诊断的AUC值差异均无统计学意义（均P>0.05）。 结论 AI辅助的CCTA诊断阻塞性冠状动脉狭窄具有较好的诊断效能,且明显缩短后处理时间,可能成为临床医师诊断阻塞性冠状动脉狭窄的有效辅助工具。     

基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值

目的 探讨基于动态增强磁共振(DCE-MRI)瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌(TNBC)。方法 回顾性分析东部战区总医院2017年6月至2022年5月入院治疗并行手术病理证实的232例乳腺癌患者。采用随机抽样的方法按照8∶2比例分为训练集(n=185)和测试集(n=47)。所有患者均行乳腺DCE-MRI检查，在DCE-MRI序列上手动逐层勾画感兴趣区(ROI),瘤周区域分别等距外扩。线性相关阈值和方差分析用于特征筛选，联合逻辑回归(LR)的机器学习方法构建影像组学模型。融合模型由瘤内及最佳瘤周影像组学特征共同组成。采用受试者工作特性曲线(ROC)来评价各模型的诊断性能，Delong检验来比较各模型预测性能。结果 瘤内模型的训练集和测试集的ROC曲线下面积(AUC)分别为0.833、0.768。瘤周特征建模以瘤周6 mm范围结果最佳，在训练集和测试集AUC分别为0.814、0.790。瘤内和瘤周的融合模型的预测效能最佳，在训练集和测试集AUC分别为0.924、0.881。结论 基于乳腺DCE-MRI瘤内和瘤周的融合影像组学模型可以很好的预测三阴性乳腺癌。     

药品分类管理进程：提速!

乙类OTC目录年内将出台,乙类OTC将入超市,OTC使用监测体系将建立……乙类OTC药品目录即将公布,年内争取乙类OTC药品进入超市试点,建立上市后药品监测体系,这些与目前药品生产企业和零售企业息息相关的重要管理规定将于年内出台,这个消息是记者近13于中国非处方药物协会一次会议上了解到的。