三阴性乳腺癌血清外泌体和组织中SUMO1P3表达及临床意义

目的 探讨三阴性乳腺癌(TNBC)血清外泌体、组织中长链非编码RNA(lncRNA)小泛素样修饰子1伪基因3(SUMO1P3)表达对TNBC患者预后的影响.方法 选取我院2015年1月至2016年3月期间91例TNBC患者、100例非TN-BC乳腺癌患者、50例乳腺良性疾病患者、50例女性健康志愿者进行回顾性分析.比较...     

基于检验组学及机器学习的乳腺癌诊断模型研究

目的:以常规临床检验大数据为基础,使用机器学习算法构建乳腺癌诊断模型。以探讨临床检验组学在乳腺癌诊断中的应用价值。方法:采用回顾性研究方法,收集6 089例乳腺癌患者及6 830例乳腺良性疾病患者临床信息和检验数据。分别运用极限梯度提升、神经网络、支持向量机、随机森林、最近邻算法、逻辑回归、线性判别分析算法、朴素贝叶斯、梯度提升机算法和C5.0决策树等机器学习算法建立乳腺癌诊断模型。采用10折交叉验证进行模型训练,应用准确度、AUC、平均准确度、特异度、灵敏度、阳性预测值、阴性预测值及Kappa值评估各模型性能。结果:从28项常规临床检验指标中筛选出GLU、DBIL、RDW-CV、MONO、TG、ALB、RBC、LYMPH、UREA等9项指标再加上age用于模型构建。通过10种机器学习算法进行模型评估,发现梯度提升机算法相较其它算法具有最优的诊断性能。梯度提升机算法诊断乳腺癌准确度为0.80、AUC为0.80、平均准确度为0.8 0、特异度为0.7 7、灵敏度为0.82、阳性预测值为0.78、阴性预测值为0.81、Kappa值为0.59。结论:以常规临床检验数据为基础,使用机器学习算法...     

乳腺癌相关长链非编码ＲＮＡ的生物信息学分析

目的:应用生物信息学筛选乳腺癌基因芯片中差异表达的长链非编码RNA（long non-coding RNA, lncRNA）并探讨其在乳腺癌中的表达情况。方法：从美国国立生物技术信息中心（National Center for Biotechnology Information,NCBI）公共基因芯片数据平台（gene expression omnibus,GEO）下载乳腺癌lncRNA基因芯片数据集GSE33447,包含8对乳腺癌组织及其对应癌旁非肿瘤组织,采用R语言Limma函数包筛选乳腺癌差异表达的lncRNA,并用Benjamini& Hochberg错误发现率（false discovery rate,FDR）对原始p值进行多重矫正,采用NONCODE生物信息学网站对lncRNAs进行重新注释,采用starbase 2.0对差异表达的lncRNAs靶基因进行靶向预测,并进一步用DAVID数据库对靶基因进行基因本体论（Gene Ontology,GO）和KEGG信号通路富集分析,最后分别选取3个高表达和3个低表达的lncRNA,采用qRT-PCR的方法验证其在乳腺癌组织中的表达。结果：与正常组织相比,乳腺癌中227个lncRNA存在明显差异表达（Fold change≥2.0,adj.p值<0.05）,其中135个lncRNA表达上调,92个lncRNA表达下调。采用NONCODE对227个差异表达的lncRNA重新注释后发现,47个lncRNA存在明显差异表达,其中17个lncRNA表达上调,30个lncRNA表达下调。通过GO和KEGG信号通路富集分析发现,差异表达的lncRNAs广泛地参与了基因的转录及转录后调控等生物学进程以及PI3K-Akt、Ras、TNF以及p53等信号通路。采用qRT-PCR的方法检测3个高表达（MNX1-AS1、MIAT、HOXA11-AS）和3个低表达（PGM5-AS1、LINC00908、AC226118.1）lncRNA的表达水平,发现乳腺癌组织中MNX1-AS1、MIAT和HOXA11-AS表达水平明显高于其癌旁非肿瘤对照组,而PGM5-AS1、LINC00908和AC226118.1在乳腺癌组织中的表达水平明显低于癌旁非肿瘤对照组（p值均<0.05）,差异有统计学意义,其结果与基因芯片筛查结果一致。结论：使用生物信息学方法筛选乳腺癌相关的lncRNAs可能为乳腺癌新型肿瘤标志物的筛选提供新的策略。     

血清长链非编码RNA LSINCT5在乳腺癌中的表达与临床意义

目的探讨长链非编码RNA(long-noncoding RNA,lnc RNA)LSINCT5在乳腺癌患者血清中的表达水平及其临床应用价值。方法分别搜集90例乳腺癌患者、88例乳腺良性疾病患者及94例体检健康者血清标本,以及35例乳腺癌患者术前和术后血清标本;荧光定量PCR(q RT-PCR)法检测各组血清中LSINCT5的表达水平,并分析其与临床病理参数的相关性;采用电化学发光免疫测定法(ECLI)检测各组血清中CA153、CEA的表达水平,并进行多元Logistic回归分析;绘制ROC曲线评估血清LSINCT5对乳腺癌的诊断效能。结果乳腺癌组血清LSINCT5表达水平[1.45(0.76,3.16)]明显高于良性疾病组[1.08(0.66,1.45),H=3.188,P=0.004]和健康人对照组[1.21(0.80,1.44),H=2.626,P=0.026];术后血清中LSINCT5表达水平[0.85(0.49,1.31)]较术前明显降低[1.10(0.67,2.23),U=0.764,P=0.005];此外,血清LSINCT5水平与乳腺癌患者TNM分期、淋巴结转移、PR、和Ki-67有关(P0.05),而与年龄、病理类型、ER和Her2无关(P0.05);血清LSINCT5单独诊断乳腺癌的ROC曲线下面积(AUC~(ROC))为0.60,敏感性和特异性分别为39.7%和100%,均高于传统标志物CA153(AUC~(ROC)=0.59,25.0%,95.6%)和CEA(AUC~(ROC)=0.54,33.8%,82.4%),且3项指标联合后其诊断效能(AUC~(ROC)=0.66,45.6%,100%)高于各项单独检测。结论乳腺癌患者血清中LSINCT5高表达,可能作为乳腺癌诊断的一个潜在的生物学标志物。     

机器学习对乳腺癌诊断应用现状研究进展

乳腺癌已经超越肺癌成为世界第一大癌症,同时也是女性患者中致死率最高的恶性肿瘤。随着乳腺癌诊疗技术的不断进步,早期乳腺癌患者的5年生存率可达95%,因此,乳腺癌早期筛查、诊断和治疗是其良好预后的关键。机器学习是人工智能(AI)领域极其重要的分支,由于计算机硬件的不断提升、深度学习算法的持续进步及海量乳腺癌临床数据的累积,使得机器学习在乳腺癌早期筛查、诊断及预后判断等领域发挥重要作用。本综述对机器学习在乳腺癌诊断领域中的研究及应用现状进行总结,以期为乳腺癌AI诊断提供新的方向和思路。以“机器学习”“深度学习”“人工智能”“乳腺癌诊断”为关键词,检索2016-01-01-2022-12-31 PubMed及中国知网相关文献。纳入标准：机器学习在乳腺癌X射线片诊断中的研究;机器学习在乳腺癌MRI诊断中的研究;机器学习在乳腺癌超声诊断中的研究;机器学习在乳腺癌病理诊断中的研究。排除标准：涉及乳腺癌AI诊断的著作、汇编及二次文献。最终纳入分析文献66篇。结果表明,机器学习在乳腺X射线片和乳腺超声领域的研究可以做到自动分割病灶、病灶特征的提取和分析,最终判别病灶的良恶性;而机器学习在乳腺MRI和乳腺...     

长链非编码RNA在乳腺癌侵袭转移中的研究进展

乳腺癌的侵袭转移是一个多因素、多步骤的复杂过程,受到多种基因的表达调控,其具体的分子机制目前尚不完全清楚。长链非编码RNA(long non coding RNA,lncRNA)是一类转录本长度超过200 nt,缺少特异完整的开放阅读框,无蛋白质编码功能的RNA。近年来研究发现,其可在表观遗传学、转录及转录后等多种水平调控基因的表达,影响肿瘤的发生、发展、侵袭、转移及预后等进程。本文就近年来与乳腺癌侵袭转移相关的lncRNA研究进展及其分子机制作一综述,旨在为乳腺癌的早期诊断、靶向治疗、预后监控等提供新的策略。     

1042例尿路感染致病菌分布及耐药性分析

目的 研究泌尿系统感染常见致病菌的分布及耐药情况,指导临床合理使用抗菌药物。方法 回顾性分析2013~2015年该院泌尿外科住院病历,对泌尿感染患者的细菌培养及药敏结果进行统计分析。结果 共检出1 042株致病菌,革兰阴性菌占总细菌数的79.0%,革兰阳性菌占15.3%,真菌占5.7%。其中革兰阴性菌以大肠埃希菌为主,革兰阳性菌以肠球菌属为主。革兰阴性菌对于头孢曲松、头孢噻肟、左氧氟沙星、复方磺胺甲噁唑、环丙沙星、氨曲南、头孢吡肟耐药率均比较高,对于哌拉西林-他唑巴坦、亚胺培南的耐药率低于6.0%;革兰阳性菌对万古霉素、利奈唑胺、呋喃妥因均较敏感,对克林霉素、红霉素、头孢曲松的耐药率较高(70.0%)。结论 临床在选择抗菌药物时应充分结合细菌培养及药敏结果,合理使用抗菌药物。     

中国丙型肝炎病毒基因型分布回顾及Meta分析

目的分析中国大陆地区丙型肝炎病毒(HCV)基因型分布特征。方法检索维普数据库、中国知网数据库、万方数据库和PubMed数据库中有关HCV基因型的原始研究文献,按照纳入排除标准剔除不合要求的文献,采用Stata软件进行构成比Meta分析。结果共纳入符合要求的文献40篇,对HCV各亚型进行构成比Meta分析,发现P0.1,说明不能进行合并分析。不同地区的相同类型患者HCV基因型的分布特征存在明显差异。相同地区的不同类型患者HCV基因型分布特征也存在也明显差异。中国大陆地区HCV亚型仍以1b亚型为主,但6a亚型已超过2a亚型,成为第二大亚型;3b和3a亚型构成比呈增加趋势,其他亚型也在明显增多。结论中国大陆地区HCV亚型呈多样化发展,制定HCV感染防控措施应考虑时间及地域因素。     

恶性肿瘤患者ESKAPE病原菌血流感染临床特征和危险因素分析

  目的  屎肠球菌（Enterococcus faecium ）、金黄色葡萄球菌（Staphylococcus aureus ）、肺炎克雷伯菌（Klebsiella pneumoniae ）、鲍曼不动杆菌（Acinetobacter baumannii ）、铜绿假单胞菌（Pseudomonas aeruginosa ）以及肠杆菌属细菌（Enterobacter spp ）合称ESKAPE病原体。本研究探讨恶性肿瘤患者合并ESKAPE病原体血流感染的危险因素及死亡危险因素,为临床预防、诊断提供有效依据。  方法  收集2013?2018年就诊于四川省肿瘤医院的恶性肿瘤合并血流感染患者的临床资料和实验室数据,根据血培养分离所得病原菌分为ESKAPE血流感染组与非ESKAPE血流感染组,分析ESKAPE易感因素;以感染30 d患者是否存活,将ESKAPE血流感染组分为存活组和死亡组,分析死亡的危险因素。  结果  共计纳入753例患者,共分离出795株病原菌,其中ESKAPE病原菌278株,占全部分离菌的34.97%。分离出非ESKAPE病原菌的481例患者中,男性200例,女性281例。分离出ESKAPE病原菌的272例患者中,男性142例,女性130例。两组患者性别比差异有统计学意义。272例ESKAPE患者中47例失访,余下225例ESKAPE血流感染组患者中,死亡组27例,存活组198例,死亡率为12.00%（27/225）。单因素及多因素分析显示,男性患者、多种病原体感染、酶抑制剂类抗菌药物暴露史及中性粒细胞缺乏是恶性肿瘤患者发生ESKAPE病原菌血流感染的独立危险因素,而合并腹腔感染及真菌感染是其死亡的独立危险因素。  结论  对于恶性肿瘤患者,男性、多重感染、酶抑制剂类抗菌药物用药史、有中性粒细胞缺乏者应警惕ESKAPE病原体感染,若感染者存在真菌感染、腹腔感染,则应警惕死亡风险。     

长链非编码RNA H19在肿瘤中的研究进展

长链非编码RNA(long noncoding RNA,lncRNA)与肿瘤的发生、发展密切相关。H19是位于人类染色体11p15.5上,长度为2 300 bp,并可与胰岛素样生在因子2(IGF-2)相互作用,表现出父系印记的lncRNA分子。近年来的研究发现,H19在多种肿瘤中的表达异常,且与患者的不良预后紧密相关,H19可与多种癌基因或抑癌基因(如c-Myc、p53)以及microRNA(miRNA)相互作用,从而在肿瘤的生长、增殖、分化凋亡及侵袭转移等过程中发挥重要功能。进一步研究H19的生物学功能及具体作用机制,有助于深入了解肿瘤的特性,为肿瘤的早期诊断、预后判断及基因治疗提供依据。