背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-...背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-2022年12月于首都医科大学附属北京友谊医院胸外科行肺结节手术患者的临床资料和多光谱信息,建立神经网络模型并临床验证神经网络诊断模型的准确性。结果共采集223例标本,最终纳入原发性肺腺癌标本156例,合计1,560组多光谱数据。神经网络模型测试集(前116例的10%)光谱诊断识别组内肺浸润性腺癌和非浸润性腺癌的受试者工作特征曲线下面积(area under the curve,AUC)为0.955(95%CI:0.909-1.000,P<0.05),诊断准确率为95.69%。临床验证组(后40例)光谱诊断和FS诊断准确率均为67.50%(27/40),二者联合诊断的AUC为0.949(95%CI:0.878-1.000,P<0.05),准确率为95.00%(38/40)。结论原研多光谱智能分析仪单独诊断肺浸润性腺癌和非浸润性腺癌的准确率与FS相当,应用原研多光谱智能分析仪辅助FS诊断可提高诊断准确率,一定程度上降低术中肺癌手术方案制定的复杂性。展开更多
目的Casitas B细胞淋巴瘤(Casitas B cell lymphoma,CBL)蛋白家族是一组具有环指结构域(really interesting new gene,RING)的E3泛素连接酶,CBL-B正是其中一员。本研究探讨CBL-B蛋白在乳腺癌组织中表达与预后的关系,为乳腺癌分子机制研...目的Casitas B细胞淋巴瘤(Casitas B cell lymphoma,CBL)蛋白家族是一组具有环指结构域(really interesting new gene,RING)的E3泛素连接酶,CBL-B正是其中一员。本研究探讨CBL-B蛋白在乳腺癌组织中表达与预后的关系,为乳腺癌分子机制研究及改善患者预后提供帮助。方法免疫组化染色检测CBL-B在30例取自台州医院的乳腺癌组织和癌旁组织表达;通过构建过表达CBL-B的MDA-MB-231细胞株与正常的MDA-MB-231细胞株进行Transwell细胞迁移以及细胞侵袭实验;从USCS Xena数据库下载乳腺癌基因表达及临床信息等相关数据共1217例,通过生物信息学分析CBL-B对乳腺癌临床预后的作用。结果免疫组化实验结果显示,CBL-B在正常组织中得分(265.79±37.3)高于乳腺癌组织(205.39±27.6),t=25.67,P<0.001。Transwell迁移小室穿膜细胞数平均值,对照组与实验组分别为78±17、41±14,t=11.401,P=0.001;侵袭小室穿膜细胞数平均值,对照组与实验组分别为83±15、33±12,t=13.020,P=0.001;显示CBL-B蛋白对MDA-MB-231乳腺癌细胞迁移与侵袭能力均呈现抑制作用。在不同分子分型中,除HER2+亚型以外(t=0.689,P=0.481),CBL-B基因表达水平在Luminal A型(2.013±0.721,t=10.283,P=0.013)、Luminal B型(1.974±1.321,t=13.721,P=0.002)和基底样乳腺癌(2.152±1.220,t=12.321,P=0.005)中,均低于正常组织(2.321±0.317)。在不同浸润程度中,CBL-B基因表达水平(2.112±0.542)在混合型乳腺癌中最高,t=15.782,P=0.001;在黏液癌中(1.636±0.624)最低,t=14.212,P=0.001;生存曲线分析结果显示,CBL-B高表达的乳腺癌患者生存率较高,说明CBL-B与乳腺癌预后具有潜在的关联性,P<0.001。结论CBL-B表达水平与乳腺癌患者预后呈正关联,且在乳腺癌中呈现低表达的特点,预示它可能成为影响乳腺癌患者预后的一个新作用靶点。展开更多
文摘背景与目的肺癌是全世界最常见的恶性肿瘤之一,术中冰冻切片(frozen section,FS)诊断肺腺癌浸润程度的准确率不能完全满足临床需求,本研究旨在探究应用原研多光谱智能分析仪提高FS在肺腺癌中诊断效能的可能性。方法前瞻性采集2021年1月-2022年12月于首都医科大学附属北京友谊医院胸外科行肺结节手术患者的临床资料和多光谱信息,建立神经网络模型并临床验证神经网络诊断模型的准确性。结果共采集223例标本,最终纳入原发性肺腺癌标本156例,合计1,560组多光谱数据。神经网络模型测试集(前116例的10%)光谱诊断识别组内肺浸润性腺癌和非浸润性腺癌的受试者工作特征曲线下面积(area under the curve,AUC)为0.955(95%CI:0.909-1.000,P<0.05),诊断准确率为95.69%。临床验证组(后40例)光谱诊断和FS诊断准确率均为67.50%(27/40),二者联合诊断的AUC为0.949(95%CI:0.878-1.000,P<0.05),准确率为95.00%(38/40)。结论原研多光谱智能分析仪单独诊断肺浸润性腺癌和非浸润性腺癌的准确率与FS相当,应用原研多光谱智能分析仪辅助FS诊断可提高诊断准确率,一定程度上降低术中肺癌手术方案制定的复杂性。
