大肠癌患者家族史筛检策略的制定及实施效果研究

目的 探索有效、可行的大肠癌患者家族史筛检策略.方法 制定筛检表格、专人筛检及优化问诊策略等方式,采取与常规病历对照的方法,分析本筛检策略的应用效果.结果 通过应用本筛检策略,大肠癌患者肿瘤家族史的筛检阳性率提高了85.4％,比常规方法多检出患癌家族成员99人次,其中胃肠肿瘤亲属40人次.结论 通过应用有效的筛检策略能有效提高大肠癌患者家族史筛检阳性率,为遗传性肠癌的精准治疗提供前提条件.     

3D打印组合式导板技术辅助内踝骨折复位及空心钉置入的初步疗效观察

目的探讨3D打印组合式导板技术在内踝骨折空心钉置入中的应用。方法回顾性分析2017年6月至2018年4月利用3D打印组合式导板技术辅助内踝骨折空心钉置入手术治疗23例患者的资料。其中,男12例,女11例,年龄23~85岁,平均52.6岁;旋后外旋型17例,旋后内收型1例,旋前外旋型5例。采集患者术前踝关节CT扫描数据,导入软件合成并打印骨折三维模型,计算机模拟内踝骨折复位、空心钉安全置入点及工作通道并设计置钉导板。术中对空心螺钉置入时间(从作内踝手术切口开始计时,到2枚空心钉置入完毕结束计时)及透视次数进行分析,术后应用(Burwell-Charnley,1965)骨折复位放射学评价标准评价复位情况,根据Kofoed评分标准评估术后踝关节功能。结果23例内踝骨折患者共置入46枚空心螺钉,螺钉置入时间为7~15 min,平均10.7 min。术中针对内踝空心螺钉透视均为一次。术后骨折复位Burwell-Charnley标准评价,优21例,良2例,优良率为100%。术后Kofoed评分标准评价患者术后踝关节功能,优15例,良7例,及格1例,优良率为95.6%。结论应用3D打印组合式导板技术,对于年轻医生,更利于其精准的内固定操作,缩短学习曲线,同时提高手术的精准性,以减少无效置钉,从而减少透视次数,缩短手术时间,减少术中出血,具有微创、减少放射线暴露等优势。     

血清巨噬细胞集落刺激因子在乙肝肝硬化患者中的表达及早期诊断价值

目的分析血清巨噬细胞集落刺激因子(M-CSF)在乙肝肝硬化患者中的表达及早期诊断价值。方法选取2017年2月-2018年2月成都市公共卫生临床医疗中心肝炎科收治的慢性乙型肝炎患者127例作为研究对象,分为乙肝组73例(其中肝纤维化亚组36例)和肝硬化组54例。收集2组患者临床资料,采用放射免疫法检测血清M-CSF,分析血清M-CSF水平与乙肝肝硬化临床资料的关系;利用受试者工作曲线(ROC)评价血清M-CSF对乙肝肝硬化的诊断价值。结果 2组患者在性别、年龄、体质量指数、吸烟史、饮酒史等一般资料比较,差异无统计学意义(P>0.05),而肝硬化组M-CSF、AST、ALT、ALP、PLT明显高于乙肝组(t/P=6.489/0.000、3.397/0.001、2.687/0.008、1.921/0.028、3.160/0.002);肝硬化组M-CSF、AST、ALT、ALP、PLT指标明显高于肝纤维化亚组(t/P=3.067/0.001、1.778/0.039、1.735/0.043、1.715/0.044、1.727/0.043)。相关性分析显示.,乙肝肝硬化患者M-CSF与AST、ALT、ALP、PLT呈正相关(r/P=0.345/0.037、0.927/0.008、0.382/0.025、0.693/0.026);Logistic多因素回归分析显示,M-CSF是乙肝肝硬化独立危险因素(OR=1.017,95%CI 1.009~1.026,P=0.000)。血清M-CSF诊断乙肝肝硬化最佳界值、AUC、约登指数、敏感度、特异度分别为323.04 pg/ml、0.820、0.614、74.38%、87.04%。结论乙肝肝硬化患者血清M-CSF水平升高,可作为乙肝肝硬化早期诊断指标。     

术前血清γ-谷氨酰转肽酶水平对老年肝细胞癌患者行肝动脉化疗栓塞术后预后的影响分析

目的 探究术前血清γ-谷氨酰转肽酶(GGT)水平对老年肝细胞癌(HCC)患者行肝动脉化疗栓塞术(TACE)术后预后的影响因素。方法 回顾性分析2016年1月—2019年12月在成都市公共卫生临床医疗中心接受治疗的272例老年HCC患者的临床资料，将其中进行TACE的89例患者作为观察组，未进行TACE的183例患者作为对照组。根据既往的研究，选择可能与生存有关的临床病理因素，进行单因素和多因素Cox分析，以识别总体生存的独立预测因素。结果 单变量分析结果显示，总胆红素>20.4 mmol/L(HR=1.52,P=0.015)、 GGT>54 U/L(HR=2.02,P<0.001)、区域淋巴结转移(HR=1.58,P=0.014)和ES级Ⅲ～Ⅳ(HR=1.50,P=0.007)是与HCC老年患者术后生存时间相关的可能因素。在血清GGT水平≤54 U/L的患者中，ES分级Ⅲ～Ⅳ(HR≤1.94,P≤0.030)是生存的唯一重要危险因素。观察组和对照组患者术后生存时间差异无统计学意义(中位生存时间分别为38个月和26个月，P=0.818)。TACE不是与生存相关的独立变量...     

2001～2002年兴隆镇出生缺陷现状调查分析

出生缺陷的研究旨在预防和减少缺陷儿的出生，以达到优生的目的，为准确了解我市16个乡镇出生缺陷儿状况，随机抽取兴隆镇对2001～2002年2年出生儿进行现场走访，在出生的656人中，出生缺陷儿9人，占13．7％。。通过分析，主要有以下原因造成：由于村民文化水平低，不懂得优生优育知识，加之交通闭塞，接生员知识老化，对胎儿出现紧急情况不能及时对症处理，延误抢救时机，致使感染机率大，病死率高。     

腋臭术后皮脂腺囊肿的治疗疗效分析

目的 观察腋臭皮下修剪术术后出现的皮脂腺囊肿的治疗疗效。方法将腋臭皮下修剪术术后出现的皮脂腺囊肿38例病例按照不同治疗方法分成皮脂腺囊腔注射组与皮脂腺囊腔摘除组。皮脂腺囊腔注射组19例,采用α-糜蛋白酶(chymotrypsin)联合曲安奈德注射液(triamcinolone acetonide)行皮脂腺囊腔注射;皮脂腺囊腔摘除组19例,进行皮脂腺囊腔摘除。结果19例皮脂腺囊腔注射组总有效率为94.74%,无效1例为Ⅲ型皮脂腺囊肿,19例皮脂腺囊腔摘除组总有效率为100%。结论Ⅲ型皮脂腺囊肿采用皮脂腺囊腔摘除法,Ⅰ型和Ⅱ型皮脂腺囊肿采用α-糜蛋白酶联合曲安奈德注射液行皮脂腺囊腔注射创伤小、操作简单、所需时间短、效果佳,是比较理想的皮脂腺囊肿治疗手段。     

基于无监督学习的数字病理切片自动分割方法

  目的  使用无监督的方式进行图像分割,作为人工标记的一种替代。  方法  选取了共100张HE染色和巴氏染色切片的全片数字化图像（whole slide image, WSI）数据作为研究和测试的对象,其中乳腺切片70张,肺切片20张,甲状腺切片10张。为了保证数据的多样性,乳腺的切片包含了正常组织、炎症、肿瘤,肺切片取材主要为下叶新生物（包含了炎症和肿瘤）,甲状腺为细针穿刺的细胞（均为良性）。每张图像的最大总倍率（原始倍率）均为400倍,文件格式为ndpi。对每张WSI进行人工的标注,每张WSI的标注区域都大于10个视野,标注后的信息将用于有效性的验证。使用基于超像素与全卷积神经网络的算法构建无监督图像分割技术,对没有标记的WSI的任意感兴趣区域（regions of interest, ROI）进行图像分割。与区域邻接图合并的方法进行比较,以欠分割错误差率、边缘召回率和平均交并结果比判定两种方法的分割效果,并比较两种方法的效率。在执行效率的比较中,测试过程包含了超像素的预处理的时间,去掉了加载深度学习引擎的时间。  结果  对WSI任意ROI区域按纹理和颜色对图像实现了无监督的自动分割,乳腺切片、肺切片和甲状腺切片测试的结果差异小,多次测试的结果稳定,但该方法在对炎症和肿瘤的区分中表现一般。其欠分割错误差率、边缘召回率和平均交并结果分别为19.10%、82.06%和45.06%。区域邻接图合并的方法的欠分割错误差率、边缘召回率和平均交并的结果分别为21.52%、78.39%和44.81%。在GPU模式下整个过程平均耗时为0.27 s,在CPU模式下平均耗时为1.30 s,由于区域邻接图合并的方法没有实现GPU模式,在CPU模式下平均耗时为10.5 s。  结论  本方法通过简单的人机交互操作得到理想的像素级标注结果,可以有效降低数字病理切片数据标注的成本,比区域邻接图合并的方法在处理图像纹理的方面表现得更好,处理速度更快。     

归芪养血糖浆的薄层色谱鉴别

目的　对归芪养血糖浆中当归、川芎、黄芪、甘草、党参、白芍等进行鉴别。方法　采用薄层色谱法。结果和结论　该法专属性强 ,结果可靠 ,重复性好。为归芪养血糖浆的质量控制标准提供了实验依据。     

乳腺癌Ki-67人工智能自动诊断系统的真实世界应用测试

  目的  研究人工智能（AI）用于辅助临床乳腺浸润性导管癌（IDC）Ki-67评分的不同方法并比较其结果。  方法  收集100例真实临床IDC诊断病例,包括HE、免疫组化Ki-67染色的切片和诊断结果。将病理切片扫描成全片数字化图像（whole slide image, WSI）,并使用AI对其进行评分。AI评分方式分为两种,一种为AI纯自动计数,使用Ki-67自动诊断的评分系统对WSI进行全片计数;第二种是AI半自动计数,需要人工选择区域计数,然后用智能显微镜进行自动计数。病理医生的诊断结果作为纯人工计数的结果。将全人工（病理诊断结果）、AI半自动、AI全自动此3种计数所得的Ki-67分数进行两两比较,分别按差异高低进行归类,差异高低分为3档:相差≤10%、相差>10%～<30%和相差≥30%,并且使用组内相关系数 （intra-class correlation coefficient, ICC）对其进行相关性的评价。  结果  全自动AI计数1例Ki-67的时间为5～8 min,而半自动AI方法为2～3 min,全人工计数则需要1～3 min。两种AI计数方法相比较,Ki-67分数的相差全部在10%以内（占比100%）,ICC指数高达0.992。全人工计数和AI半自动相比,相差≤10%的有60例（占比60%）,相差>10%～<30%的例数为37例（占比37%）,而≥30%的只有3例（占比3%）,ICC指数为0.724;全人工计数和AI全自动相比,相差≤10%的有78例（占78%）,相差>10%～<30%的例数为17例（占比17%）,而≥30%的有5例（占比5%）,ICC指数为0.720。ICC数值示,两种AI方法之间差异不大、可重复性很好,AI和人工计数之间的可重复性可接受。  结论  AI全自动方法的优势在于更节省人力,病理医生只需在最后核对诊断结果。而半自动的方法更符合临床病理医生的诊断习惯,整体耗时较AI全自动方法少。此外,AI方法虽然可重复性较高,但不能完全取代病理医生,而应作为有力的辅助工具看待。