同理心在耳鼻咽喉科教学中的训练和培养

同理心被描述为了解他人感受的能力。临床上需要医学生在协助教师进行接诊过程中具备较好的同理心,从而能够更好地与患者沟通,详细告知患者病情,帮助其解决病痛。文章结合同理心的概念、医学生的同理心的特点及耳鼻咽喉科工作中对同理心的要求,阐述在耳鼻咽喉科教学过程中如何训练和培养医学生的同理心。     

1H-磁共振波普成像联合弥散加权成像、3D-动脉内源性标记对急性脑梗死缺血半暗带的评估价值

目的探讨¹H-磁共振波谱成像（MRS）联合弥散加权成像（DWI）、3D-动脉内源性标记（ASL）的磁共振成像方法,对评估急性脑梗死患者缺血半暗带的应用价值。 方法收集绵阳市第三人民医院2016年10月至2018年3月诊断为急性脑梗死且还未进行临床干预的患者,入组的31例急性脑梗死患者,在症状出现后最短时间内接受DWI、T1加权成像（T1WI）、T2加权成像（T2WI）、磁共振成像液体衰减反转恢复序列（FLAIR）、3D-ASL及¹H-MRS序列扫描,通过ASL-DWI不匹配区来判断患者脑梗死病灶周围的缺血半暗带的范围,再利用¹H-MRS对梗死灶中心区、缺血半暗带及梗死周围正常区的代谢产物浓度［乳酸（Lac）、N-2酰-天门冬氨酸（NAA）、胆碱（Cho）及肌酸（Cr）］进行分析,采用配对样本t检验比较不同区域的Lac、NAA、Cho及Cr的代谢物浓度差异。 结果本研究的31例急性脑梗死患者中,有26例患者ASL低灌注面积大于DWI信号异常区面积,5例患者ASL低灌注面积约等于DWI信号异常区面积。脑梗死中心区的Lac、NAA、Cho及Cr峰值分别为44.79±16.90、25.34±12.12、34.44±8.24、27.91±7.83;缺血半暗带的Lac、NAA、Cho及Cr峰值分别为22.57±8.57、46.64±10.41、51.37±10.86、36.86±6.00;脑梗死周围正常区的Lac、NAA、Cho及Cr峰值分别为6.54±3.34、58.78±9.01、48.02±7.93、39.02±4.74。脑梗死中心区的Lac、NAA、Cho及Cr峰值明显低于缺血半暗带,差异均具有统计学意义（P<0.05）。脑梗死周围正常区与缺血半暗带相比,Lac峰值较高,NAA峰值较低,差异均具有统计学意义（P<0.05）;而Cho及Cr峰值2者差异无统计学意义（P均>0.05）。 结论¹H-MRS联合DWI、3D-ASL可以更准确的评估急性脑梗死患者缺血半暗带的存在及其物质代谢变化,为急性脑梗死患者的临床治疗方式的选择提供了更好的影像学依据。     

基于1H-MRS联合DTI定量检测2型糖尿病患者后扣带回损伤及其与认知功能的相关性

目的 联合运用¹H-MRS和DTI技术检测和评估2型糖尿病（T2DM）患者后扣带回（PCC）脑微结构损伤及脑代谢物异常改变,探讨其与认知功能障碍的相关性。方法 对43例T2DM患者[21例伴认知功能障碍（T2DM+CD组）、22例不伴认知功能障碍（T2DM组）]和23名健康志愿者（HC组）PCC进行单体素MRS及DTI检查,计算各代谢物波峰曲线下面积比值及各向异性分数（FA）、平均弥散率（MD）,并与认知功能指标进行相关性分析。结果 T2DM+CD组PCC脑区肌醇/肌酸（mI/Cr）值高于T2DM和HC组,谷氨酸复合物/肌酸（Glx/Cr）低于T2DM和HC组（P均<0.05）;Glx/Cr与蒙特利尔认知评估量表（MoCA）评分呈正相关（r=0.59,P<0.01）。T2DM+CD组全脑及PCC脑区FA值低于T2DM和HC组,MD值高于T2DM和HC组（P均<0.05）;FA值与MoCA评分呈正相关（r=0.57,P=0.01）。结论 以PCC为兴趣区联合采用¹H-MRS与DTI技术可定量反映T2DM引起认知功能损伤的神经病理学基础,有望成为早期预警的临床指标。     

CT纹理特征分析鉴别诊断表现为肺部亚实性结节的微浸润腺癌和浸润性腺癌

目的 评估CT纹理特征术前鉴别表现为亚实性肺结节的微浸润腺癌（MIA）和浸润腺癌（IAC）的价值。方法 回顾性收集胸部CT表现为亚实性肺结节、经手术病理证实为MIA或IAC的100例患者,包括43例MIA和57例IAC。选择4个CT主观征象（密度、大小、分叶、形态）构建诊断MIA与IAC的CT主观征象模型。提取896个CT纹理特征,并构建CT纹理特征模型。绘制ROC曲线评估纹理特征模型、CT主观征象模型鉴别诊断MIA和IAC的效能。结果 CT主观征象中,亚实性结节的密度和大小的一致性非常好,选择密度征象[优势比=8.177,95%CI（1.142,58.575）]为CT主观征象模型的独立预测因子;于896个纹理特征中,选择4个纹理特征构建模型。训练集中纹理特征模型诊断MIA与IAC的敏感度为0.85（33/39）,特异度为0.90（28/31）,AUC为0.94[95%CI（0.88,0.99）];验证集中纹理特征模型的敏感度为0.89（16/18）,特异度为1.00（12/12）,AUC为0.97[95%CI（0.92,1.00）]。结论 CT纹理特征有助于提高术前鉴别诊断表现为亚实性肺结节的MIA和IAC的效能。     

基于增强CT影像组学模型鉴别肾透明细胞癌与非透明细胞癌

目的 建立基于增强CT的影像组学模型,评估其鉴别肾透明细胞癌（ccRCC）与非透明细胞癌（non-ccRCC）的应用价值。方法 将147例ccRCC及32例non-ccRCC患者随机分为训练集125例和测试集54例。将所有患者的增强CT资料导入ITK-SNAP软件,手动勾画ROI,获得16个特征,分别建立基于特征的随机森林（RF）模型和逻辑回归（LR）模型,采用ROC曲线观察模型对ccRCC的诊断效能。结果 训练集RF模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度0.83;LR模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度为0.83。测试集RF模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度为0.89;LR模型诊断ccRCC的AUC为0.88（P<0.05）,特异度为0.90,敏感度为0.77。结论 基于增强CT影像组学模型可用于鉴别ccRCC与non-ccRCC;RF模型诊断价值较LR模型更高。     

影像组学在胃癌中的研究进展

影像组学是深度挖掘图像潜在信息的新兴热门领域。与视觉分析相比,影像组学可更详细地定量评估病变特征,发现和翻译未知、潜在的信息,近年来已逐渐应用于胃癌的组织病理学分级、肿瘤分期预测、鉴别诊断、治疗疗效及预后评估。本文就影像组学有关胃癌的研究现状与进展进行综述。     

基于MRI的影像组学在儿童疾病中的应用进展

影像组学作为一种新兴的医学成像领域,通过从医学图像中获取高通量的图像特征进行一系列定性和定量分析,从而提供有关疾病的诊断和预后等信息。影像组学已成为精准医疗的重要组成部分,是目前的研究热点。但目前基于MRI的影像组学在儿童疾病中的应用较少。本文对基于MRI的影像组学在儿童疾病中的应用进展进行综述。     

基于CT影像组学术前预测胃癌淋巴血管侵犯

目的 探讨基于CT影像组学术前预测胃癌淋巴血管侵犯的价值。方法 回顾性收集经手术病理证实的181例胃癌患者,将其随机分为训练集（n=120）和验证集（n=61）。首先基于增强CT静脉期图像分割肿瘤区域并提取影像组学特征;然后利用训练集筛选与淋巴血管侵犯相关特征,构建影像组学标签;最后基于验证集验证模型,采用ROC曲线及校准曲线评估模型的预测效能及拟合度。结果 最终提取7个与胃癌淋巴管血管侵犯最相关的影像组学特征构建影像组学标签,其在训练集的ROC曲线AUC为0.742[P=0.001,95%CI（0.652,0.831）],验证集AUC为0.727[P=0.002,95%CI（0.593,0.853）]。基于训练集所得最优阈值为0.422,模型在训练集中的准确率、敏感度和特异度分别为0.708、0.586、0.806,将此阈值用于验证集,其准确率、敏感度和特异度为0.689、0.519、0.824。校准曲线显示影像组学标签在训练集及验证集均具有较好的拟合度（P均>0.05）。结论 CT影像组学可作为预测胃癌术前淋巴血管侵犯提供的全新的无创影像学方法。     

心脏大血管手术患方决策者健康素养对决策满意度的影响

目的 探究感知压力和不确定性忍受度在心脏大血管手术患方决策者健康素养与决策满意度间的中介效应,为提高心脏大血管手术决策满意度提供思路。方法 2021年10月—2022年5月,采用便利抽样法,抽取武汉市某三级甲等综合医院心脏大血管外科260名手术患方决策者作为调查对象,使用全面健康素养测量量表、感知压力量表、简版无法忍受不确定性量表、决策满意度量表进行调查。结果 最终回收有效问卷251份,有效问卷回收率为96.54%。心脏大血管手术患方决策者健康素养得分为（23.05±5.61）分,感知压力得分为（20.31±6.08）分,不确定性忍受度得分为（26.41±5.94）分,决策满意度得分为（43.86±10.54）分,4个变量均具有相关性（P<0.001）。中介模型显示,健康素养对决策满意的直接效应显著,同时,健康素养还通过3条路径间接影响决策满意,包括感知压力的独立中介作用（β=0.096,P<0.001）、不确定性忍受度的独立中介作用（β=0.093,P=0.001）、感知压力与不确定性忍受度的链式中介作用（β=0.076,P<0.001）,中介效应占总效应的49.1...     

基于超声影像组学鉴别小儿肝移植后淋巴组织增生性疾病与淋巴结反应性增生

目的 基于超声影像组学特征,建立机器学习模型鉴别小儿肝移植后淋巴组织增生性疾病(PTLD)与淋巴结反应性增生。方法 回顾性分析小儿肝移植后经病理证实的112例PTLD及93例淋巴结反应性增生患者颈部增大淋巴结的二维超声图像。提取影像组学特征构建随机森林、支持向量机、决策树及逻辑回归模型。比较常规超声与4种模型的诊断效能。结果 每个淋巴结共提取118个影像组学特征,筛选7个最优特征建立4种机器学习模型。其中随机森林模型的诊断效能最好,优于常规超声[受试者操作特征(ROC)曲线下面积：0.816 vs 0.613,Z=5.991,P<0.05],模型的灵敏度、特异度及准确度分别为95.7%、68.6%及86.0%。结论 基于超声影像组学的随机森林模型对小儿肝移植后PTLD与淋巴结反应性增生有较好的鉴别诊断价值。