期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
PD-1单抗联合化学药物治疗在局部晚期非小细胞肺癌新辅助治疗中的疗效和安全性分析 被引量:1
1
作者 李铁铮 胥凯凯 +6 位作者 邓钰卿 王沛豪 秦齐 郭康顺 王炳仁 常栋 崔永 《首都医科大学学报》 CAS 北大核心 2024年第4期636-641,共6页
目的探讨程序性细胞死亡蛋白1(programmed cell death protein 1,PD-1)单抗联合化学药物治疗(以下简称化疗)在局部晚期非小细胞肺癌新辅助治疗中的疗效和安全性。方法回顾性分析2021年6月至2023年6月于首都医科大学附属北京友谊医院胸外... 目的探讨程序性细胞死亡蛋白1(programmed cell death protein 1,PD-1)单抗联合化学药物治疗(以下简称化疗)在局部晚期非小细胞肺癌新辅助治疗中的疗效和安全性。方法回顾性分析2021年6月至2023年6月于首都医科大学附属北京友谊医院胸外科43例接受新辅助免疫治疗联合化疗的局部晚期(ⅡB~ⅢB)非小细胞肺癌患者的临床资料,评估其影像学及病理学疗效,并观察免疫相关不良反应。结果影像学疗效评价显示客观缓解率为76.7%,疾病控制率为93.0%。34例(79.1%)接受手术的患者中,R0切除率97.1%、完全病理缓解率为29.4%、主要病理缓解率为55.9%。1~2级免疫相关不良反应发生率为67.4%,3级及以上不良反应发生率为7.0%。结论新辅助PD-1单抗联合化疗治疗非小细胞肺癌疗效显著,病理缓解率及R0切除率高,免疫相关不良反应及手术并发症在可接受范围内,安全性较高。 展开更多
关键词 PD-1单抗 免疫治疗 新辅助治疗 非小细胞肺癌
下载PDF
原研多光谱智能分析仪诊断肺腺癌浸润程度的诊断性分析 被引量:1
2
作者 杨贤蓓 王沛豪 +3 位作者 秦齐 郭康顺 崔永 罗艺 《中国肺癌杂志》 CAS CSCD 北大核心 2023年第5期348-358,共11页
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
关键词 肺肿瘤 浸润程度 多光谱分析 术中冰冻 神经网络模型
下载PDF
人工智能结合光谱诊断技术在肺癌组织鉴别领域的应用与研究进展
3
作者 罗艺 秦齐 +3 位作者 王沛豪 郭康顺 张鑫平 崔永 《首都医科大学学报》 北大核心 2023年第6期1095-1102,共8页
对现今光谱技术在肺癌组织鉴别领域的相关研究以及人工智能的应用进行系统综述,以阐明人工智能结合光谱诊断技术在临床中的应用价值和发展方向。使用特定策略对Pubmed数据库和中国知网数据库进行检索,总结在病理诊断领域表现较佳的光谱... 对现今光谱技术在肺癌组织鉴别领域的相关研究以及人工智能的应用进行系统综述,以阐明人工智能结合光谱诊断技术在临床中的应用价值和发展方向。使用特定策略对Pubmed数据库和中国知网数据库进行检索,总结在病理诊断领域表现较佳的光谱技术,并进行简要对比。当前主流的光谱技术为高光谱成像、漫反射光谱、拉曼光谱、荧光光谱和多光谱技术,人工智能可以进一步增强光谱技术的诊断效能。人工智能结合光谱诊断有实现即时鉴别肺癌浸润程度的潜力,但当前多数研究还停留在肿瘤良恶性鉴别和确定肿瘤边界阶段。 展开更多
关键词 肺癌 人工智能 光谱技术 快速诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部