癌症监测系统在癌症预防和控制中的应用

建立癌症监测系统,对癌症疾病状况及其相关因素进行描述和分析,对癌症预防控制工作的规划实施和评价具有重要作用。癌症监测系统包括疾病监测和危险因素监测两部分。一个比较完整的癌症监测系统可以掌握疾病严重程度、预测疾病发展趋势,对确定防治重点,反映卫生服务水平,科学研究和健康教育都有积极意义。

提供持续癌症监测的植入式传感器装置

介绍专门用来提供更加精准的癌症状况追踪与病人对治疗的反应情况的医疗装置

癌症尿液筛查监测试剂临床应用分析

如何早期发现肿瘤并及时治疗，一直是肿瘤医学界的重点攻关课题。癌症筛查是癌症早期发现的重要手段，理想的筛查方法应该具备价廉、操作方便、无创伤性、灵敏度和特异性高的特点。癌症尿液筛查监测试剂（URC）是目前临床应用的体外癌症尿液复查监测的项目，常用于人群早期癌症筛查。我们将武汉晨康科技有限责任公司推出的URC进行了临床试用，现将应用结果报告如下。

疼痛评估对癌症病人治疗的影响

目的探讨疼痛评估护理对于癌症病人治疗的临床意义。方法将监测的癌症疼痛病人337例随机分为三组,分别使用数字分级法、自制评估量表法以及联合疼痛分析方法对癌症疼痛住院病人每12 h进行一次疼痛监测,并根据评估结果给予止痛剂治疗,最后对资料进行统计学分析。结果在三种疼痛评估方法指导下进行镇痛治疗,其中联合评估方法的治疗满意率最高,药物依赖率最低,具有统计学差异。结论由护士与癌症病人共同对癌症疼痛进行系统联合监测,对疼痛的评估更加客观准确,对于指导临床应用止痛剂有重要的意义。

中国乳腺癌全人群生存率分析研究进展

乳腺癌是女性最常见的恶性肿瘤之一,在我国乃至全球乳腺癌居女性恶性肿瘤发病率首位,严重影响女性的健康。人群为基础的癌症生存分析能够反映某一国家或地区癌症预防、诊断、治疗的整体水平,为有针对性地制定卫生政策提供基础数据支持。在世界范围内由于人种、社会经济文化、基础医疗保健、诊疗水平等多方面存在差异,不同国家或地区乳腺癌生存率差距较大。乳腺癌生存率与肿瘤分期、受体状态、治疗方式等密切相关,通过深入比较相关因素与乳腺癌生存率的关系,为预测乳腺癌预后、提高临床诊疗水平提供帮助。本文着重概述国内外乳腺癌生存现状,并针对目前我国癌症监测工作提供相关参考建议。

弥漫性大B细胞淋巴瘤预后预测模型的效能与外部验证

目的分析影响弥漫性大B细胞淋巴瘤(DLBCL)患者预后的相关因素,并建立列线图预测DLBCL患者的预后。方法利用美国国家癌症研究所监测、流行病学和最终结果数据库(SEER数据库)提取9486例DLBCL患者的基线资料,将SEER数据按照7∶3比例随机分为SEER训练集6681例和SEER验证集2805例。采用单因素、多因素Cox回归分析确定影响DLBCL患者预后的危险因素,并在此基础上建立列线图;采用一致性指数(C-index)、受试者工作特征(ROC)曲线的曲线下面积(AUC)以及校准曲线评价模型的区分度及其预测效能。选取2013年1月-2017年12月本院血液内科及肿瘤科的120例DLBCL患者作为外部验证集,对列线图进行外部验证并分析其影响因素。结果多因素Cox回归分析结果显示,年龄≥60岁、男性、Ann Arbor分期高、有B症状、未接受放疗、未接受化疗是影响DLBCL预后的危险因素(P<0.05),同时将上述因素纳入列线图模型。SEER训练集、验证集以及外部验证集的C-index分别为0.681、0.669、0.817,SEER训练集、验证集以及外部验证集ROC曲线预测DLBCL患者5年生存率的AUC分别为0.699、0.678、0.869。校准曲线显示列线图预测模型结果与实际结果具有良好的一致性。计算患者的风险评分并将其分为低风险组(<170分)和高风险组(≥170分),低风险组的5年生存率在SEER训练集、SEER验证集以及外部验证集中均为最高。结论男性、年龄≥60岁、Ann Arbor分期高、未接受放疗、未接受化疗、存在B症状是影响DLBCL患者预后的独立危险因素。基于上述因素建立的列线图预测模型具有良好的预测效能,可对DLBCL患者预后进行个体化风险评估和预测。

基于SEER数据库异时双原发肺癌预后模型的构建和验证

目的:运用回顾性研究的分析方法,探究异时双原发肺癌(metachronous dual primary lung cancer,mDPLC)的独立预后因素,并建立列线图预后模型。方法:通过美国癌症监测、流行病学和结果(Surveillance,Epidemiology and End Results,SEER)数据库获得mDPLC患者的临床数据。将数据分为训练集和验证集进行建模和验证。采用单因素和多因素Cox回归分析确定训练集患者的独立预后因素,并纳入列线图对患者生存时间进行预测。通过C-指数、校准图、受试者工作特征(receiver operating characteristic,ROC)曲线、决策曲线分析(decision curve analyses,DCA)和综合鉴别改进(integrated discrimination improvement,IDI)评分对预后模型的准确性和可靠性进行评价。结果:共有610例mDPLC患者纳入训练集,260例mDPLC患者纳入验证集。Cox回归分析表明,年龄(59~76岁:HR=1.453,95%CI=1.007~2.096,P=0.046;≥77岁:HR=1.953,95%CI=1.303~2.926,P<0.001)、性别(女性:HR=0.669,95%CI=0.529~0.845,P=0.001)、病理类型(腺癌+鳞癌:HR=2.251,95%CI=1.583~3.200,P<0.001)、TNM分期(Ⅲ:HR=1.611,95%CI=1.126~2.305,P=0.009;Ⅳ:HR=2.443,95%CI=1.713~3.486,P<0.001)、淋巴结转移(是:HR=1.653,95%CI=1.199~2.280,P=0.002)、手术(1次:HR=1.431,95%CI=1.110~1.844,P=0.006;0次:HR=1.845,95%CI=1.183~2.878,P=0.007)和化疗(是+否:HR=0.603,95%CI=0.433~0.842,P=0.003)是独立预后因素。训练集和验证集的C-指数分别为0.711(95%CI=0.696~0.726,P<0.05),0.677(95%CI=0.655~0.699,P<0.05)。训练集中ROC曲线的3年生存率和5年生存率AUC值分别为0.756(95%CI=0.713~0.800,P<0.05)和0.785(95%CI=0.732~0.838,P<0.05),验证集中ROC曲线的3年生存率和5年生存率AUC值分别是0.695(95%CI=0.621~0.769,P<0.05)和0.711(95%CI=0.618~0.804,P<0.05)。训练集中3年和5年的IDI值分别为9.0%(P<0.001)和11.9%(P<0.001),验证集中3年和5年的IDI值分别为6.6%(P<0.001)和7.8%(P<0.001)。根据独立预后因素建立的模型经验证可准确预测患者预后,并且效果优于TNM分期。结论:本研究建立了一个mDPLC预后预测模型,内部验证表明该模型具有较好的效能,可为mDPLC患者提供准确和个性化的生存预测。

甲状腺癌患者预后列线图的构建及验证

目的利用甲状腺癌患者预后独立因素构建预后列线图并进行验证。方法从美国国立癌症研究所监测、流行病学和最终结果(SEER)数据库收集2004—2015年诊断为甲状腺癌的94216例患者的临床资料,采用随机数字表法分为训练组(n=47108)和内部验证组(n=47108),选取2008—2020年于武汉科技大学附属孝感医院诊断为甲状腺癌的1500例患者作为外部验证组。采用Cox比例风险回归模型分析甲状腺癌患者总生存率的影响因素并构建预后列线图,预测10、15、20年总生存率,计算一致性指数(c-指数),通过校准曲线确定列线图预测的准确性。结果单因素分析结果显示,年龄、性别、肿瘤直径、区域淋巴结转移状态、远处转移状态、临床TNM分期、病理类型、原发灶手术状态、区域淋巴结手术状态、放疗状态、婚姻状态均可能是甲状腺癌患者总生存率的影响因素(P﹤0.01)。多因素分析结果显示,年龄≥55岁、男性、肿瘤直径﹥39 mm、区域淋巴结转移、远处转移、临床TNM分期为Ⅱ/Ⅲ/Ⅳ期、病理类型为髓样癌及未分化癌、原发灶未进行手术、区域淋巴结未手术、未进行放疗、离婚/丧偶均是甲状腺癌患者总生存率的独立危险因素(P﹤0.05)。基于影响因素构建10、15、20年总生存率的列线图并进行内外部验证,训练组c-指数为0.855(95%CI:0.846~0.864),内部验证组c-指数为0.851(95%CI:0.842~0.860),外部验证组c-指数为0.812(95%CI:0.759~0.865),校准曲线表明了列线图预测总生存率与实际总生存率具有良好的一致性。结论甲状腺癌患者总生存率列线图能够比较准确地预测10年总生存率,有助于临床医师对甲状腺癌患者进行个体化的预后评估及治疗策略制订。

国家癌症中心权威发布中国最新癌症流行数据

JNCC (Journal of the National Cancer Center)创刊首篇在线发表了赫捷院士团队题为"2015年中国癌症发病与死亡统计"的文章。文章基于国家癌症中心最新数据,从全国501个癌症监测点中遴选368个高质量监测点,覆盖人口达3.1亿,占当年全国总人口的22.52%,详尽阐述了2015年中国癌症疾病负担,为卫生政策制定提供重要科学依据。

黑斑息肉综合征的诊治研究进展

黑斑息肉综合征(Peutz-Jeghers syndrome,PJS)是一种罕见的常染色体显性遗传疾病,常因引起急、慢性并发症或多种癌症而危及患者生命。近年来,随着国内外对PJS认识和临床实践的不断深入,针对该病的诊断、监测和治疗已经有了较大进展。中医通过息肉的病因病机、患者体质及发病特点辨证论治,亦有明显临床疗效。但我国目前尚无PJS诊治共识,故本文对PJS的临床表现、诊断和鉴别诊断、临床监测与治疗进行综述,以期提高临床医师对PJS的认识和诊治能力,探究有效且更安全的中西医靶向药物,并为制定中国PJS诊治共识及用药建议提供参考。

基于SEER数据库预测食管癌患者生存

目的构建预测食管癌患者生存的Nomogram模型。方法下载1973~2015年美国国立癌症研究所的监测、流行病学和结果(SEER)数据库食管癌患者临床病理信息,按7∶3分为建模组与验证组,应用相关系数图评估多个变量间共线性情况,应用Lasso回归筛选有预测价值的变量,应用曲线拟合明确预测生存时间区间,据此,构建Nomogram预测模型,应用受试者工作特征(ROC)曲线、校准曲线评估模型可靠性,应用决策曲线分析(DCA)评估模型的临床应用价值。结果相关系数图显示多个变量间存在共线性情况,Lasso回归确定有预测价值的变量为Grade分级、T分期、N分期、M分期、手术,其中手术因素影响权重最大;ROC曲线提示模型具有较好区分度,校准曲线显示预测模型与理想模型拟合良好,DCA显示出临床净获益。结论基于Grade分级、T分期、N分期、M分期、手术因素构建的Nomogram模型具有可靠的预测性能及临床实用价值,对临床上实施个体化预测生存时间及制定治疗、护理方案具有重要参考意义。