背景随着乳腺癌(breast cancer,BC)治疗手段的进步,越来越多患者整体生存期延长,随之而来的是乳腺癌脑转移(breast cancer brain metastasis,BCBM)的增加,但BCBM患者的预后整体仍然较差。目的分析BCBM患者的预后因素,建立预测BCBM患者...背景随着乳腺癌(breast cancer,BC)治疗手段的进步,越来越多患者整体生存期延长,随之而来的是乳腺癌脑转移(breast cancer brain metastasis,BCBM)的增加,但BCBM患者的预后整体仍然较差。目的分析BCBM患者的预后因素,建立预测BCBM患者预后的临床列线图模型并评估其效能。方法纳入2001年1月—2021年6月于本中心诊断的BCBM患者,收其集临床病理特征,通过Cox回归分析确定患者预后因素,并建立预后预测列线图以预测BCBM患者6个月、1年、2年的生存率,通过ROC曲线和校准曲线对列线图的预测效能和校准度进行评价,采用Bootstrap方法进行内部验证。结果总计纳入700例患者,确诊BC时的平均年龄为43.77岁,中位总生存期为11(95%CI:9.8~12.2)个月。多因素Cox回归显示,BCBM患者较差预后与诊断BC时年龄>48岁(HR=1.30,95%CI:1.09~1.56,P=0.003)、诊断BCBM时KPS<80(HR=1.34,95%CI:1.13~1.60,P=0.001)、分型为三阴性乳腺癌(HR阳性/HER2阴性:HR=0.77,95%CI:0.60~0.98;HER2阳性:HR=0.62,95%CI:0.50~0.77;P<0.001)、首发转移部位非脑(HR=1.83,95%CI:1.44~2.32,P<0.001)、脑转移灶数目≥3个(HR=1.44,95%CI:1.20~1.72,P<0.001)、同时出现脑膜转移(HR=1.53,95%CI:1.12~2.08,P=0.008)、诊断BCBM后未接受放疗(HR=1.31,95%CI:1.10~1.57,P=0.003)、伴随肝转移(HR=1.28,95%CI:1.07~1.52,P=0.006)及伴随肺转移(HR=1.19,95%CI:1.00~1.42,P=0.049)独立关联。基于Cox回归构建预测BCBM患者生存率的列线图,其预测6个月、12个月、24个月生存的曲线下面积(area under curve,AUC)分别为0.723、0.720、0.798,内部验证显示模型预测各时间段平均AUC均>0.7,预测6个月、1年、2年生存的平均AUC及95%CI分别为:0.725(0.723~0.727),0.723(0.721~0.725),0.759(0.757~0.761)。校准曲线及决策曲线显示该模型具有良好精确度和临床获益。结论本研究开发了一种性能良好的预测BCBM患者预后的列线图。诊断BC时的年龄、诊断BCBM时的KPS、分子亚型、首发转移部位、脑转移灶数目是否≥3个、是否伴随脑膜转移、是否接受放疗、是否伴随肝转移及是否伴随肺转移为BCBM患者预后的独立影响因素。展开更多
立体定向放疗(stereotactic body radiation therapy,SBRT)技术以其精准性和高效率在肝癌的治疗中发挥着日益重要的作用,而相应的临床教学内容却相对单薄,缺乏更新与完善。为了提升肝癌立体定向放疗的临床教学水平,引入了人工智能(artif...立体定向放疗(stereotactic body radiation therapy,SBRT)技术以其精准性和高效率在肝癌的治疗中发挥着日益重要的作用,而相应的临床教学内容却相对单薄,缺乏更新与完善。为了提升肝癌立体定向放疗的临床教学水平,引入了人工智能(artificial intelligence,AI)技术。首先,AI可以辅助更精确地筛选适合SBRT治疗的肝癌患者;其次,AI可以根据历史治疗数据和最新的临床研究,提供联合治疗方案的最佳组合;此外,AI还可以通过深度学习算法完善靶区的自动勾画及优化物理计划,确保治疗效果的最大化;最后,AI能够通过分析系统数据,预测放射性肝损伤风险,为临床医生提供更为合理的治疗建议。因此,人工智能技术的引入,不仅提高了肝癌立体定向放疗的临床效果,同时也为教学内容的丰富性和前瞻性提供了强大支持,有望在促进临床教学创新的同时,改善肝癌患者的治疗结果。展开更多
目的研究多学科协作诊疗(multi-disciplinary team,MDT)模式结合以真实病例为基础的教学方法(case based learning,CBL)在肿瘤学专业型硕士研究生临床教学中的实际效果,为该专业临床硕士创新教学模式。方法选取2018年1月至2022年3月就...目的研究多学科协作诊疗(multi-disciplinary team,MDT)模式结合以真实病例为基础的教学方法(case based learning,CBL)在肿瘤学专业型硕士研究生临床教学中的实际效果,为该专业临床硕士创新教学模式。方法选取2018年1月至2022年3月就读于解放军医学院肿瘤学专业的专业型硕士研究生36名为研究对象,采用随机数字表法将研究对象分为观察组与对照组,每组各18名。对照组研究生接受传统的教学模式,观察组研究生接受MDT结合CBL的教学模式,两组研究生的学习周期均为4个月。比较两组研究生临床考核、问卷调查结果及对教学满意度。结果观察组研究生临床技能考核、理论测试和病例分析评分均显著高于对照组(均P<0.05),问卷调查中的临床思维能力提升明显优于对照组(P<0.05),自主学习能力、理论联系实际能力、获得与理解信息能力及团队协作能力同样较对照组有所提升,但组间比较差异均无统计学意义(均P>0.05)。观察组研究生对教学的总满意度高于对照组,但组间比较差异无统计学意义(P>0.05)。结论MDT结合CBL的教学模式可以改善并提升肿瘤学专业型硕士研究生的临床思维能力,在读专业型硕士研究生对该模式的满意度较高。展开更多
文摘背景随着乳腺癌(breast cancer,BC)治疗手段的进步,越来越多患者整体生存期延长,随之而来的是乳腺癌脑转移(breast cancer brain metastasis,BCBM)的增加,但BCBM患者的预后整体仍然较差。目的分析BCBM患者的预后因素,建立预测BCBM患者预后的临床列线图模型并评估其效能。方法纳入2001年1月—2021年6月于本中心诊断的BCBM患者,收其集临床病理特征,通过Cox回归分析确定患者预后因素,并建立预后预测列线图以预测BCBM患者6个月、1年、2年的生存率,通过ROC曲线和校准曲线对列线图的预测效能和校准度进行评价,采用Bootstrap方法进行内部验证。结果总计纳入700例患者,确诊BC时的平均年龄为43.77岁,中位总生存期为11(95%CI:9.8~12.2)个月。多因素Cox回归显示,BCBM患者较差预后与诊断BC时年龄>48岁(HR=1.30,95%CI:1.09~1.56,P=0.003)、诊断BCBM时KPS<80(HR=1.34,95%CI:1.13~1.60,P=0.001)、分型为三阴性乳腺癌(HR阳性/HER2阴性:HR=0.77,95%CI:0.60~0.98;HER2阳性:HR=0.62,95%CI:0.50~0.77;P<0.001)、首发转移部位非脑(HR=1.83,95%CI:1.44~2.32,P<0.001)、脑转移灶数目≥3个(HR=1.44,95%CI:1.20~1.72,P<0.001)、同时出现脑膜转移(HR=1.53,95%CI:1.12~2.08,P=0.008)、诊断BCBM后未接受放疗(HR=1.31,95%CI:1.10~1.57,P=0.003)、伴随肝转移(HR=1.28,95%CI:1.07~1.52,P=0.006)及伴随肺转移(HR=1.19,95%CI:1.00~1.42,P=0.049)独立关联。基于Cox回归构建预测BCBM患者生存率的列线图,其预测6个月、12个月、24个月生存的曲线下面积(area under curve,AUC)分别为0.723、0.720、0.798,内部验证显示模型预测各时间段平均AUC均>0.7,预测6个月、1年、2年生存的平均AUC及95%CI分别为:0.725(0.723~0.727),0.723(0.721~0.725),0.759(0.757~0.761)。校准曲线及决策曲线显示该模型具有良好精确度和临床获益。结论本研究开发了一种性能良好的预测BCBM患者预后的列线图。诊断BC时的年龄、诊断BCBM时的KPS、分子亚型、首发转移部位、脑转移灶数目是否≥3个、是否伴随脑膜转移、是否接受放疗、是否伴随肝转移及是否伴随肺转移为BCBM患者预后的独立影响因素。
文摘立体定向放疗(stereotactic body radiation therapy,SBRT)技术以其精准性和高效率在肝癌的治疗中发挥着日益重要的作用,而相应的临床教学内容却相对单薄,缺乏更新与完善。为了提升肝癌立体定向放疗的临床教学水平,引入了人工智能(artificial intelligence,AI)技术。首先,AI可以辅助更精确地筛选适合SBRT治疗的肝癌患者;其次,AI可以根据历史治疗数据和最新的临床研究,提供联合治疗方案的最佳组合;此外,AI还可以通过深度学习算法完善靶区的自动勾画及优化物理计划,确保治疗效果的最大化;最后,AI能够通过分析系统数据,预测放射性肝损伤风险,为临床医生提供更为合理的治疗建议。因此,人工智能技术的引入,不仅提高了肝癌立体定向放疗的临床效果,同时也为教学内容的丰富性和前瞻性提供了强大支持,有望在促进临床教学创新的同时,改善肝癌患者的治疗结果。
文摘目的研究多学科协作诊疗(multi-disciplinary team,MDT)模式结合以真实病例为基础的教学方法(case based learning,CBL)在肿瘤学专业型硕士研究生临床教学中的实际效果,为该专业临床硕士创新教学模式。方法选取2018年1月至2022年3月就读于解放军医学院肿瘤学专业的专业型硕士研究生36名为研究对象,采用随机数字表法将研究对象分为观察组与对照组,每组各18名。对照组研究生接受传统的教学模式,观察组研究生接受MDT结合CBL的教学模式,两组研究生的学习周期均为4个月。比较两组研究生临床考核、问卷调查结果及对教学满意度。结果观察组研究生临床技能考核、理论测试和病例分析评分均显著高于对照组(均P<0.05),问卷调查中的临床思维能力提升明显优于对照组(P<0.05),自主学习能力、理论联系实际能力、获得与理解信息能力及团队协作能力同样较对照组有所提升,但组间比较差异均无统计学意义(均P>0.05)。观察组研究生对教学的总满意度高于对照组,但组间比较差异无统计学意义(P>0.05)。结论MDT结合CBL的教学模式可以改善并提升肿瘤学专业型硕士研究生的临床思维能力,在读专业型硕士研究生对该模式的满意度较高。