XiaoMi-AI文件搜索系统
World File Search System结转
o r i g i n a l r e s a r c h磁共振成像基于放射素学的模型，用于预测宫颈癌淋巴结转移
背景：宫颈癌仍然是全球女性死亡率的主要原因，淋巴结转移（LNM）是患者预后的关键决定因素。方法：在这项研究中，分析了2018年1月至2024年1月期间153例宫颈癌患者的MRI扫描。将患者分为两组：103培训队列； 49在验证队列中。放射线特征。ITK-SNAP软件启用了宫颈癌肿瘤区域的三维手动分割，以识别目标区域（ROI）。收集的数据被划分为支持向量机（SVM）模型的培训和验证。结果：基于T2WI和ADC的组合放射线学模型表现出强大的诊断能力，在训练队列中达到曲线下的面积为0.804（95％CI [0.712-0.890]），AUC中的AUC和0.811（95％CI [0.721-0.921-0.902] in act in the训练队伍中的AUC中。包括放射线特征，国际妇科和妇产科联盟（FIGO）阶段和LNM在培训队列中的C-INDEX为0.895（95％CI [0.821-0.962]），在培训队列中的C-指数为0.895（95％CI [0.821-0.962]），在C-INDEX中为0.916（95％CI [0.825-0.987] Intaliatation in nor图）的C-指数为0.895（95％CI [0.821-0.962]），C培训队列中的C-INDEX为0.916（0.916（95％CI）（95％CI [0.825-0.987] Intalians Intecration。C统计数据均高于0.80，并且预测变量几乎与45度线一致，这与校准图中显示的结果一致。这表明我们的模型表现出良好的歧视能力和令人满意的校准。关键词：MRI，放射素学，淋巴结，转移，宫颈癌结论：利用T2WI与ADC地图相结合的MRI放射素学模型，提供了一种预测宫颈癌患者LNM的有效方法。
曲妥珠单抗 Deruxtecan (T-Dxd) 联合局部疗法治疗 HR+/HER2+ 转移性乳腺癌伴有肝脏和远处淋巴结转移：病例报告
与 HER2 过表达或 HR+HER2- 乳腺癌相比，内分泌治疗反应更好。由于 HER2 与雌激素受体 (ER) 通路之间的相互作用，HR+/HER2+ 乳腺癌患者在抗 HER2 治疗后面临越来越大的复发风险，这可能导致对抗 HER2 药物或内分泌疗法的耐药性。尽管过去二十年的研究强调了最大限度地阻断 HER2 以提高生存率的重要性，但治疗 HR+/HER2+ 转移性乳腺癌 (MBC) 的有效临床策略仍然具有挑战性。抗体-药物偶联物 (ADC) 的出现引发了关于 HR+/HER2+ MBC 患者内分泌治疗必要性的争论，因此优化针对这种特定亚型的治疗至关重要 [5]。关于乳腺癌的局部转移，一些研究表明，将化疗与局部治疗相结合可以改善 MBC 的局部控制 (LC) [6]。然而，NRG-BR002 临床试验的结果表明局部治疗可能不会显著影响 MBC 治疗 [7]，这引发了关于其在治疗中的作用的持续讨论。本文，我们介绍了一例 HR+/HER+ 多发性局部转移性乳腺癌患者，该患者通过 T-Dxd 和局部治疗（未进行内分泌治疗）实现了长期稳定生存。该病例凸显了延长转移性 HR+/HER2+ 乳腺癌患者生存期的潜力。
适应性规划 2024-25 年结转支出计划
功能区蓝色功能区按部门（“级别”）、基金、基金类型和 CFSP 线控制您的视角。选择“顶级”、“所有”基金和“所有”CFSP 线可概览所有部门和基金。根据 CFSP 版本的财政年度将时间设置为 6 月（例如，对于“2024-25 结转支出计划”版本，设置为“2025 年 6 月”）。请将基金类型设置为“结转基金”，因为这将过滤列出的基金列表，从而更轻松地选择合适的基金。
用于预测早期胃癌淋巴结转移的机器学习模型不符合内窥镜可耐加固性标准
摘要背景我们开发了一种机器学习（ML）模型，以预测早期胃癌（EGC）患者淋巴结转移（LNM）的风险，这些患者不符合现有的日本内窥镜可固定性标准，并将其性能与最常见的临床风险扫描系统（Ecura System）相比。方法，我们使用了来自21家经过内窥镜亚粘膜溶解（ESD）和/或在2010年至2021年之间的21家机构的EGC患者的数据。所有切除的EGC在组织学上均未满足当前的日本内窥镜可耐加固性标准。在所有患者中，有3,506名构成了开发基于神经网络的ML模型的训练队列，而536个构成了验证队列。由接收器操作特征曲线（AUC）下的面积测量的ML模型的性能与验证队列中的ECURA系统的性能进行了比较。结果LNM率分别为14％（503/3,506）和7％（39/536），分别为培训和验证队列。ML模型在验证队列中鉴定出患有AUC为0.83（95％置信区间，0.76–0.89）的LNM患者，而ECURA系统鉴定出具有0.77的LNM的患者，其AUC为0.77（95％置信区间，0.70-0.85）（0.70-0.85）（p = 0.006）（p = 0.006，DELONG TEST）。结论我们的ML模型的性能优于ECURA系统，用于预测不符合日本内窥镜可固定性标准的EGC患者的LNM风险。迷你抽象，我们开发了一种基于神经网络的机器学习模型，该模型可预测早期胃癌患者淋巴结转移的风险，这些患者不符合内窥镜可缓解性标准。
休假结转清单 - HQ RIO
- 这是您携带的休假订单 - 1 份预先认证订单副本应发送给 Active Pay 团队，以通过 MyFSS 票证输入成员的订单详细信息 - 1 份副本应包含在单独的 MyFSS 票证中，并附上所有其他结转文件 - 此预先认证订单应在订单中包含已批准的结转声明，以授权结转金额 - 带有结转声明的预先认证订单示例可在 HQ RIO 门户网站上找到：https://www.hqrio.afrc.af.mil/Pay/Leave-Carryover/
PCS 结转备忘录未获授权
（ETS）和/或永久调动（PCS）人员将 DD 表格 362 亲自送至 FAO，指挥官、PBO 和负责官员不会按照安装 SOP 在任何文件上加盖清除签名或印章，以清除个人，直到个人将 FAO 注明的 DD 表格 362 副本交还给他们，表明 FAO 已收到。2. 注意：DA 表格 3645 记录组织服装和个人装备的交易
注意：PCS 结转备忘录不是“...
记录），所有在 PCS 转移栏下带有“N”的 OCIE 都必须上交。 8. 士兵必须穿着军装（无 PT） 9. 上交时需要提供身份证、命令或记录备忘录 (MFR)。注意：PCS 结转备忘录并未“授权”用于防弹衣背心和防弹板、头盔和睡眠系统！参加 PCS 的士兵将根据 IAW DA 3645 组织服装和个人装备记录进行上交，所有在 PCS 转移栏下带有“N”的 OCIE 都必须上交。头盔必须清洁并由学校培训的 ALSE 人员检查，该人员必须在档案中提供有效的签名卡
注意：PCS 结转备忘录不是“...
记录），所有在 PCS 转移栏下带有“N”的 OCIE 都必须上交。 8. 士兵必须穿着军装（无 PT） 9. 上交时需要提供身份证、命令或记录备忘录 (MFR)。注意：PCS 结转备忘录并未“授权”用于防弹衣背心和防弹板、头盔和睡眠系统！参加 PCS 的士兵将根据 IAW DA 3645 组织服装和个人装备记录进行上交，所有在 PCS 转移栏下带有“N”的 OCIE 都必须上交。头盔必须清洁并由学校培训的 ALSE 人员检查，该人员必须在档案中提供有效的签名卡
原创研究鼻咽癌患者N-钙粘蛋白表达与颈淋巴结转移的关系
背景：尽管鼻咽癌治疗方法先进，但淋巴结 (LN) 转移仍然是鼻咽癌患者病情恶化的一个特征。上皮-间质转化 (EMT) 介导的转移发生的一种机制是增加 N-钙粘蛋白表达。本研究的目的是确定 N-钙粘蛋白在鼻咽癌病例中转移性淋巴结中的表达。方法：采用不比例分层随机抽样采集样本。使用免疫组织化学方法检查 N-钙粘蛋白的表达。通过双目光学显微镜目视评估 N-钙粘蛋白的表达。我们使用 Mann-Whitney U 检验分析了这些数据，以检查 N-钙粘蛋白的表达和淋巴结转移。结果：N3 组表达强烈，为 63.6%；N2 组为 27.3%，N1 组为 9.1%。在鼻咽癌 N0 或无淋巴结转移的患者中，N-钙粘蛋白的表达为 0%。 N-cadherin 的表达确实是鼻咽癌发生淋巴结转移的指标，统计学分析 p = 0.026 (p < 0.05) 具有显著性。结论：N-cadherin 的表达与鼻咽癌患者淋巴结转移存在相关性。关键词：N-cadherin、鼻咽癌、癌症、免疫组织化学
人工智能的应用人工智能在预测乳腺癌淋巴结转移中的应用
乳腺癌是全球女性死亡的主要原因。乳腺癌的一个特点是它能够转移到身体的远处区域，而这种疾病首先通过扩散到腋窝淋巴结来实现这一点。传统的腋窝淋巴结转移诊断包括一种侵入性技术，这会导致乳腺癌患者出现潜在的临床并发症。人工智能在医学成像领域的兴起导致了创新的深度学习模型的诞生，这种模型可以非侵入性地预测腋窝淋巴结的转移状态，从而避免对患者进行不必要的活检和解剖。在这篇综述中，我们讨论了各种深度学习人工智能模型在多种成像模式下预测腋窝淋巴结转移的成功率。