XiaoMi-AI文件搜索系统
World File Search System肺癌
“ Datopotamab deruxtecan在美国对先前治疗的晚期EGFR突变的非小细胞肺癌的患者进行了优先审查”
参考文献1世界卫生组织。全球癌症天文台：肺。2025年1月访问。2美国癌症学会。 肺癌的关键统计数据。 2025年1月访问。 3 szumera-ciećKiewiczA等。 int J Clin Exp Pathol。 2013; 6（12）：2800-2812。 4 Ellison G等。 J Clin Pathol。 2013; 66（2）：79-89。 5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。2美国癌症学会。肺癌的关键统计数据。 2025年1月访问。 3 szumera-ciećKiewiczA等。 int J Clin Exp Pathol。 2013; 6（12）：2800-2812。 4 Ellison G等。 J Clin Pathol。 2013; 66（2）：79-89。 5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。肺癌的关键统计数据。2025年1月访问。3 szumera-ciećKiewiczA等。int J Clin Exp Pathol。2013; 6（12）：2800-2812。 4 Ellison G等。 J Clin Pathol。 2013; 66（2）：79-89。 5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。2013; 6（12）：2800-2812。4 Ellison G等。 J Clin Pathol。 2013; 66（2）：79-89。 5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。4 Ellison G等。J Clin Pathol。2013; 66（2）：79-89。 5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。2013; 66（2）：79-89。5 Prabhakar C.转化肺癌研究。 2015; 4（2），110-118。 6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。5 Prabhakar C.转化肺癌研究。2015; 4（2），110-118。6美国癌症学会。 针对非小细胞肺癌的靶向药物治疗。 2025年1月访问。 7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。6美国癌症学会。针对非小细胞肺癌的靶向药物治疗。2025年1月访问。7 Chen R等。 J hematol oncol。 2020：13（1）：58。 8 Majeed U等。 J hematol oncol。 2021; 14（1）：108。 9 Morgillo F等。 ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。7 Chen R等。J hematol oncol。2020：13（1）：58。8 Majeed U等。J hematol oncol。2021; 14（1）：108。9 Morgillo F等。ESMO打开。 2016; 1：e000060。 10 Han B等。 onco目标。 2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。ESMO打开。2016; 1：e000060。10 Han B等。onco目标。2018; 11：2121-9。 11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。2018; 11：2121-9。11 Mito R等。 Pathol int。 2020; 70（5）：287-294。 12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。11 Mito R等。Pathol int。2020; 70（5）：287-294。12Rodríguez-Abreau D等。 ann onc。 2021 Jul; 32（7）：881-895。12Rodríguez-Abreau D等。ann onc。2021 Jul; 32（7）：881-895。
表征和评估铜纳米颗粒的细胞毒性，抗氧化剂和抗人类肺癌特性，沿PI3K/AKT/MTOR信号途径在PI3K/AKT/MTOR信号途径之后通过茴香提取物进行绿色合成
这项工作确立了用茴香提取物制造的铜纳米果（Cunps）的细胞毒性，抗氧化剂和抗癌作用，尤其是在非小细胞肺癌（NSCLC）上。cunps以两种NSCLC细胞系A549和H1650以剂量依赖性方式引起细胞毒性。在100μg/mL时，CUNPS在A549细胞中降低到70％，H1650细胞中的65％。显示出细胞毒性作用（p <0。05）。乳酸脱氢酶（LDH）相应地在细胞中以很高的比例存在，在测试时证明。及其细胞毒性特性，Cunps表现出较高的抗氧化活性。当纳米颗粒的浓度高（100μg/ml）时，浓缩氧（ROS）的比率降低了多达50％，这反过来又表明抗氧化活性。有很多证据表明Cunps具有抗癌潜力。分子对PI3K/AKT/MTOR途径的影响已经表明，这是对癌症存活至关重要的途径之一。Western印迹分析和QRT-PCR结果表明，在CUNP暴露时，该途径中蛋白质会广泛降解。有趣的是，以100μg/ml的磷酸化下降了高达75％的PI3K，AKT和MTOR（P <0。001）。总之，这些发现说明了CUNPS治疗作用背后的机制，从而使它们成为NSCLC治疗的良好靶标。Cunps具有细胞毒性和抗氧化能力，以及肺癌途径的重大改变，因此可以将其视为抗癌候选者。
研究论文使用决策树、朴素贝叶斯和支持向量对肺癌预测中的分类模型性能的比较分析
本研究旨在利用“肺癌预测”数据集，分析三种分类模型（决策树分类器、支持向量机和朴素贝叶斯分类器）在预测肺癌方面的表现。所采用的性能评估指标包括准确率、精确率加权、召回率加权和 F1 加权。作为初步步骤，进行了探索性数据分析 (EDA) 和数据集预处理，包括特征选择、数据清理和数据转换。测试数据结果显示，决策树分类器和朴素贝叶斯分类器具有相似的性能，准确率、精确率、召回率和 F1 值都很高。同时，支持向量机也表现出了竞争力，尽管其精确率加权值略低。此外，使用箱线图进行了异常值分析，结果显示决策树分类器有 2 个异常值，而支持向量机有 4 个异常值，朴素贝叶斯没有异常值。总而言之，这三种分类模型在肺癌预测中都表现出良好的潜力。然而，选择最佳模型需要考虑应用的相关评估指标，并考虑到每个模型的局限性。需要进一步评估和深入分析，以确保模型在更准确和一致地预测肺癌病例方面的可靠性。
针对LIMD1缺陷的非小细胞肺癌亚型的靶向疗法
肺部肿瘤发生的早期事件是抑制肿瘤基因LIMD1（包含1的LIM结构域）的丧失；这编码了支架蛋白，该蛋白质通过多种不同机制抑制肿瘤发生。在LIMD1中，约有45％的非小细胞肺癌（NSCLC）有效，但在临床前和临床研究中，这种NSCLC的亚型被忽略了。由于缺乏“可吸毒”目标，因此很难在这些LIMD1功能丧失患者中定义的治疗靶标，因此需要替代方法。为此，我们进行了第一个重新利用筛选，以识别NSCLC细胞中赋予合成致死性并损失合成致死性的化合物。PF-477736被证明可以通过抑制多种激酶在体外有选择地靶向LIMD1的细胞，从而通过凋亡诱导细胞死亡。此外，PF-477736在皮下异种移植模型中有效治疗LIMD1 - / - 肿瘤，在LIMD1 + / +细胞中没有显着作用。我们已经确定了一种具有显着的临床前表征的新型药物工具，该工具是探索和定义LIMD1脱氧癌的绝佳候选者，是一个新的批判性未满足需求的新治疗亚组。
P-gp在癌症治疗中的作用 母亲糖尿病和新生儿 基于环氧链的链酸（PLA） 对视频语义标签的开放物的分析 在整个花朵季节中，定期添加葡萄糖抑制了在添加剂湖水样品中的蓝细菌丰度 通过全面的渗透测试增强移动安全 生物有效的效率是改善塞内加西尼斯和斯威尼尼尼尼氏树的生长的自然替代品之一，以及可持续性 关键趋势推动了马来西亚银行业的生成人工智能采用的采用 与BEC和顺铂的组合处理协同增强抗癌活性，并导致绝对生存 抗血管生成药物在小细胞肺癌的一线治疗中的研究进度 使用具有自我测量物理状况指标的机器学习算法的心脏病预测 风险与国立大学医院中心的糖尿病性视网膜病有关的因素Hubert Koutoukou Maga
p-糖蛋白（P-gp）是ATP结合盒（ABC）转运蛋白家族的成员，在多药耐药性（MDR）在癌症治疗中起着至关重要的作用。p-gp积极地从癌细胞中泵送化学治疗药物，降低其细胞内浓度，从而降低其疗效。本综述探讨了P-gp对MDR贡献的机制，包括内在和获得的抗性。它还讨论了抑制P-gp的各种策略，例如阻断药物结合位点，干扰ATP水解以及改变细胞膜整体性。还检查了第四代P-gp抑制剂和其他新型抑制剂的潜力，以增强癌症疗法的有效性。理解和克服P-gp介导的MDR对于改善癌症患者的治疗结果至关重要。关键字
免疫检查点抑制剂在非小细胞肺癌脑转移治疗中的应用：全面回顾当前试验、指南和未来方向
摘要：背景：脑转移 (BM) 是非小细胞肺癌 (NSCLC) 患者常见的严重并发症，由于其复杂的肿瘤生物学和大脑复杂的微环境，难以治疗。目的：本综述探讨了免疫检查点抑制剂 (ICI) 在治疗 BM 的 NSCLC 中的当前作用，重点介绍最新的临床试验、新兴策略、当前指南和未来方向。我们重点介绍了 ICI 作为单一疗法以及与其他疗法（如放射疗法、立体定向放射外科、化疗和抗 VEGF 药物）联合使用的疗效。结果：虽然没有一种单一的治疗顺序被普遍接受，但将 ICI 与传统疗法相结合构成了当前治疗方案的核心。针对 PD-1/PD-L1 通路的 ICI 显著推进了 NSCLC 治疗，表现为在各种情况下总体生存率和无进展生存率的提高。然而，优化这些益处需要仔细考虑潜在的副作用，包括认知能力下降和放射性坏死，以及类固醇使用对 ICI 疗效的影响。结论：本综述强调了个性化、综合性多学科治疗方法的必要性。未来的研究应侧重于改进联合疗法并了解最佳治疗顺序和治疗时机。
BC癌症协议摘要用于治疗铂和吉西他滨的晚期非小细胞肺癌（NSCLC）
致电（604）930-2098或1-800-523-2885致电克里斯托弗·李（Christopher Lee）或肿瘤组代表，与此治疗计划有关任何问题或问题。参考：1。asco。治疗不可切除的非小细胞肺癌的临床实践指南。J Clin Oncol 1997; 15：2996-3018。2。非小细胞肺癌协作组。非小细胞肺癌的化学疗法：使用来自52例随机临床试验的个体患者的更新数据的元分析。BMJ 1995; 311：899-909。3。Scagliotti GV，De Marinis F，Rinaldi M等。III期随机试验比较了晚期非小细胞肺癌中三个基于铂的双重脚。J Clin Oncol 2002; 20（21）：4285-91。4。Schiller JH，Harrington D，Belani CP等。对晚期非小细胞肺癌的四种化疗方案的比较。n Engl J Med 2002; 346：92-98。5。Zatloukal P等。吉西他滨加顺铂与吉西他滨和吉西他滨和卡泊粉素中的carboplatin和IV非小细胞肺癌：III期随机试验。肺癌2003; 41（3）：321-31。 6。 van Moorsel CJA，Peters GJ，Pinedo HM。 吉西他滨：单药和组合研究的未来前景。 肿瘤学家1997; 2：127-34。 7。 玛丽莲·贝恩（Marilyn Bain），医疗信息专家。 个人交流。 Eli Lilly Canada Inc； 2005年6月30日。肺癌2003; 41（3）：321-31。6。van Moorsel CJA，Peters GJ，Pinedo HM。吉西他滨：单药和组合研究的未来前景。肿瘤学家1997; 2：127-34。7。玛丽莲·贝恩（Marilyn Bain），医疗信息专家。个人交流。Eli Lilly Canada Inc； 2005年6月30日。Eli Lilly Canada Inc； 2005年6月30日。
新型萘连接吡唑啉-噻唑杂化物作为突出的抗肺癌和抗乳腺癌抑制剂
1.简介肺癌是世界上最常见且最致命的癌症之一，临床上一般分为小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC）两种类型。NSCLC 通常诊断时已是晚期，大多数患者无法通过手术切除。化疗和放疗是 NSCLC 的其他治疗策略，但其效果相对不足。此外，化疗降低了患者的生活质量，导致意外死亡和生存率低。因此，已经开发出新的治疗选择，例如使用先进的细胞和分子方法的靶向治疗。该疗法针对在基因表达、细胞凋亡和细胞周期中起关键作用的特定致癌基因和信号通路。近年来，特异性酪氨酸激酶 (TK) 抑制剂的开发以及在分子水平上对这些药物的检验已导致 NSCLC 治疗发生根本性变化 [1–4]。
肺癌患者的横断面研究是腹主动脉瘤的潜在高风险因素
颈部周长（NC）是诊断代谢综合征（MS）的预测度量。本研究的目的是基于根据IDF和NCEP-ATP III标准，基于MS组成部分建立NC的截止点，以作为MS在巴西农村工人中的存在的预测指标。这是一项与巴西Espı´rito Santo州圣玛丽亚·德·jetiba市的农村工人进行的横断面研究。计算了ROC曲线，并使用确定MS的不同标准方法，从NC中识别出NC的截止点，并从NC中识别出NC。灵敏度，特异性，正和阴性预测值以及Youden指数。所采用的显着性水平为5％。根据IDF标准，男性的截止点不同，根据NCEP-ATP III c症状，导致39.550 cm（AUC 0.832）和39.125 cm（AUC 0.888）。对于女性，截止值相似，导致单个截止值为34.725 cm（NCEP-ATP III的AUC 0.862，IDF为0.849）。针对NC的男性和女性定义的截止点显示出良好的灵敏度和特异性，可预测研究人群中的MS。NC的测量被证明是评估巴西农村工人中这种发病率的简单，低成本和准确的措施。
AI检测的胸部X射线异常的系统优先级用于优化的肺癌检测
表1：胸部X射线发现的三种优先策略中AI系统的性能指标，包括灵敏度，特异性，正预测值（PPV）和负预测值（NPV）。ppv：阳性预测价值 - 真正阳性的AI阳性病例的比例。npv：负预测价值 - 真正负面因素的AI阴性案例的比例。fpr：误报率 - AI标记的非癌症案件的比例。fnr：假阴性率 - AI错过的癌症病例的比例。