XiaoMi-AI文件搜索系统
World File Search System肿瘤学
肝细胞癌，对免疫疗法完全反应：肿瘤学家的困境
尽管各种癌症之间存在固有的生物学差异，但在尝试最佳免疫疗法的尝试中可以考虑从其他癌症模型中推断出。例如，在黑色素瘤中，已经证明了两年以上的治疗没有临床价值。另一方面，即使在达到CR的患者中，也可以根据PFS确定治疗少于18个月。因此，研究生物学和临床预后因素至关重要，这些因素可能最能确定与免疫疗法持续时间有关的每种癌症中最佳结果。在HCC中，实现CR与部分反应（PR）或稳定疾病（SD）的患者的HCC免疫疗法持续时间的实时数据特别相关。此外，该研究的生物学因素可能预测从免疫疗法中受益的子集是一个不断发展的研究领域，例如，免疫特征已显示具有预测价值。来自各种信号通路（端粒维持，p53/细胞周期调节，Wnt/β -catenin，Akt/mTOR和MAP激酶）的基因经常在HCC中突变（11）。此外，DNA损伤修复成员（DDR）途径的突变可能会影响免疫疗法的功效。DDR信号通路的改变会导致基因组不稳定性和突变频率增加。突变可以用作免疫疗法功效的潜在生物标志物（11）。
放射治疗和肿瘤学
目标：本研究旨在探索多中心数据异质性对深度学习脑转移瘤 (BM) 自动分割性能的影响，并评估增量迁移学习技术，即不遗忘学习 (LWF)，在不共享原始数据的情况下提高模型通用性的有效性。材料和方法：使用了来自埃尔朗根大学医院 (UKER)、苏黎世大学医院 (USZ)、斯坦福大学、加州大学旧金山分校、纽约大学 (NYU) 和 BraTS Challenge 2023 的总共六个 BM 数据集。首先，分别针对单中心专项训练和混合多中心训练建立 DeepMedic 网络的 BM 自动分割性能。随后评估了隐私保护双边协作，其中将预训练模型共享到另一个中心以使用迁移学习 (TL) 进行进一步训练（带或不带 LWF）。结果：对于单中心训练，在各自的单中心测试数据上，BM 检测的平均 F1 分数范围从 0.625（NYU）到 0.876（UKER）。混合多中心训练显著提高了斯坦福大学和纽约大学的 F1 分数，而其他中心的提高可以忽略不计。当将 UKER 预训练模型应用于 USZ 时，在组合 UKER 和 USZ 测试数据上，LWF 获得的平均 F1 分数 (0.839) 高于朴素 TL (0.570) 和单中心训练 (0.688)。朴素 TL 提高了灵敏度和轮廓绘制精度，但损害了精度。相反，LWF 表现出值得称赞的灵敏度、精度和轮廓绘制精度。当应用于斯坦福大学时，观察到了类似的性能。结论：数据异质性（例如，不同中心的转移密度、空间分布和图像空间分辨率的变化）导致 BM 自动分割的性能不同，对模型的通用性提出了挑战。LWF 是一种很有前途的点对点隐私保护模型训练方法。
肿瘤学的新边界：不断发展的创新生态系统
卫生部门仍然是欧洲竞争力的基石，正如Draghi关于欧洲竞争力未来（Draghi 2024a，2024b）未来的报告所强调的那样，强调了在该领域促进创新的战略重要性。这项研究的目的是确定最有希望的癌症相关技术。它引入了一个框架，用于对28个独特的癌症技术领域进行分类，并加深我们对癌症与癌症相关创新的最新加速的理解。在确定了一系列未来的增长技术领域后，这项研究评估了欧洲对它们的贡献，同时研究了包括大学，公共研究组织（Pros）以及医院和初创公司在内的公共研究机构扮演的关键角色。这样做，它提供了有关演员和创新推动欧洲癌症相关技术进展的新观点。
分子肿瘤学检测用于实体肿瘤癌症诊断、预后和治疗决策 - 商业和个人交换医疗政策
目前正在接受乳腺癌辅助激素治疗（如他莫昔芬或芳香化酶抑制剂），且满足以下所有条件： o 激素受体阳性（雌激素受体阳性、孕激素受体阳性或两者）；并且 o HER2 受体阴性；并且 o 患者和治疗医生在检测前已经讨论过检测的潜在结果，并决定使用该结果来指导有关延长辅助激素治疗的决策 对于乳腺癌患者，针对同一肿瘤使用多种预测性 GEP 尚未得到证实，并且由于疗效证据不足，在医学上也没有必要。 注意：这不适用于 BCI 检测，BCI 检测可用于评估延长内分泌治疗在可能已经有 GEP 的乳腺癌中的作用，以确定辅助化疗的作用。由于疗效证据不足，针对乳腺癌适应症（包括导管原位癌 (DCIS)）的 GEP 或除之前已证实的治疗决定以外的治疗决定未经证实且在医学上没有必要。此类检测可能包括但不限于：
分子肿瘤学伴随诊断测试
如果通过液体活检 [例如 FoundationOne ® Liquid CDx（CPT 代码 0239U）或 Guardant360 ® CDx（CPT 代码 0242U）] 进行检测，则必须满足以下标准之一： o 接受检测的个体身体状况不适合进行侵入性活检；或 o 无法进行肿瘤组织检测；或 o 循环肿瘤 DNA (ctDNA) 检测是检测特定生物标志物（例如 ESR1 抗性突变）的有效方法。如果不符合上述要求，使用综合基因组分析 (CGP) 的伴随诊断测试将被视为未经证实且没有医学必要。注意：对于未分化甲状腺癌，请参阅医疗政策“用于实体瘤癌症诊断、预后和治疗决策的分子肿瘤学检测”。对于急性髓细胞白血病，请参阅题为“血液系统癌症诊断、预后和治疗决策的分子肿瘤学检测”的医疗政策。
m2icos-提高临床肿瘤学技能COD.2024 ...
由欧盟资助。然而，所表达的意见仅属于作者或仅属于作者，不一定反映欧盟或入侵的意见。欧洲联盟和交付管理局都不能由欧盟资助。计数和反对是作者的算法，并且不必反映欧盟或入侵的反映。欧盟和授予机构都不能对他们负责。
肝癌类器官的药物蛋白质组学表征及其在精准肿瘤学中的应用
* 通讯作者。gaoqiang@fudan.edu.cn (QG); ydsun@ion.ac.cn (YS); zhouhu@simm.ac.cn (HZ)。† 这些作者对本文的贡献相同。作者贡献：概念化，QG、YS、HZ 和 SJ 方法论，SJ、LF、ZF、GW、DL、YS、ZY、YL、CS、YL、HL、GH 和 JL 形式分析，YS、SJ、LF、ZF、YW、DL、YS、PC、ZY 和 SC 调查，SJ、ZF、GW、DL、YL、CS、GS、YL、YS 和 HL 验证：SJ 和 YL 资源：YL、SZ 和 XZ 可视化，SJ、LF、ZF、YW 和 PC 资金获取：QG、YS、BZ、SJ、YW 和 ZD 项目管理：QG、YS、HZ、SZ、XW、SQ、XZ、GH、JL、JZ 和 XW 监督：QG、YS、HZ、GH、JL 和 JF 撰写 - 原始草稿： SJ、LF、ZF、YW、YS 和 QG。撰写 - 审阅和编辑：QG、YS、HZ、LD、PW、DG、BZ、HR 和 HC
肿瘤学：癌症筛查
概述此政策涉及遗传和生物标志物测试，旨在筛选有风险开发它们的人的特定癌症。这些筛查测试可以为无症状的个体设计，这些个体的癌症平均风险水平，也可以针对已知患有更高风险发展特定癌症的个体。遗传和生物标志物癌症筛查测试旨在在症状出现之前鉴定出癌症的存在，并且何时治疗通常是最有效的。这些测试目前尚未诊断出癌症，但通常确定一个人是否存在癌症存在的机会增加。可以通过分析粪便或外周血中存在的特定DNA来进行结直肠癌的筛查测试。癌症筛查测试也可以在尿液样本上进行，以筛选膀胱癌和结肠息肉。这些方法为当前可用的筛查方法（例如结肠镜检查）提供了一种无创替代方案。肺癌的筛查测试可能是低剂量计算机断层扫描（LDCT）的潜在有用的辅助作用，这是高风险种群中建议的肺癌筛查工具。生物标志物，例如自身抗体，代谢物，蛋白质和microRNA，可以从许多不同的身体来源中取样，包括全血，血清，血浆，支气管刷和痰液。循环血液和基于血清的生物标志物是方便的样本，因为它们相对容易且廉价地收集。
宾夕法尼亚大学全球肿瘤学研究中心资助试点...
该项目是否涉及以下任何一项（如果是，则必须在研究启动前获得监管部门的批准函）： 人类受试者？¨ 否 ¨ 是 IRB 协议号：______________ 批准日期：______________ 动物受试者？¨ 否 ¨ 是 IACUC 协议号：_____________ 批准日期：_______________ 生物危害或重组 DNA？¨ 否 ¨ 是 协议号：__________________ 批准日期：______________ 项目类别（选择一个）： o 基础科学/实验室研究（例如，细胞培养、动物模型） o 转化研究（例如，从基础到临床、从临床到社区） o 临床研究（例如，临床预防或治疗试验） o 基于人群/癌症控制研究（例如，流行病学/遗传学、实施科学、行为科学、卫生服务、基于社区的研究）
肿瘤学-分子分析-实体肿瘤-血液学-...
1. 疑似或已证实的转移性结直肠癌，或 2. 晚期或转移性非小细胞肺癌（NSCLC），或 3. III 期或 IV 期皮肤黑色素瘤，或 4. 需要活检的不确定的甲状腺结节，或 5. 未分化甲状腺癌，或 6. 局部复发、晚期和/或转移性乳头状甲状腺癌，或 7. 局部复发、晚期和/或转移性滤泡性甲状腺癌，或 8. 局部复发、晚期和/或转移性赫尔特尔细胞甲状腺癌，或 9. 低级别神经胶质瘤或毛细胞星形细胞瘤，或 10. 可切除或边缘可切除或局部晚期/转移性胰腺癌