摘要:背景:2022 年 12 月至 2023 年 1 月期间,中国发生了前所未有的 2019 冠状病毒病 (COVID-19) 浪潮,对 COVID-19 初级疫苗系列的有效性提出了挑战。医护人员在大规模突破性感染后对未来 COVID-19 加强疫苗 (CBV) 的态度仍然未知。本研究旨在探讨前所未有的 COVID-19 浪潮后医护人员未来拒绝接种 CBV 的流行率和决定因素。方法:2023 年 2 月 9 日至 19 日,在中国医护人员中进行了一项横断面全国在线调查,使用自填式问卷疫苗。收集了社会人口统计学、职业、慢性病史、既往 COVID-19 感染、对未来 CBV 的态度以及拒绝未来 CBV 的原因。我们使用多变量逻辑回归模型估计了比值比 [OR] 和 95% 置信区间 [CI],以探索与未来拒绝接种 CBV 相关的因素。结果:在完成调查的 1618 名参与者中,对 1511 名接种了两剂或两剂以上 COVID-19 疫苗的受访者进行了分析。共有 648 名(41.8%)受访者不愿意在未来接种 CBV。多变量逻辑回归分析显示,拒绝接种 CBV 与职业(与其他工作人员相比,医生调整后的 OR 1.17,95%CI 0.79–1.72,护士调整后的 OR 1.88,95%CI 1.24 − 2.85,p = 0.008)、过敏史(调整后的 OR 1.72,95%CI 1.05–2.83,p = 0.032)、未来感染 COVID-19 的自我感知风险较低(p < 0.001)以及对 CBV 有效性(p = 0.014)、安全性(p < 0.001)以及对医护人员和公众的必需品(p < 0.001)的信念较低有关。结论:我们的研究结果强调,在前所未有的 COVID-19 浪潮之后,相当一部分医护人员反对未来接种加强剂。对未来 COVID-19 风险的自我认知以及疫苗的潜在危害或可疑功效是主要决定因素。我们的研究结果可能有助于公共卫生当局制定未来的 COVID-19 疫苗接种计划。
功能性超声 (fUS) 是一种新工具,可通过区域监测脑血容量 (CBV) 动态来成像大脑活动。这种创新技术尚未在药理应用和药物开发中充分发挥其潜力。在当前的概念验证研究中,使用药理功能性超声 (pharmaco-fUS) 在麻醉大鼠中评估了阿托西汀 (ATX) 的影响,阿托西汀是一种强效去甲肾上腺素再摄取抑制剂,是一种用于治疗注意力缺陷多动障碍的非兴奋剂治疗药物,剂量不断增加 (0.3、1 和 3 mg/kg)。使用感兴趣区域 (CBV 和功能连接的急性变化) 或基于像素 (一般线性建模和独立成分分析) 的分析,我们在此证明 ATX 在视觉皮层、齿状回和丘脑中持续表现出血流动力学效应,尤其是视觉区域,例如丘脑后外侧核和膝状核 (LGN)。 ATX 效应的时间曲线与剂量有关,最高剂量时 CBV 增加最快,中等剂量时 CBV 增加时间较长。规范使用药物融合超声可以提高我们对药物在脑内作用机制的理解,并可能成为神经系统疾病药物开发的新一步。
CBV帮助新南威尔士州北部地方卫生区(NNSWLHD)将重点从产出转移到其医疗成像服务的结果。地区分析的服务需要设计医学成像服务,该服务为正确的位置提供了正确的服务,并专注于对患者最重要的结果。他们使用广泛的咨询和共同设计流程来确保其利益相关者的反馈和观点告知该地区的医学成像服务。
的目的:定量评估自发性脑内出血(ICH)的 - 血肿区域的血液脑屏障(BBB)渗透性,并研究脑瘤周围的脑血流通透性和BBB渗透性的改变。材料和方法:自发ICH患者同时进行了未增强的计算机断层扫描(CT)和CT灌注(CTP)。血肿的体积。包括脑血液流量(CBF),脑血体积(CBV),平均转运时间(MTT),峰值时间(TTP)和渗透率E表面积(PS)的值在统计区域和相对的镜像区域中测量了统计结果,并测量了相对值。线性回归用于评估BBB渗透率和变量之间的关联。结果:这项研究总共包括87名ICH患者。在ICH患者的围围场区域观察到了局部升高的BBB渗透率。线性回归表明,RCBF(B¼E0.379,p¼0.001)和RCBV(b¼0.412,p¼0.000)的增加与深ICH中的相对PS(RPS)值独立相关,而RCBV的相对PS(RPS)值增加,而RCBV仅增加了RCBV(B¼0.423,p¼0.423,p¼0.071)corlar inps correl inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps增加增加。结论:在血肿周围的区域中,BBB渗透率局部升高。脑血流动力学改变与BBB渗透性增加有关。 脑部灌注不足可能会加剧BBB妥协,而CBV的补偿性增加可能会导致BBB的再灌注损伤。脑血流动力学改变与BBB渗透性增加有关。脑部灌注不足可能会加剧BBB妥协,而CBV的补偿性增加可能会导致BBB的再灌注损伤。2022作者。由Elsevier Ltd代表皇家放射学院出版。这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
摘要 人们越来越多地认识到脑能量缺乏是多发性硬化症 (MS) 的一个重要特征。到目前为止,我们还缺乏非侵入性成像方法来量化人脑的能量利用和线粒体功能。在这里,我们使用了新颖的双校准功能性磁共振成像 (dc-fMRI) 来绘制 MS (PwMS) 患者和年龄/性别匹配的对照组的灰质 (GM) 脱氧血红蛋白敏感脑血容量 (CBV dHb )、脑血流量 (CBF)、氧提取分数 (OEF) 和脑代谢氧消耗率 (CMRO 2 )。通过整合氧运输的流动扩散模型,我们评估了毛细血管网络的有效氧扩散率 (DC ) 和线粒体的氧分压 (PmO 2 )。观察到组间显著差异,与对照组相比,患者的 CBF(p = 0.010)、CMRO 2(p < 0.001)和 DC(p = 0.002)减少,而 PmO 2(p = 0.043)增加。CBV dHb(p = 0.389)、OEF(p = 0.358)或 GM 体积(p = 0.302)无显著差异。区域分析显示 PwMS 的 CMRO 2 和 DC 普遍减少。我们的研究结果可能表明 MS 大脑的氧气需求或利用率降低以及线粒体功能障碍。我们的结果表明大脑生理学的变化可能先于 MRI 可检测到的 GM 丢失,并可能导致疾病进展和神经退行性。
图3 17例患者的平均反应:(a)群体平均潮汐CO 2(蓝色)和O 2(绿色)痕迹,以及(b)CO 2痕迹的相应时间衍生物。(c)组平均灰质血氧水平依赖性(GM BOLD)信号响应,以及(d)相应的时间衍生物。(e)由CO 2介导的脑血体积调节(CBV)引起的流入信号。注意峰值响应时间衍生(B和D)与峰流入信号(E)之间的时机以及瞬时O 2不会产生流入效应的事实。流出效应,需要新鲜的,不饱和的自旋流入。阴影区域表示跨受试者的标准偏差。垂直虚线表示高含量和高氧化块的末端。
脑转移瘤 (BM)、胶质母细胞瘤和原发性中枢神经系统淋巴瘤 (PCNSL) 是成人中最常见的颅内肿瘤(分别为 17%、14.6% 和 1.9%)(1,2)。治疗方法和预后各不相同,准确的诊断对于指导治疗策略至关重要。目前的指南建议,对于 BM 和胶质母细胞瘤应进行最大限度的手术切除加放化疗治疗,对于 PCNSL 应进行甲氨蝶呤化疗加全脑放疗(3-6)。活检,尤其是立体定向活检,是诊断的金标准,但总体并发症发生率高达 13%(7)。此外,对于 BM 和胶质母细胞瘤患者,为了缓解症状而在术前使用类固醇可能会妨碍 PCNSL 的组织病理学诊断,导致更高的假阴性率(8)。常规磁共振成像 (MRI) 可协助术前诊断评估并指导治疗计划,但病变可能显示重叠的放射学特征。在 T1 加权钆增强 (T1Gd) 图像上,胶质母细胞瘤通常显示对比增强的周边边缘和类似于单发性 BM 的中央坏死,而 PCNSL 通常表现出均匀增强 ( 9 , 10 )。在非典型病例中,胶质母细胞瘤可能显示极少或没有坏死,而 PCNSL 可能显示模仿胶质母细胞瘤的中心坏死 ( 11 )。一些先进的 MRI 技术可以支持放射学评估,例如通过区分 PCNSL 的特征性脑血容量 (CBV) 减少和胶质母细胞瘤中经常报告的高 CBV ( 12 , 13 )。然而,可能会遇到罕见的富血管 PCNSL,即使使用先进的多参数成像,也会带来额外的诊断挑战。最后,先进的 MRI 协议需要更多的专业知识和费用,影响其全球适用性(14)。放射组学已被用于神经肿瘤学,通过分析纹理或手工制作的放射学特征进行诊断分类和预后预测(15)。然而,它需要冗长而细致的预处理步骤,如图像分割、手动特征选择和提取。最近,机器学习算法的引入显著提高了分类性能(16-18):深度学习方法,特别是深度神经网络(DNN),可以通过直接从放射学序列中提取信息来自动执行多项计算机视觉任务(19、20)。
描述脑肿瘤的微环境对于诊断和治疗后续评估至关重要,但目前的非侵入性成像技术未能达到这一目标,临床医生通常不得不依赖侵入性程序,例如活检和组织病理学。肿瘤组织的细胞和血管成分在临床上与表征肿瘤生物学态度最为相关。细胞组成可以通过扩散加权 MRI (dMRI) 来评估:在细胞含量高的区域,扩散受到强烈阻碍或限制。另一方面,血管成分通常用灌注 MRI 技术来研究,例如动态对比增强 (DCE) 或动态磁化率对比 (DSC) MRI,这些技术需要注射造影剂。或者,也可以通过 dMRI 将灌注检测为扩散率非常高的区域(伪扩散)。 VERDICT(肿瘤中细胞计数的血管、细胞外和受限扩散)是一种多区室建模框架,用于对肿瘤组织的血管、细胞外和受限成分进行建模。它在身体肿瘤(尤其是前列腺癌)中表现出诊断效用和高重复性。本研究的目的是使用 VERDICT 框架找到一种临床上有用的脑肿瘤微结构模型。特别是,我们专注于血管成分,并将我们的结果(源自 dMRI)与独立灌注 MRI 指标(例如 DCE 衍生的血浆量 (Vp) 和 DSC 衍生的脑血容量 (CBV))相关联。