临床测量和X射线照相仅提供有关已经发生的组织破坏的信息,但没有迹象表明当前的疾病状况或未来过程。2牙周疾病的情景进展进一步使其通过常规手段进行了复杂化。2基于活性基质金属蛋白酶8(AMMP-8)的反复验证的定量诊断口服液体测试可用于筛查易感患者和部位,提供疾病的未来病程,确定的疾病,确定的不活动和活性部位,定期疾病和监测维持治疗和应答治疗。2,其报告的特异性为96%,灵敏度为76-83%,并在5-7分钟内提供结果。2该测试还能够鉴定亚临床牙周疾病,并且据报道,与在早期发现牙周疾病检测中进行探测相比,具有更高的准确性。2,3测试结果可以在定量和定性变体中可用,从而易于解释。3例患者可以自我管理测试,易于使用,不需要专业培训,廉价且无创侵入性。它也可以被医学使用
抽象背景大约50%的头颈部鳞状细胞癌(HNSCC)在治疗意图后会复发。免疫检查点抑制剂是复发/转移性HNSCC的治疗选择;但是,不到20%的患者反应。为了提高此反应率,提高我们对空间肿瘤免疫微环境(时间)的理解是至关重要的。总共包括53个HNSCC标本。使用七色多重免疫组织化学面板,我们鉴定了肿瘤细胞,CD163+巨噬细胞,B细胞,CD8+T细胞,CD4+T辅助细胞和调节性T细胞(Tregs)在治疗的手术样本中(n = 29)和Biops(n = 18)。为了进一步表征肿瘤 - 浸润CD8+T细胞,我们用一个五色肿瘤的面板(包括CD103,KI67,CD8,CD8和Pan-Cytokeratin)染色了手术切除标本(n = 12)。对匹配的肿瘤悬浮液(n = 11)进行了分泌分析以测量蛋白质水平。基于CD8+T细胞浸润的结果,我们确定了四种不同的免疫型:完全浸润,抑制基质,免疫排除和免疫 - 静脉曲张。与其他免疫型相比,我们发现完全浸润的肿瘤中的细胞因子水平更高。在所有免疫细胞的侵入性边缘中观察到最高的免疫浸润,但CD163+巨噬细胞和Tregs具有浸润肿瘤中心的最高趋势。在肿瘤中心,特别是B细胞停留在肿瘤基质中,而CD163+巨噬细胞随后是T细胞,更常见于肿瘤场中。此外,还发现B细胞远离其他细胞,并且通常形成聚集体,而T细胞和CD163+巨噬细胞往往彼此更紧密地位于彼此之间。在头部和颈部各种解剖部位的切除标本中,口腔肿瘤的特里格较密度最高。此外,在口腔鳞状细胞癌(OCSCC)中,从B细胞和T细胞到肿瘤细胞的距离最短,表明淋巴细胞与肿瘤细胞之间的相互作用更多。此外,OCSCC中T细胞在10 µm CD163+巨噬细胞中的比例最低,表明OCSCC中的髓样/T细胞抑制性相互作用较少。结论我们使用独特的切除样本集对HNSCC的时间进行了全面描述。我们发现,当时的组成以及免疫细胞的相对定位在头部和颈部的不同解剖部位不同。
第 2 章 — 机组人员颈部疼痛的流行病学、定义和操作影响 2.1 流行病学 2-1 2.1.1 普通人群中的颈部疼痛 2-1 2.1.2 航空中的颈部疼痛 2-2 2.2 操作因素 2-3 2.2.1 颈部疼痛和飞机类型 2-3 2.2.2 高性能固定翼飞机中的颈部疼痛和损伤 2-3 2.2.3 高速喷气式飞机机组人员的颈部疼痛模式 2-6 2.2.3.1 急性损伤 2-6 2.2.3.2 急性损伤的长期影响 2-7 2.2.4 高性能战斗机文献摘要 2-8 2.2.5 固定翼运输飞机中的颈部疼痛和损伤 2-9 2.2.6直升机中的疼痛和损伤 2-9 2.2.6.1 后方机组人员问题 2-11 2.2.6.2 长期影响 2-11 2.2.6.3 直升机文献摘要 2-12 2.3 机组人员颈部疼痛定义 2-12 2.3.1 定义疼痛 2-12 2.3.2 定义颈部疼痛 2-12 2.3.3 定义慢性疼痛 2-12 2.3.4 飞行相关颈部疼痛 2-13
头颈癌易感基因的外显子组测序 Yao Yu,1* Bingjian Feng,2* Chun-Pin Chang,3 Russell Bell,4 Austin Wood,4 Erich Sturgis,5 Guojun Li,6 Andrew Olshan,7 Chien-Jen Chen,8 Pen-Jen Lou,9 Wan-Lun Hsu,10 Melissa Cessna,11 Benjamin Witt,12 Deb Neklason,13 Mia Hashibe,14 Chad Huff,1 Sean Tavtigian 4 1. 德克萨斯州休斯顿 MD 安德森癌症中心流行病学系、癌症预防和人口科学分部 2. 犹他大学医学院皮肤病学系,犹他州盐湖城 3. 犹他大学医学院家庭和预防医学系公共卫生分部,犹他州盐湖城 4.犹他州盐湖城犹他医学院 5. 休斯顿贝勒医学院耳鼻咽喉头颈外科系
致命性中线肉芽肿如果被败血症感染,发病率和死亡率很高。初期症状是鼻腔充血和鼻出血 2,3 。它生长非常迅速且具有侵袭性,发展为溃疡性肉芽肿病变并破坏鼻子、鼻旁窦和腭。我们的患者表现出这些症状,并且快速进行性生长,快速活检和治疗可防止溃疡肿块进一步发展。大多数中线致命性肉芽肿病例是鼻型 T-NK 淋巴瘤 1-5 和韦格纳肉芽肿。鉴别诊断包括鼻表皮样癌和可卡因滥用 3 。
任何人都可以自由访问可作为“开放访问”的作品的全文。可根据创意共享许可提供的作品可根据所述许可条款和条件使用。使用所有其他作品的使用要求正确持有人(作者或出版商)同意,如果不符合适用法律的版权保护。
摘要 背景 局部晚期/复发性头颈部鳞状细胞癌 (HNSCC) 与高发病率和高死亡率相关。为了针对这种癌症中上调的 ErbB 二聚体表达,我们开发了一种基于自体 CD28 的嵌合抗原受体 T 细胞 (CAR-T) 方法,称为 T4 免疫疗法。患者来源的 T 细胞通过逆转录病毒转导进行设计,以共表达称为 T1E28 ζ 的泛ErbB 特异性 CAR 和 IL-4 反应性嵌合细胞因子受体 4 αβ,这使得在制造过程中 IL-4 介导的转导细胞富集。这些细胞对 HNSCC 和其他癌症具有临床前抗肿瘤活性。在这项试验中,我们使用肿瘤内递送来减轻由于健康组织中低水平 ErbB 表达而导致的靶向非肿瘤毒性的重大临床风险。方法 我们进行了 HNSCC 肿瘤内 T4 免疫治疗的 1 期剂量递增 3+3 试验 (NCT01818323)。使用为期 2 周的半封闭过程,从 40 至 130 mL 全血中制造 CAR T 细胞批次。将单次 CAR T 细胞治疗(在 1-4 mL 培养基中配制为新鲜产品)注入一个或多个目标病变。5 个队列中的 CAR T 细胞剂量从 1×10 7 −1×10 9 T4 + T 细胞递增,且未进行淋巴细胞耗竭。结果 尽管大多数入组受试者均出现基线淋巴细胞减少,但在所有情况下均成功制造出目标细胞剂量,产生了多达 75 亿个 T 细胞(67.5±11.8% 转导),没有任何批次失败。治疗相关不良事件均为 2 级或以下,没有剂量限制性毒性(不良事件通用术语标准 V.4.0)。常见的治疗相关不良事件是肿瘤肿胀、疼痛、发热、发冷和疲劳。没有证据表明肿瘤内给药后 T4 + T 细胞泄漏到循环中,注射放射性标记细胞表明
抽象背景/目的:头和颈部鳞状细胞癌(HNSCC)是一种严重的疾病,危及患者的健康状况,并且在HNSCC中使用免疫疗法的应用正在逐渐出现。但是,在这项研究场中没有文献计量分析。本研究旨在详细概述HNSCC免疫疗法的知识结构和研究热点。材料和方法:在2002年至2021年间与HNSCC免疫疗法有关的出版物在科学核心收集数据库中搜索。使用软件Vosviewer,Ci-Tespace和R软件包“ BiblioMetrix”进行此文献计量分析。结果:共有1297个出版物来自美国和中国领导的63个国家。与HNSCC免疫疗法有关的出版物数量从2015年开始迅速增加。匹兹堡大学和德克萨斯大学医学博士安德森癌症中心是主要的研究机构。口腔肿瘤学是该领域最受欢迎的期刊,临床肿瘤学杂志是最高度共同引用的期刊。 这些出版物来自7569位作者,罗伯特·弗里斯(Robert L. 与Nivolumab和Pembrolizumab有关的临床试验引起了广泛的关注。 “免疫检查点抑制剂”,“人乳头瘤病毒”,“编程细胞”口腔肿瘤学是该领域最受欢迎的期刊,临床肿瘤学杂志是最高度共同引用的期刊。这些出版物来自7569位作者,罗伯特·弗里斯(Robert L.与Nivolumab和Pembrolizumab有关的临床试验引起了广泛的关注。“免疫检查点抑制剂”,“人乳头瘤病毒”,“编程细胞
头颈癌 (HNC) 表现出显著的异质性,包括不同的细胞来源、解剖位置和病因因素,再加上普遍的晚期诊断,给临床管理带来了重大挑战。基因组测序工作揭示了调节细胞增殖和存活的关键信号通路的广泛改变。针对这些失调通路的疗法设计计划正在进行中,几种候选分子正在进入临床评估阶段,包括 FDA 批准的用于 K-RAS 野生型、EGFR 突变型 HNSCC 治疗的 EGFR 靶向单克隆抗体西妥昔单抗等药物。非编码 RNA (ncRNA) 由于其在生物体液中的稳定性增强以及在 HNC 环境中的细胞内和细胞间信号传导中的重要作用,现在被认为是疾病管理的有力生物标志物,可催化进一步完善的诊断和治疗策略,更接近个性化医疗的要求。预计,对 HNC 特有的基因组和免疫学特征的深入了解将有助于更严格地评估靶向疗法的利弊,优化其临床部署,并促进治疗方法的创新进步。本综述介绍了驱动头颈部恶性肿瘤发生发展的 HNC 分子机制和突变谱的最新情况,并探讨了它们对推进诊断方法和精准治疗的意义。
背景:本文回顾了近期采用人工智能/机器学习 (AI/ML) 方法通过自动图像分析对头颈癌 (HNC) 进行诊断评估的文献。方法:使用 MEDLINE (通过 OVID、EMBASE 和 Google Scholar) 进行电子数据库搜索,以检索使用 AI/ML 对 HNC 进行诊断评估的文章 (2009 – 2020 年)。对所使用的 AI/ML 方法或成像方式没有任何限制。结果:共找到 32 篇文章。HNC 部位包括口腔 (n = 16)、鼻咽 (n = 3)、口咽 (n = 3)、喉 (n = 2)、唾液腺 (n = 2)、鼻窦 (n = 1),其中五项研究研究了多个部位。成像方式包括组织学(n = 9)、放射学(n = 8)、高光谱(n = 6)、内窥镜/临床(n = 5)、红外热(n = 1)和光学(n = 1)。两项研究使用了临床病理学/基因组数据。22 项研究(69%)采用了传统 ML 方法,8 项研究(25%)采用了深度学习 (DL),2 项研究(6%)采用了这两种方法的组合。结论:越来越多的研究正在探索 AI/ML 在通过各种成像方式辅助 HNC 检测中的作用。这些方法可以达到高度准确度,甚至超过人类在数据预测方面的判断能力。需要进行大规模多中心前瞻性研究来帮助部署到临床实践中。