背景:尊重的产妇护理是为了保持尊严,隐私性和指示性的方式组织和提供给所有妇女的,可确保免于伤害和虐待,并在劳动和分娩过程中实现知情的选择和持续支持。但是,在埃塞俄比亚的许多医疗保健环境中,尊重产科护理的标准做法并不是常态,并且很大一部分卫生专业人员仅将患者视为病例,并且不会表现出同情心。目标:评估埃塞俄比亚西北部Debre Tabor Town在埃塞俄比亚西北部Debre Tabor Town分娩的母亲的尊重的产妇护理和相关因素,从2023年12月1日至2024年1月30日。方法:使用定性和定量数据收集方法进行了基于机构的横断面研究。使用系统的随机抽样选择了三百七十名参与者进行定量分析,而通过有目的的抽样选择了八个参与者进行定性研究。定量数据已编码并输入EPI数据版本4.6,然后导出到社会科学统计软件包(SPSS)版本25进行分析。进行了多变量的逻辑回归分析,以识别与结果变量相关的因素。以95%的置信间隔进行了调整后的比值比,以确定意义水平。主题分析用于定性数据。结果:受人尊敬的产妇护理的比例为34.1%(95%CI:29.4,39.2)剖宫产[AOR = 3.45,95%CI:1.60,7.42]。白天交货[AOR = 3.14,95%CI:(1.59,6.18)],小于或等于或等于1天的医疗保健设施[AOR = 3.03,95%CI:(1.51,6.08)]与受人尊敬的产妇护理正相关。设备和供应不足,缺乏STAFFIF和缺乏问责制是提供尊重的产妇护理的障碍。
在晚期或转移性食管型鳞状细胞癌(ESCC)中,Tislelizumab +化学疗法与安慰剂 +化学疗法对患者报告的症状和总体生存(OS)的影响Pan⁴,Sook RyunPark⁵,LinShen⁶,Eric vanCutsem⁷,Paula Jimenez-Fonseca⁸,BryantBarnes⁹,Tianmo SunIth,Gisoo Barnes面,Timothy Victor面,官员:中国北京的Chinese PLA综合医院; “日本东京国有癌症中心医院;中国Hefei的Anhui省医院;韩国乌尔山医学院,韩国首尔大学医学中心⁵山医学中心; ⁶中国北京贝吉癌医院; lueven,卢文堡的大学医院和比利时鲁南的鲁文; ⁸西班牙奥维耶多的阿斯图里亚斯大学中心医院;美国加利福尼亚州圣马特奥市的Beigene USA,Inc。;中国北京的Beigene(北京)有限公司;美国加利福尼亚州圣马特奥的美国北比恩公司;美国加利福尼亚州圣马特奥的美国北比恩公司;美国宾夕法尼亚州费城宾夕法尼亚大学。摘要背景:虽然先前已经证明了生存率的提高,但免疫疗法对ESCC中HRQOL的影响尚未得到很好的检查。基于肿瘤学试验的传统分析,例如劣化时间(TTD)和重复测量的混合模型(MMRMS),受到折现复发事件的限制。来自EORTC QLQ-C30和OES18,建模了7个关键症状结构域(GHS,身体功能,疲劳,吞咽困难,疼痛,痛苦,饮食限制)。Osoba(1998)10点阈值用于定义RDE。Osoba(1998)10点阈值用于定义RDE。因此,我们应用了一个3组分联合模型(JM)框架来定义患者报告的症状,治疗效果和OS之间的临床解释性相关性,而ESCC的亚组中的ESCC的亚组中的临床症状则符合其主要端点,该端点符合其主要端点,其PD-L1表达的PD-L1表达为≥1%,≥5%,≥5%和≥10%。方法:最终分析样本包括Tislelizumab+化学疗法组(T+C)中的226名患者,在安慰剂+化学疗法组中为PD-L1≥1%,在T+C ARM中为PD-L1≥1%,P+C ARM中为PD-L1≥5%的PD+C ARM中的113例为PD-L1≥5%,P+C ARM为PD+C ARM,PD+C ARM中的PD-L1≥10%。Pro数据是在基线和每个处理周期(最多6个周期),然后在每个其他周期以及安全随访时收集的,并分析了基线(CFBL)的变化。联合模型包括三个组成部分:1)预测CFBL症状得分的线性混合模型; 2)COX比例危害模型(CPH)用于OS的时间; 3)脆弱的(复发变质事件的随机效应[RDES])CPH模型用于基于Pro的RDE的时间。结果:两个武器的ITT人群的调整后率> 90%。在PD-L1≥5%(P = 0.0476)中观察到显着的T+C治疗效果,PD-L1≥1%(P = 0.0028)和PD-L1≥5%(P = 0.0149)亚组,但在PD-L1≥10%中,PD-L1≥1%(P = 0.0028)和PD-L1≥5%(P = 0.0149)。对于其他5个症状(即,GHS,疲劳,浮肿,吞咽困难,饮食限制),治疗组之间没有统计学上的显着差异。但是,T+C与所有7种关键症状和PD-L1亚组的死亡风险显着降低有关。As one example, with respect to interaction between pain and OS, T+C was associated with a 22% (HR, 0.78 [95% CI, 0.652-0.931]), 33% (HR, 0.67 [95% CI, 0.515-0.860]), and 47% (HR, 0.50 [95% CI, 0.344-0.720]) reduction in the risk of death在PD-L1≥1%,≥5%和≥10%中,与P+C相比。
背景:结直肠癌 (CRC) 是癌症相关死亡的主要原因,2022 年新增病例超过 190 万,死亡人数为 90.4 万。化疗是 CRC 的主要治疗方法,但常常导致骨髓抑制,严重影响治疗效果和患者预后。目前缺乏化疗引起的骨髓抑制的预测工具。方法:这项回顾性研究分析了 2020 年 4 月至 2024 年 7 月期间广安门医院接受一线化疗 (CapeOx、FOLFOX、FOLFIRI) 的 855 名 CRC 患者。患者分为训练组 (684) 和验证组 (171)。单变量分析、LASSO 回归和多变量逻辑回归确定了骨髓抑制的危险因素,并使用 ROC 曲线、校准曲线和决策曲线分析开发和验证了预测列线图。采用倾向评分匹配 (PSM) 来最小化组间基线差异,然后对 PSM 后数据进行多元逻辑回归分析。结果:两组的骨髓抑制发生率相似(33.04% vs. 32.16%)。显着的预测因素包括年龄、吸烟、糖尿病、BMI、肿瘤位置、肺转移、白蛋白 (ALB) 水平和癌胚抗原 (CEA) 水平。列线图显示出良好的预测性能,训练组和验证组的 AUC 值分别为 0.78 和 0.80,显示出一致且有临床意义的预测。PSM 进一步验证了模型的稳健性,证实 BMI 是骨髓抑制的一致显着预测因子。结论:该研究确定了 CRC 患者化疗引起的骨髓抑制的关键风险因素,并制定了预测列线图。该工具可以帮助临床医生评估风险并指导治疗决策。局限性包括潜在的选择偏差和需要在不同人群中进行外部验证。未来的研究应该进一步完善和验证这个预测模型。
Tafasitamab-cxix 是一种 Fc 修饰的单克隆抗体,可与表达于前 B 和成熟 B 淋巴细胞表面以及多种 B 细胞恶性肿瘤(包括弥漫性大 B 细胞淋巴瘤 (DLBCL))上的 CD19 抗原结合。与 CD19 结合后,tafasitamab-cxix 通过细胞凋亡和免疫效应机制介导 B 细胞裂解,包括抗体依赖性细胞毒性 (ADCC) 和抗体依赖性细胞吞噬作用 (ADCP)。在 DLBCL 肿瘤细胞中进行的体外研究中,与单独使用 tafasitamab-cxix 或来那度胺相比,tafasitamab-cxix 与来那度胺联合使用可提高 ADCC 活性。
iMetelstat是一种寡核苷酸人端粒酶抑制剂,与人端粒酶RNA成分(HTR)的RNA成分的模板区域结合,抑制端粒酶酶促活性并预防端粒结合。在MDS和恶性茎和祖细胞中已经报道了端粒酶活性增加和人端粒酶逆转录酶(HTERT)RNA表达。非临床研究表明,imetelstat治疗导致端粒长度的减少,恶性茎和祖细胞细胞增殖的减少以及凋亡细胞死亡的诱导。
Atezolizumab 是一种人源化单克隆抗体免疫检查点抑制剂,可与程序性死亡配体 1 (PD-L1) 结合,选择性阻止程序性细胞死亡-1 (PD-1) 和 B7.1(也称为 CD80)受体之间的相互作用,同时仍允许 PD-L2 和 PD-1 之间的相互作用。PD-L1 是一种在肿瘤细胞和肿瘤浸润细胞上表达的免疫检查点蛋白,通过与 PD-1 和 B7.1 结合下调抗肿瘤 T 细胞功能;阻断 PD-1 和 B7.1 相互作用可恢复抗肿瘤 T 细胞功能。免疫检查点抑制与丝裂原活化蛋白激酶 (MAPK) 通路相结合可增加抗原呈递和 T 细胞浸润/活化,从而抑制肿瘤生长并提高肿瘤免疫原性(与单独的靶向治疗相比)。
宫颈癌是全球第四大癌症。本研究旨在评估接受新辅助多化学疗法的局部晚期宫颈癌患者心血管系统的功能能力。总共包括192例患者,分为两组:第1组(n = 102)接受了标准的新辅助多化学疗法,而接受了抗氧化剂Neurox的Neo-Adjuvant多化化学疗法接受了新的辅助多化学疗法。心血管评估是在治疗的第一,第八和第十四天以及手术前进行的。心电图(ECG)和超声心动图用于测量弛豫期间,包括左心房和左心室尺寸在内的参数,左心室末端 - 节日和舒张末期量,弹性分数和心脏指数。结果表明,在术前多化化学疗法期间,神经毒性的添加显着改善了心血管功能,这可以通过统计学上显着的关键功能参数的显着改善证明(p <0.05)。Neurox组表现出降低的心血管系统功能障碍,这有助于为随后的手术切除和术后放射疗法做好更好的准备。这些发现表明,神经毒性是在宫颈癌患者新辅助治疗期间管理心血管风险的有效辅助手段。
Jonathan T. Lei 1,2,Lacey E. Dobrolecki 1,Chen Huang 1,15,Ramakrishnan R. Srinivasan 1,Suhas V. Vasaikar 1,16,Alaina N. Lewis 1,Christina Sallas 1,Christina Sallas 1,Na Zhao 2,Na Zhao 2,Jin Cao 1,17,17,17,lia lia lia lia lia lia lia lian lian lion lion,kh yu。 ,C。KentOsborne 1,Mothaffar F. Rimawi 1,Matthew J. Ellis 1,18,Varduhi Petrosyan 3,Bo Wen 1,19,Kai Li 1,20,Alexander B. Saltz 14,Anna Malov,Anna Malov,Anna Malov 1,4,5 Ang 1,Senthil Damodaran 9,Xiaofeng Zheng 9,Funda Meric-Bernstam 9,Gloria V. Echeng,11,11,11,Anna Shie,XI Chen 1,9,Bryan E. Welm 12,Alana L.